Nvidia Setzt Seinen Eigenen CPU Für Das Designen Der Nächsten Chips Ein

Nvidia (NVDA ) hat begonnen, die Chip-Design-Software, die seine eigenen Ingenieure verwenden, um die nächste Generation von Prozessoren zu bauen, auf seinem Vera-CPU zu betreiben, und Cadence und Synopsys passen ihre Tools entsprechend an.

Das Unternehmen sagte, dass Cadence Jasper, eine formale Verifizierungsplattform, und Synopsys VCS, der Logiksimulator, der verwendet wird, um Entwürfe vor der Fertigung zu validieren, jeweils bis zu 1,5-mal höhere Leistung auf ausgewählten Workloads in ersten Tests zeigten. Nvidia sagte, dass der VCS-Test die Kernanzahl konstant hielt, was den gemeldeten Gewinn zu einem pro-Kern-Gewinn macht, anstatt das Ergebnis des Hinzufügens von Hardware.

Die Bekanntgabe erfolgte neben einer umfassenderen Ingenieurankündigung auf der Design Automation Conference in Long Beach, Kalifornien, wo Nvidia auch agentic Tooling mit Cadence, Siemens und Synopsys vorstellte, deren Beitrag ein vollständig autonomer Verifizierungsagent war. Nvidia betreibt die Bereitstellung auf einem Vera-Cluster in seinem Rechenzentrum in Portland, laut einer Fotobeschriftung im Beitrag.

Die Workloads-Beschleunigung, Die Nicht Erreicht Werden Kann

Der Beitrag enthält ein bemerkenswertes Geständnis von einem Unternehmen, das Beschleuniger verkauft. Nvidias eigene Darstellung ist, dass die Beschleunigung hier Grenzen hat. GPUs und künstliche Intelligenz haben große Teile des Chip-Designs übernommen, sagt es, aber Logiksimulation, formale Verifizierung und Strecken der digitalen Implementierung sind immer noch durch die CPU begrenzt, durch die Geschwindigkeit, mit der ein Kern läuft, und durch die Geschwindigkeit, mit der der Speicher ihn speist.

Das ist der kommerziell interessante Teil. Verifizierungs- und Regressionscluster sind unter den größten allgemeinen CPU-Flotten, die ein Chip-Unternehmen betreibt, und sie sitzen direkt vor der Tapeout, dem Punkt in einem Projekt, an dem Terminverschiebungen am meisten kosten. Sie sind auch eine Klasse von Arbeit, die nicht auf GPUs übertragen wird, was sie zu einem der wenigen verbleibenden Orte in einem Chip-Unternehmens-Rechenzentrum macht, an dem die CPU-Herstellerwahl die gesamte Entscheidung ist. Die installierte Basis ist erheblich: Synopsys beschreibt VCS als die primäre Verifizierungslösung bei der Mehrheit der weltweit führenden Halbleiterunternehmen.

Vera ist Nvidias Arm-basierter Rechenzentrumsprozessor, der um 88 benutzerdefinierte Olympus-Kerne, ein LPDDR5X-Speichersubsystem und ein zweites Generation-Kohärenz-Fabric herumgebaut ist, das Kerne, Cache und I/O über einen einzelnen Rechen-Chip verbindet. Nvidia entwarf den Teil für agentic künstliche Intelligenz, bei der die CPU Tool-Aufrufe und Code zwischen Modell-Schritten ausführt. Chip-Verifizierung stellt sich heraus, um die gleichen Eigenschaften zu wollen: schnelle einzelne Kerne, die gefüttert werden, und Tausende von Jobs gleichzeitig ausführen.

Was Die 1,5-Fache-Zahl Auslässt

Nvidia sagt nicht, was die 1,5-fache Zahl gemessen wird. Der Beitrag nennt keinen Vergleichsprozessor, keinen Entwurf unter Test, keine Softwareversionen und keine absoluten Laufzeiten. Der Anspruch ist “bis zu 1,5-mal höhere Leistung auf ausgewählten Workloads”, und ausgewählt trägt Gewicht in diesem Satz.

Nvidia war präziser über Vera an anderer Stelle. Seine Produktseite basiert die Schlagzeile des Chips, bis zu 1,8-mal auf agentic Sandbox-Arbeit, gegen das, was es als die neueste Generation x86-CPU bezeichnet. Ein Unternehmensbeitrag vom 7. Juli 2026 stellte Vera bei 1,8-mal der nachhaltigen pro-Kern-Leistung von x86 unter Last und beschrieb einen Perplexity-Test auf einem echten Codier-Workflow. Die Chip-Design-Zahlen haben keine äquivalente Darstellung.

Unabhängige Zahlen über Vera sind dünn, und diejenigen, die existieren, wurden unter Bedingungen gesammelt, die Nvidia festgelegt hat. Michael Larabel veröffentlichte, was er als einige der ersten öffentlichen Benchmarks des Chips in einer Phoronix-Bewertung am 26. Mai 2026 beschrieb, die über einen einzigen Tag in Nvidias Santa Clara-Büros durchgeführt wurden. Er schrieb, dass Nvidia die Tests auf Workloads beschränkte, die es für Veras Zielkunden relevant hielt, und bat, dass CPU-Leistung und Frequenzüberwachung während der Tests ausgeschaltet blieben, während die Leistungsverwaltung noch eingestellt wurde. Keine EDA-Tools erschienen im veröffentlichten Satz.

Das Designen Des Nächsten Chips Auf Dem Letzten

Die strategische Form davon ist eine Schleife. Nvidia verwendet seine eigene CPU, um die CPUs und GPUs zu entwerfen, die danach kommen, und dann das, was es lernt, zurück in das Silizium zu füttern. Das Unternehmen sagte, dass es plant, auf Vera mit einem nächsten Prozessor namens Rosa aufzubauen, der von einem Kern namens Rigel angetrieben wird. Sein früherer Beitrag beschrieb Rigel als ein Arm-v9.2-Design, das höhere pro-Kern-Leistung als Olympus innerhalb des gleichen Silizium-Fußabdrucks liefert, mit besserer Anweisungsabgabe, einem größeren L2-Cache und effizienterer Speicherhandhabung. Kernzahlen, Taktraten und Termine bleiben unveröffentlicht.

Für Verifizierungsmanager bei anderen Chip-Unternehmen ist die entscheidende Zahl nicht 1,5. Es ist, ob Cadence und Synopsys produktionsunterstützte, qualifizierte Arm-Builds von Jasper und VCS liefern. Die Verlegung eines Regressions-Farms auf einen anderen Befehlssatz bedeutet, einen Flow zu requalifizieren, der bis zur Tapeout vertrauenswürdig sein muss, und Tool-Hersteller, nicht Benchmark-Tabellen, legen diesen Zeitplan fest. Nvidia beschreibt Anwendungsprofiling, Software-Optimierung und System-Level-Tuning als laufende Arbeit und gibt kein Verfügbarkeitsdatum für die optimierten Builds an.

Vera selbst ist noch im Aufbau. Die gleiche Phoronix-Bewertung berichtete, dass der Chip auf dem Weg ist, in der zweiten Hälfte des Jahres 2026 ausgeliefert zu werden, und Nvidias Blackwell-Generation-Systeme sind, was heute in Kunden-Rechenzentren landet. Was die Chip-Design-Bereitstellung signalisiert, ist die Ambition, die Nvidia für Vera jenseits seiner Rolle als Host für GPUs in Rubin-Racks hat: ein allgemeiner Rechenzentrums-CPU, dessen erster Referenzkunde Nvidias eigenes Silizium-Team ist.