AI 代理迫使英伟达 Vera CPU 改变设计路线，从 Chiplet 转向单芯片设计

英伟达旗下负责首款专为 AI 代理设计的 Vera CPU 的团队近日接受 Wccftech 独家专访时指出，云端时代以“堆核心数换吞吐量”为核心的 chiplet 多芯片路线，正在被 AI 代理的需求逆转；Vera 因此回归单芯片设计，将所有核心置于同一片硅上。Vera 双向带宽达每秒 3.4TB，是顶级 x86 芯片的 3 倍。

云端 chiplet 路线的困境：核心数越多，IPC 越低

回顾数据中心 CPU 的设计演进，2010 年代初期，Intel Haswell 世代凭借高时钟频率和较少的核心数展开竞争；云端巨头崛起后，业界转向“以多核心换取规模化吞吐量”的路线，x86 厂商因此从单芯片设计转向多 chiplet 布局。但问题在于，芯片面积有限，核心越多，单个核心的优化空间与每周期指令数（IPC）就越低，两者只能择其一。

Vera 团队表示，云端时代的设计落在“高吞吐、低单核性能”的象限。AI 代理的崛起逆转了这一逻辑：代理在 GPU 与 CPU 之间高速循环运行，GPU 是整个系统中最昂贵的算力资产，CPU 必须在最短时间内完成顺序任务，然后立即将控制权交还给 GPU，否则最昂贵的计算资源就会空转等待。这迫使 CPU 设计回归“高单核性能、低延迟、大带宽”的组合。

Vera 单芯片设计的技术成果：双向带宽 3.4TB/s，是 x86 的 3 倍

Vera 的解决方案是回归单芯片设计，主要性能指标如下：

双向带宽：3.4TB/s，是顶级 x86 芯片的 3 倍，特别适合需要大量共享上下文的代理任务与数据分析

比前代 Grace 快：整体性能提升 1.5 倍

顺序任务（Python 脚本、程序编译）：比顶级 x86 处理器快 2 倍

空间多线程（Spatial Multithreading）：将“工作线程”与“I/O 线程”分离；Phoronix 第三方实测显示，该设计可带来约 20% 的性能增益，而非额外负担

单芯片设计让所有核心之间的通信无需跨越 I/O 边界，彻底消除了 chiplet 架构中跨芯片通信的延迟惩罚，这正是 Vera 能够在高频率代理工作负载中维持低延迟的结构性原因。

市场定位转变：从 Grace 向 GPU 输送数据，到 Vera 独立销售

英伟达前一代 Grace CPU 的定位是机柜中的“主机节点”，主要作用是向 GPU 集群供应数据。但 Vera 团队在客户的实际使用中发现，大量代理工具调用与强化学习任务需要的是“一整柜纯 CPU”来处理，而不是 GPU 旁边的辅助节点。因此，Vera 不仅会作为 Vera-Rubin 超级芯片机柜的组成部分，也将以独立形式销售，目标市场是用于代理推理与强化学习的纯 CPU 机柜。这一定位转变表明，英伟达认为 CPU 在 AI 代理时代有潜力独立成为主要算力来源。

CPU 与 GPU 的比例正逐渐向 CPU 倾斜

对于 AI 环境中 CPU 与 GPU 的比例走向，Vera 团队坦言目前没有官方答案，但相信“比例正在向 CPU 倾斜”。现有实际案例已经相当显著：部分代理沙盒供应商已为单一客户部署多达 40 万个沙盒，这类大规模代理工作负载正是 Vera 的主要目标使用场景。当 AI 代理从聊天工具成长为企业工作流程的一部分时，CPU 的角色正从 GPU 系统的辅助配件重新回归为不可或缺的主角；这一架构转变对台湾服务器与半导体供应链的设计方向同样具有参考意义。

常见问题

英伟达为何要放弃 chiplet 设计，让 Vera 回归单芯片？

依据 Vera CPU 团队的说明，AI 代理需要 CPU 以最短延迟完成顺序任务，然后立即将 GPU 的控制权交还给 GPU，而 chiplet 多芯片设计中的跨芯片延迟惩罚成为瓶颈；回归单芯片设计消除了跨芯片延迟，并使双向带宽达到 3.4TB/s，是顶级 x86 芯片的 3 倍。

Vera CPU 的主要性能数据是什么？

依据英伟达的说明及 Phoronix 的第三方评测，Vera 的双向带宽为 3.4TB/s（x86 的 3 倍）；比前代 Grace 快 1.5 倍；在 Python 脚本等代理典型顺序任务上比顶级 x86 快 2 倍；空间多线程设计带来约 20% 的实测性能增益。

Vera 的市场定位与 Grace 有何不同？

依据 Vera 团队的说明，Grace CPU 定位为向 GPU 集群输送数据的辅助节点；Vera 除了作为 Vera-Rubin 超级芯片机柜的组成部分，也将独立销售，专门面向代理推理与强化学习的纯 CPU 机柜市场。

AI 代理对 CPU 的需求有多大？

依据 Vera 团队的说明，部分代理沙盒供应商已为单一客户部署多达 40 万个沙盒；团队表示相信 CPU 与 GPU 的比例正在向 CPU 倾斜，具体比例以后续市场发展为准。