过去十年，算力圈的焦点永远是GPU。所有人都盯着英伟达 Blackwell、H100 比拼单卡算力，默认CPU只是配套配角：只要GPU够强，底层CPU随便用x86凑数就行。

但在刚刚落幕的GTC台北2026大会上，黄仁勋直接推翻了这套行业共识。

英伟达正式发布Vera CPU—全球第一款原生为AI智能体量身定制的通用CPU。并且英伟达首次正面对标行业霸主Intel，公开放料：Vera处理AI智能体任务，速度比主流x86 CPU快1.8倍。

1.8倍于x86，性能数据令人侧目

先看一组最直观的数据：Vera的任务完成速度比传统x86 CPU快1.8倍。这意味着处理同样的智能体任务，Vera能比传统x86处理器节省近一半时间。

性能背后，是多层面的技术升级：88个 NVIDIA定制Olympus核心，支持多线程技术，总线程数达176个，远超NVIDIA以往CPU产品的规模；每核心配备2MB L2缓存，加上164MB共享L3缓存；内存带宽高达1.2TB/s，是前代Grace CPU的两倍；NVLink-C2C连接提供1.8TB/s带宽至Rubin GPU，实现CPU与GPU间极高速数据传输。

黄仁勋在演讲中强调：Vera在AI核心工作负载上的性能是英特尔x86架构芯片的1.8倍。这也是NVIDIA首次就CPU性能与行业现行标准展开正面比较。

一个专为AI设计的CPU，在传统CPU最擅长的场景里反而表现更突出—这背后，是一套全新的计算逻辑。

刚量产，头部玩家已纷纷跟进

Vera刚宣布量产，全球头部AI玩家就已行动起来。

OpenAI、Anthropic、SpaceX AI等一线AI实验室，字节跳动、Oracle Cloud（OCI）、CoreWeave等超大规模云服务商，都已计划采用Vera升级AI工厂。券商报告显示：Vera的供应链规模是此前Grace Blackwell架构的两倍—头部客户的集中采购意愿，就是最直接的注脚。

尤为值得关注的是，Oracle已明确表示：通过部署Vera CPU，OCI将在下一代AI环境中为高吞吐量的逻辑推理与数据处理提供强大支持。显然，NVIDIA在CPU上的布局，已获得产业级认可。

产品线清晰，适配多种场景

Vera CPU的产品线十分清晰：可在独立的纯CPU服务器中运行，也可与Rubin GPU组成Vera Rubin系统，还能用于搭载BlueField-4的STX AI存储平台，无论客户想配纯CPU集群还是做GPU加速的AI工厂，Vera都能灵活适配。

官方在博客中给出了一个定位：“AI工厂的经济衡量标准，正在从每美元能买多少‘核心’，转向每美元能产出多少‘Token’。”

Vera的目标很明确：让数据中心里的每一个Token都产生更大收益。技术上，Vera采用空间多线程与高性能LPDDR5X内存子系统，能够帮助智能体大幅减少在受限于CPU的步骤上的等待时间，让AI工厂里的加速器始终保持高速运转。

服务器行业的新信号

对服务器行业而言，Vera的量产释放了一个明确的信号：数据中心AI服务器正在进入新一轮结构性升级。从独立Vera服务器到紧密耦合的加速计算系统，AI工厂的算力分层变得越来越清晰。

黄仁勋的判断很直接：Vera未来甚至可能比GPU更受欢迎。因为GPU要跑起来，底层的CPU必须足够快、足够强—而Vera就是这个角色。换句话说：当客户的AI工厂从“买了GPU就能跑”的起步阶段，进入“CPU卡住整个流程”的规模化阶段，对高性能CPU服务器的需求就会集中释放。

作为专业的服务器供应商，我们始终紧跟架构迭代的前沿，为客户提供适配这一轮AI基础设施升级的最佳方案。算力竞争进入下半场，拼的不再是谁的GPU单卡跑分最高，而是整个AI工厂的Token产出效率。

昆衍，专注AI算力基础设施，有任何相关问题，欢迎后台咨询。