A NVIDIA coloca a CPU Vera frente a frente com x86 em velocidade de agentes e capacidade energética

Em 5 de novembro de 2026, a NVIDIA divulgou novos resultados da CPU Vera, afirmando que uma comparação em um data center de 100 megawatts mostrou velocidade de agentes 2 vezes maior que a da CPU x86 com maior eficiência energética e 1,6 vez mais agentes por watt que a CPU x86 mais rápida.

Esses números refletem diferentes restrições operacionais. As tarefas dos agentes passam repetidamente do raciocínio na GPU para a execução na CPU, para realizar buscas, consultas a bancos de dados, escrever e testar código, além de outras ações. Por isso, os operadores precisam tanto de agentes individuais responsivos quanto de capacidade simultânea suficiente para manter produtiva uma instalação limitada pela disponibilidade de energia. A NVIDIA posiciona a Vera como um único processador que atende aos dois requisitos, em vez de combinar componentes x86 rápidos e de alta densidade.

Testes em produção medem velocidade e simultaneidade

A Perplexity informou que, nos primeiros testes, os fluxos de trabalho no estilo Computer foram executados cerca de 1,5 vez mais rápido do que na atual referência de produção da empresa, e os ambientes isolados simultâneos foram iniciados até 1,9 vez mais rápido. O resultado também serviu como teste de back-end para a SPACE, sua plataforma de ambientes isolados, que usa ambientes descartáveis para tarefas individuais e sessões capazes de pausar, retomar ou ramificar trabalhos mais longos. Segundo a NVIDIA, a Perplexity planeja implantar a Vera em um próximo sistema de produção.

Nos testes de 21 de julho de 2026, a DeepInfra reproduziu tráfego capturado de seu agente em produção em um ritmo fixo e não gerou tokens de modelo em tempo real, eliminando a aleatoriedade do modelo da comparação. Vera, AMD Zen 5, Intel Granite Rapids e Intel Sapphire Rapids foram limitados a partições idênticas de 20 núcleos físicos, com uma única NUMA e uma thread por núcleo; as execuções que ultrapassaram o limite de núcleos foram descartadas.

A DeepInfra mediu etapas de orquestração em bare metal em 29 milissegundos na Vera, contra 35 milissegundos no AMD Zen 5, 51 no Granite Rapids e 64 no Sapphire Rapids, fazendo da Vera a mais rápida das quatro e 1,2 vez mais rápida que o melhor resultado x86. Em microVMs seguras, com um limite de resposta no percentil 99 de seis segundos e exigência de zero erros, a Vera sustentou 256 agentes simultâneos. Os sistemas concorrentes sustentaram 160, embora o Granite Rapids tenha chegado a 192 em sua melhor execução.

Os mesmos testes identificaram um custo que nenhum chip conseguiu evitar. O isolamento em ambientes de microVMs seguras acrescentou uma penalidade de 1,5 a 2 vezes em tarefas típicas e de cerca de 5 a 13,5 vezes na criação de processos, em todas as arquiteturas. A DeepInfra constatou que a Vera teve o melhor desempenho com essa pilha, mas apontou a própria camada de isolamento como a oportunidade restante para hospedar com mais eficiência agentes não confiáveis e multi-inquilinos.

A Daytona informou, em 7 de outubro de 2026, que a Vera preparou 1.000 ambientes isolados em 10,8 segundos, em comparação com 32,3 segundos para o EPYC 9575F da AMD e 88,4 segundos para o EPYC 9755. A Vera precisou de 27,4 segundos para preparar 2.000 ambientes. Com 2.000 ambientes isolados simultâneos executando a mesma tarefa de agente de programação, o sistema concluiu 12,7 tarefas de agente por segundo, contra 10,9 no EPYC 9755 e 8,1 no EPYC 9575F.

Resultados de bancos de dados mostram onde a escalabilidade para

A ClickHouse informou, em 21 de outubro de 2026, que seu binário padrão, sem ajustes específicos para a Vera, chegou ao topo do ranking de hardware do ClickBench em uma máquina Vera com dois soquetes, 176 núcleos físicos e 352 threads de hardware. Os testes mais intensivos em computação, de filtragem, agregação e junção, escalaram de forma quase proporcional até o número de núcleos físicos. Um filtro mais simples de substring deixou de apresentar ganhos substanciais acima de 64 threads, quando a taxa de transferência da memória se aproximava do limite de largura de banda do sistema. Essa diferença mostra por que a contagem de núcleos, por si só, não permite prever a capacidade dos agentes: tarefas intensivas em computação podem usar o paralelismo disponível, enquanto tarefas limitadas pela memória deixam de se beneficiar de threads adicionais.

A DuckDB informou, em 16 de outubro de 2026, que a Vera foi de 1,53 a 1,61 vez mais rápida no teste de consumo de energia e de 1,37 a 1,41 vez mais rápida no teste de taxa de transferência do que uma referência baseada no Intel Xeon 6. A DuckDB usou um soquete da Vera com 88 threads e configurou o sistema Xeon com 96 threads. A carga de trabalho derivada, com fator de escala 1.000, não atendeu a todos os requisitos do TPC-H e não é comparável aos resultados publicados do TPC-H.

A arquitetura da Vera busca atender às duas funções

As especificações da Vera da NVIDIA listam 88 núcleos Olympus personalizados por CPU, com 176 threads fornecidas pelo Spatial Multithreading, além de largura de banda de memória LPDDR5X de até 1,2 TB/s e até 1,5 TB de memória. A segunda geração do Scalable Coherency Fabric conecta os núcleos, o cache, a memória, a E/S e o NVLink-C2C em um único chip de computação, com largura de banda de bisseção de 3,4 TB/s. O NVLink-C2C oferece até 1,8 TB/s de largura de banda coerente entre CPUs Vera e GPUs NVIDIA.

A Vera pode funcionar como CPU anfitriã em sistemas Vera Rubin ou como processador independente para IA agêntica, aprendizado por reforço, processamento de dados e análise de dados. As opções de implantação incluem sistemas padrão de um ou dois soquetes e um rack de alta densidade com refrigeração líquida.

Para os operadores de infraestrutura, a implicação prática é que a capacidade dos agentes não pode ser inferida apenas pela contagem de núcleos ou por uma única proporção de velocidade. Os resultados associam os ganhos potenciais da Vera à computação, à memória e à conectividade, mas os testes dos parceiros também mostram que o isolamento dos ambientes e as tarefas limitadas pela memória podem determinar quanto desse potencial se concretiza em produção.