KI-Modelle und Plattformen
CoreWeave setzt NVIDIA Vera CPU im Bare-Metal-Betrieb im Rack-Scale ein
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
CoreWeave teilte am 30. September 2026 mit, dass es sein Compute-Portfolio mit der NVIDIA Vera CPU erweitern wird, die es als die erste für KI‑Agenten konzipierte CPU bezeichnet, und dass es den Prozessor im Bare‑Metal‑Betrieb im Rack‑Scale für agentische KI‑ und Reinforcement‑Learning‑Workloads ausführen wird.
Die Neuigkeit wurde auf Fully Connected, CoreWeaves KI‑Cloud‑Konferenz in San Francisco, präsentiert, die das Unternehmen als Zusammenkunft von mehr als 4.500 Kunden, Partnern, Entwicklern und KI‑Führungskräften bezeichnet. Fully Connected 2026 findet vom 29. September bis zum 1. Oktober 2026 im Moscone South, 747 Howard Street, statt.
Die CPU‑Arbeit hinter agentischer KI
CoreWeave beschreibt agentische KI als einen kontinuierlichen Zyklus aus Ausführen, Beobachten, Kuratieren, Verbessern und Evaluieren. In diesem Zyklus übernehmen GPUs das Modell‑Training und die Inferenz, während CPUs die Arbeiten rund um jeden Schritt erledigen: isolierte Sandboxes, Reinforcement‑Learning‑Umgebungen, Werkzeugaufrufe, Code‑Ausführung und Daten‑Pipelines.
CoreWeave bezeichnete die Nachfrage nach Daten‑Pre‑Processing‑Pipelines und Reinforcement‑Learning‑Trainings‑Episoden als sprunghaft und schwer vorhersehbar: Ein einzelner Schritt im Zyklus kann für eine Stunde Tausende von Umgebungen benötigen und danach fast keine mehr bis zum nächsten Durchlauf. Da nach dem Training und agentische Workloads wachsen, sagte das Unternehmen, dass diese CPU‑intensive Arbeit zunehmend das Tempo des KI‑Zyklus bestimmt und die Infrastruktur sowohl die Dichte für diese Nachfrage als auch die Flexibilität zur Skalierung bei wechselnder Auslastung benötigt.
Das Unternehmen erklärte, dass die Vera‑CPU genauso funktioniert wie der Rest seiner Flotte bei CoreWeave: im Bare‑Metal‑Modus, unter derselben Plattform, denselben Verbrauchs‑Modellen und derselben Wirtschaftlichkeit.
Rack‑Scale‑Einsatz und CoreWeave Sandboxes
CoreWeave erklärte, dass ein entscheidendes Leistungsmaß für agentische KI die Anzahl isolierter Agenten‑Umgebungen ist, die ein Team gleichzeitig betreiben kann, und ob die Leistung pro Sandbox bei steigender Zahl konsistent bleibt. Seine Rack‑Scale‑Vera‑Implementierung fasst 128 CPUs und 11 264 Kerne in einem einzigen Rack, wobei BlueField‑4‑DPUs und Spectrum‑X‑Ethernet‑Switching die Vera‑Knoten verbinden; das Unternehmen sagte, dies ermögliche Kapazität für mehr als 11 000 gleichzeitige Umgebungen.
CoreWeave gab an, dass sein Produkt Sandboxes diese Agenten mit vollständiger Hardware‑Isolation bereitstellt und sie direkt neben den unterstützten Trainings‑Jobs platziert. In eigenen Tests berichtete das Unternehmen, dass die Startzeiten von Agent‑Sandboxes auf der NVIDIA Vera‑CPU mehr als dreimal schneller waren als auf einer x86‑CPU.
“Allgemeine Infrastrukturen limitieren agentische KI; Vera ist die erste CPU, die explizit zu ihrer Beschleunigung entwickelt wurde,” sagte Chen Goldberg, Executive Vice President für Produkt und Engineering bei CoreWeave, in die Unternehmensankündigung. Goldberg fügte hinzu, dass die CoreWeave‑Plattform Vera nativ über Produkte wie CoreWeave Sandboxes unterstützt und Teams sofort Tausende isolierter Umgebungen ohne zusätzlichen Betriebsaufwand bereitstellen lässt.
Ryan Shrout, Präsident und General Manager bei Signal65, erklärte, dass ein wachsender Anteil jedes Agenten‑Zyklus aus CPU‑Arbeit besteht und dass dieser Anteil mit zunehmender Skalierung von Post‑Training‑ und agentischen Deployments weiter steigen wird. Er betonte, dass die umgebende Plattform bestimmt, ob Teams diese Kapazität tatsächlich nutzen können, und dass der operative Unterschied darin besteht, die CPU‑Arbeit im Bare‑Metal‑Modus neben dem Trainings‑Cluster unter einer bereits bestehenden Orchestrierung auszuführen.
CoreWeave hat CoreWeave Sandboxes gestartet am 14. Mai 2026 als Ausführungsschicht, die sichere, isolierte Umgebungen bereitstellt, in denen KI‑Forscher und Plattform‑Teams Reinforcement‑Learning, den Einsatz von Agenten‑Werkzeugen und die Model‑Evaluation durchführen. Sie ist auf der eigenen CoreWeave‑Infrastruktur eines Kunden über den CoreWeave Kubernetes Service oder als serverloses Runtime‑Umfeld über Weights & Biases verfügbar, mit einem Python‑SDK, das Sitzungs‑Management, Speicher‑Integration und Überwachungstools umfasst. CoreWeave gibt an, dass standardmäßig jede Sandbox in einer vollständig isolierten virtuellen Umgebung betrieben wird, sodass ein Fehler oder ein ausufernder Prozess in einer Sandbox nicht in eine andere übergreifen kann.
CoreWeave verwies zudem auf seine MLPerf‑Benchmark‑Ergebnisse bei Inferenz und Training sowie auf seine Position als einziges KI‑Cloud‑Angebot, das dreimal hintereinander die höchste Platin‑Bewertung im SemiAnalysis ClusterMAX erhalten hat.
NVIDIA Vera CPU‑Spezifikationen
Die Vera‑CPU‑Produktseite von NVIDIA beschreibt den Prozessor als für die CPU‑Arbeit hinter agentischer KI und Reinforcement‑Learning konzipiert: Code‑Ausführung, Werkzeug‑Einsatz, Sandbox‑Bereitstellung, Analytik, Daten‑Pipelines und Orchestrierung über das Modell hinaus. Laut NVIDIA verfügt Vera über 88 kundenspezifische Olympus‑Kerne, und ihr Spatial‑Multithreading erzeugt 176 Threads mit partitionierten Kern‑Ressourcen.
Der Speicher‑Durchsatz erreiche laut NVIDIA bis zu 1.2 terabytes pro Sekunde bei LPDDR5X, bei einem maximalen Speicher‑Volumen von bis zu 1.5 TB. Ein zweiteiliger NVIDIA Scalable Coherency Fabric verbindet alle 88 Kerne, den Cache, den Speicher, IO und NVLink‑C2C über einen einzigen Compute‑Die mit 3.4 TB/s Bisektions‑Durchsatz, und NVLink‑C2C liefert bis zu 1.8 TB/s kohärenten Durchsatz zwischen Vera‑CPUs und NVIDIA‑GPUs, so das Unternehmen.
NVIDIA gibt an, dass Vera die Kompilierung, Codeanalyse und Python‑Tool‑Chain‑Workloads einer Agenten‑Denkschleife bis zu 1,8‑mal schneller ausführt als führende x86‑CPUs, und dass sein LPDDR5X‑Speichersubsystem 2‑mal die Bandbreite und 3‑mal die Bandbreite pro Kern gegenüber führenden x86‑CPUs mit DDR5 liefert. Die Produktseite weist darauf hin, dass diese relativen Leistungszahlen auf gemessenen Daten basieren, die an die neueste x86‑CPU‑Generation angeglichen wurden, und Änderungen vorbehalten sind.
NVIDIA positioniert Vera sowohl als Host‑CPU für beschleunigte Systeme, einschließlich der Vera Rubin NVL72 und HGX Vera Rubin NVL8 Plattformen, als auch als eigenständige CPU für agentische KI, Reinforcement Learning, Datenverarbeitung und Analytik. Der Vera CPU Rack, aufgebaut auf NVIDIA MGX, fasst bis zu 256 Vera‑CPUs und betreibt über 22,5 K gleichzeitige Umgebungen, so das Unternehmen. Vera Rubin NVL72 kombiniert 72 Rubin‑GPUs, 36 Vera‑CPUs, ConnectX‑9 SuperNICs und BlueField‑4 DPUs in einer rack‑skaligen Plattform.
