E2B prueba NVIDIA Vera para flotas de entornos aislados de agentes de alta densidad

El 9 de noviembre de 2026, E2B publicó los resultados de pruebas previas a la producción, que muestran que cuatro ejecuciones ajustadas en un único servidor NVIDIA Vera de doble zócalo mantuvieron entre 1.400 y 1.550 entornos aislados con carga, mientras que micropruebas independientes midieron un rendimiento del procesador y la memoria superior al de un sistema de referencia AMD EPYC 9B45.

La evaluación no es un despliegue en producción. E2B ofrece microVM aisladas mediante un SDK, lo que permite a los agentes ejecutar comandos, trabajar con archivos y volver a un estado de ejecución conservado. Cada entorno aislado se reanuda desde una instantánea, cargando la memoria según sea necesario. Gran parte del trabajo de esas sesiones se realiza en la CPU, incluso cuando el modelo se ejecuta en otro lugar, por lo que E2B probó tanto operaciones individuales como un gran número de entornos simultáneos.

Micropruebas del procesador y la memoria

Las pruebas de Vera se realizaron del 9 al 13 de octubre de 2026 en un servidor de preproducción de doble zócalo, con 176 núcleos físicos y 1.479 GiB de RAM. Las mediciones de referencia de AMD se tomaron en agosto de 2026. En una prueba de cálculo con un solo hilo y el equipo sin carga de software adicional, E2B informa de 7.759 eventos por segundo para Vera y 5.131 para AMD EPYC 9B45, es decir, un rendimiento 1,51 veces superior al de referencia, según la mediana de al menos tres ejecuciones. Las pruebas de cálculo utilizaron el kernel de Vera con páginas de 64K.

La prueba de memoria llenó una región de 2 GiB con kernels de 4K y páginas enormes de 2 MiB, el mismo respaldo de páginas enormes que utilizan los entornos aislados de E2B. E2B informa de 62,8 GB/s para Vera y 17,4 GB/s para AMD, lo que equivale a un rendimiento 3,61 veces superior. Esta medición corresponde al llenado de memoria, no al inicio completo de un entorno aislado; se trata de una operación importante para un entorno de ejecución que restaura repetidamente entornos respaldados por instantáneas.

La comparación tiene límites precisos. Los gráficos abarcan sistemas identificados en micropruebas específicas y no demuestran que se obtengan mejoras equivalentes en la velocidad integral de los agentes ni una ventaja de capacidad de flota frente a AMD. E2B también señala que las mejoras variarán según las herramientas y aplicaciones individuales.

Capacidad de la pila completa y ajuste del servidor

Para las pruebas de la pila completa, E2B utilizó E2B Embed, su paquete para una sola máquina que incluye E2B Runtime, de código abierto, y un panel de control, con la pila ejecutándose directamente en el servidor. Embed ofrece aislamiento mediante microVM de Firecracker y compatibilidad con SDK de Python y JavaScript. La evaluación abarcó la creación, la ejecución de comandos, la restauración de instantáneas, la capacidad y la creación y eliminación repetidas.

E2B informa de inicios secuenciales de entornos aislados en caliente de 50 ms y de tiempos de ida y vuelta de los comandos de 3,8 ms con poca carga; cada cifra procede de pruebas independientes en Vera con acceso directo al hardware, no de mediciones con carga de flota. En una prueba independiente de creación y eliminación repetidas se completaron 22.145 ciclos sin errores.

En la carga de trabajo de capacidad mixta, cada entorno aislado realizó repetidamente una ráfaga de actividad de CPU, una escritura de 10 MiB en disco y una pausa, mientras que uno de cada 10 se ejecutó de forma continua. En el extremo superior del rango de capacidad, E2B informa de una latencia de ida y vuelta de los comandos de 255 ms en el percentil 95. En una prueba independiente, cuando todos los entornos aislados se ejecutaron de forma continua, se mantuvieron 550 entornos.

En esas pruebas de capacidad se reservaron 512 MiB por entorno aislado. Los objetivos exigían que la latencia del percentil 95 se mantuviera dentro de un margen de 5× respecto de la línea base de ráfagas en caliente de cada ejecución y establecían un límite de errores del 1 % por paso. Por tanto, el resultado describe la capacidad bajo objetivos especificados de capacidad de respuesta y fiabilidad, no un límite absoluto de carga.

La configuración del servidor fue una limitación importante. La configuración predeterminada admitía 320 entornos aislados; el ajuste de los parámetros de red relativos a los equipos vecinos elevó esa cifra a 1.000, aunque se mantuvo el límite de 1.024 dispositivos. Para alcanzar el resultado principal de capacidad fue necesario aplicar todos los ajustes. E2B describe esa progresión como una comparación de configuraciones en el mismo servidor, no como una mejora de velocidad de Vera frente a x86.

Límites de la evaluación y pruebas previstas

El carácter de preproducción deja varias cuestiones sin resolver. E2B observó que los sistemas de referencia x86 todavía completaban algunas operaciones de restauración más rápido, mientras que la virtualización anidada requiere trabajo adicional. No se tomaron mediciones de costos ni de consumo energético, por lo que la economía operativa quedó fuera de la evaluación.

Los próximos pasos anunciados por E2B son un clúster de varios nodos Vera, reanudaciones en frío respaldadas por almacenamiento de objetos y una comparación con x86 que utilice el mismo paquete de E2B y los mismos ajustes del servidor. La evaluación más amplia del despliegue depende ahora de esas pruebas de seguimiento: si los resultados de la pila completa se mantienen frente a un sistema x86 empaquetado y ajustado de forma comparable, y si los resultados de capacidad de un solo servidor se extienden a un clúster.