英伟达否认提前预判智能体时代,VeraCPU设计源于产品直觉与协同架构

英伟达数据中心CPU业务负责人Ian Finder驳斥外界关于其“四年前就预测智能体浪潮”的说法,强调Vera CPU的设计基于长期积累的产品直觉与加速器协同理念,而非对未来技术路径的精准预言。该芯片...

半导体/芯片 阅读量: 30.45万

英伟达近期就其新一代数据中心CPU——Vera的开发逻辑作出澄清,明确否认公司早在四年前启动研发时就已‘预见’AI智能体(agentic AI)时代的到来。这一表态源于外界对其营销术语‘agentic CPU’的过度解读,尤其在AMD等竞争对手质疑其技术路线合理性后,英伟达高层选择直接回应。

在SC26超算大会期间,英伟达数据中心CPU业务负责人Ian Finder接受Tom’s Hardware专访时表示:“说我们当时就预知‘智能体时刻’(agentic moment),这太荒谬了。我们没有水晶球。”他强调,Vera并非为特定未来工作负载而定制,而是延续了Nvidia一贯的“协同设计”(codesign)思路:即围绕GPU加速器构建配套CPU系统,确保后者能高效“喂饱”加速器。

Finder将Vera的设计哲学概括为“有立场的”(opinionated),这一特质首先体现在内存子系统上。继初代Grace CPU引入高度定制化的高带宽内存架构后,Vera进一步强化了对数据流动效率的控制权。例如,其支持LPDDR5X与HBM3E混合内存配置,并通过专用互连通道降低延迟,使CPU与GPU间的数据搬运更高效——这对需要频繁状态切换与长上下文维持的智能体任务至关重要。

值得注意的是,所谓“智能体CPU”并非指芯片本身具备自主决策能力,而是指其架构更适合运行由多个工具调用、规划与反思模块组成的复杂AI代理流程。这类工作负载通常涉及大量小规模但高频次的推理请求,对CPU的调度能力、缓存一致性及I/O带宽提出更高要求。Vera通过增加核心数(最高128核)、优化指令集扩展(如支持INT8/FP8混合精度计算)以及增强片上网络(On-Chip Network),在不牺牲通用性前提下提升了此类任务的适配性。

尽管英伟达未宣称“预测未来”,但其产品节奏与行业演进高度同步。2022年启动Vera研发时,大语言模型尚处爆发初期;2024年发布Grace Blackwell平台时,函数调用与Agent框架开始流行;至2026年Vera Rubin NVL72量产落地,主流云厂商已普遍部署支持多步推理链的AI服务。这种同步性被外界归因为“远见”,但Finder坚持将其归功于“设计直觉”(design intuition)——即基于多年构建AI基础设施的经验,判断哪些硬件特性在未来3–5年内将持续产生价值。

英伟达Vera Rubin NVL72系统内部结构,可见中央为Vera CPU与多颗GPU集成

实际效果已在部署中显现。根据英伟达2026年7月公布的CoreWeave基准测试,Vera Rubin NVL72在DeepSeek-R1模型上的每兆瓦吞吐量较上一代Grace Blackwell NVL72提升达10倍;联想集团同年10月披露的交付数据显示,其百万Token推理成本最高可降至前代的1/45。这意味着终端用户感知到的AI响应延迟显著下降,复杂任务(如连续多轮方案迭代、百万级上下文文档处理)的可行性大幅提升。

更深层的影响在于服务稳定性与功能开放度。Vera Rubin采用从芯片到机架的全栈协同设计,避免了传统拼凑式服务器常见的资源争抢问题。截至2026年11月,CoreWeave、谷歌云与微软Azure等合作伙伴已完成首批机架部署,该产品也成为英伟达历史上量产爬坡最快的数据中心平台。算力供给的规模化冗余,使得高峰时段服务降级概率降低,也为服务商敢于开放更长上下文、更复杂推理链路提供了底气。

行业观察者指出,Vera的定位实为“加速器生态的延伸”,而非独立CPU路线的重启。对比AMD的Zen5c或Arm的AGI CPU,Nvidia并未追求通用性能极限,而是聚焦于“如何让GPU集群持续满载”。这种策略与其GPU主导的商业逻辑一致:通过提升整系统效率,巩固在AI训练与推理市场的护城河。

与此同时,全球AI芯片供应链仍面临结构性紧张。据韩媒BusinessKorea报道,即便英伟达CEO黄仁勋近期职务调整,其推动的AI基础设施融资计划仍在推进——截至2027财年第二季度,公司已向云厂商承诺360亿美元的算力采购与资本支持,并联合金融机构筹建目标超5000亿美元的AI基建融资平台。这表明,英伟达正从硬件供应商转向“AI算力生态共建者”,而Vera作为其中关键一环,其价值不仅在于单芯片性能,更在于它如何嵌入整个加速计算体系。

需要厘清的是,“智能体时代”并非突然降临的技术奇点,而是大模型能力逐步解耦、工具调用与规划模块日益模块化的自然结果。Vera的出现恰逢其时,但它的成功更多源于对现有瓶颈的务实应对:当GPU算力过剩而数据供给不足时,提升CPU侧的带宽与调度效率,就是最直接有效的优化路径。

目前,Vera Rubin NVL72已在多家头部云服务商上线,普通用户虽无需了解其内部架构,却已在日常使用中感受到变化:AI对话更连贯、长文档处理不再需分段上传、高峰期响应延迟明显缩短。这些体验改善的背后,是英伟达在“看不见的地方”完成的一次关键补强——不是预言未来,而是为已到来的复杂AI工作负载做好准备。