CoreWeave ska köra NVIDIA Vera CPU på bare metal i rack‑skala

CoreWeave meddelade den 30 september 2026 att de kommer att utöka sin beräkningsportfölj med NVIDIA Vera CPU, som de beskrev som den första CPU:n som är designad för AI‑agenter, och att de kommer att köra processorn på bare metal i rack‑skala för agentisk AI och förstärkningsinlärningsarbetsbelastningar.

Nyheten delades på Fully Connected, CoreWeaves AI‑molnkonferens i San Francisco, som företaget säger samlar mer än 4 500 kunder, partners, utvecklare och AI‑ledare. Fully Connected 2026 hålls 29 september till 1 oktober 2026 på Moscone South, 747 Howard Street.

CPU‑arbetet bakom agentisk AI

CoreWeave beskrev agentisk AI som att den fungerar genom en kontinuerlig slinga av kör, observera, kurera, förbättra och utvärdera. Inom den slingan hanterar GPU:er modellträning och resonemang, medan CPU:er utför arbetet kring varje steg: isolerade sandlådor, förstärkningsinlärningsmiljöer, verktygsanrop, kodexekvering och datapipelines.

CoreWeave beskrev efterfrågan på datapreprocesseringspipelines och träningsavsnitt för förstärkningsinlärning som pulserande och svår att förutsäga: ett enskilt steg i slingan kan kräva tusentals miljöer i en timme, för att sedan nästan inget kräva fram till nästa körning. När eftertränings‑ och agentiska arbetsbelastningar växer, säger företaget, blir det CPU‑intensiva arbetet i allt högre grad den som bestämmer takten i AI‑slingan, och infrastrukturen behöver både densiteten för den efterfrågan och flexibiliteten att skala i takt med att efterfrågan förändras.

Företaget uppgav att Vera CPU fungerar på samma sätt som resten av deras flotta på CoreWeave: på bare metal, under samma plattform, konsumtionsmodeller och ekonomi.

Rack‑skala‑distribution och CoreWeave Sandboxes

CoreWeave sade att ett kritiskt prestandamått för agentisk AI är antalet isolerade agentmiljöer som ett team kan köra samtidigt, samt om prestandan per sandlåda förblir konsekvent när detta antal ökar. Deras rack‑skala Vera‑distribution rymmer 128 CPU:er och 11 264 kärnor i ett enda rack, med BlueField‑4 DPU:er och Spectrum‑X Ethernet‑switchning som kopplar Vera‑noderna; företaget uppgav att detta ger kapacitet för mer än 11 000 samtidiga miljöer.

CoreWeave meddelade att deras Sandboxes‑produkt distribuerar dessa agenter med full hårdvaruisolering, placerade direkt bredvid de träningsjobb de stödjer. I deras tester rapporterade företaget att starttider för agent‑sandlådor på NVIDIA Vera CPU var mer än tre gånger snabbare än på en x86‑CPU.

“Allmän infrastruktur blir en flaskhals för agentisk AI; Vera är den första CPU:n som uttryckligen är designad för att accelerera den,” sade Chen Goldberg, verkställande vice president för produkt och teknik på CoreWeave, i företagets tillkännagivande. Goldberg sade att CoreWeaves plattform inbyggt stödjer Vera via produkter som CoreWeave Sandboxes, vilket låter team omedelbart starta tusentals isolerade miljöer utan extra operativ friktion.

Ryan Shrout, president och general manager på Signal65, sade att en växande andel av varje agentcykel är CPU‑arbete, och att andelen bara kommer att öka när eftertränings‑ och agentiska distributioner skalar. Han påpekade att den omgivande plattformen avgör om team faktiskt kan utnyttja den kapaciteten, och att den operativa skillnaden beror på att CPU‑arbetet körs på bare metal tillsammans med träningsflottan under den befintliga orkestreringen.

CoreWeave lanserade CoreWeave Sandboxes den 14 maj 2026 som ett exekveringslager som tillhandahåller säkra, isolerade miljöer där AI‑forskare och plattformsteam kör förstärkningsinlärning, agentverktygsanvändning och modellevaluering. Det är tillgängligt på en kunds egna CoreWeave‑infrastruktur via CoreWeave Kubernetes Service eller som en serverlös runtime via Weights & Biases, med ett Python‑SDK som inkluderar sessionshantering, lagringsintegration och övervakningsverktyg. CoreWeave uppger att varje sandlåda som standard opererar i en helt isolerad virtuell miljö för sig själv, så att ett fel eller en löpande process i en inte kan sprida sig till en annan.

CoreWeave pekade också på sina MLPerf‑benchmarkresultat för inferens och träning samt sin position som den enda AI‑molnet som tre gånger i rad har erhållit den högsta Platinum‑rankingen i SemiAnalysis ClusterMAX.

Specifikationer för NVIDIA Vera CPU

NVIDIAs Vera CPU-produksida beskriver processorn som byggd för CPU‑arbetet bakom agentisk AI och förstärkningsinlärning: kodexekvering, verktygsanvändning, sandlådor, analys, datapipelines och orkestrering bortom modellen. Enligt NVIDIA har Vera 88 skräddarsydda Olympus‑kärnor, och dess Spatial Multithreading skapar 176 trådar med partitionerade kärnresurser.

Minnesbandbredden når upp till 1,2 terabyte per sekund på LPDDR5X, med upp till 1,5 TB minneskapacitet, enligt NVIDIA. Ett andra‑generations NVIDIA Scalable Coherency Fabric länkar alla 88 kärnor, cache, minne, IO och NVLink‑C2C över en enda beräkningsdie med 3,4 TB/s bisektionsbandbredd, och NVLink‑C2C ger upp till 1,8 TB/s koherent bandbredd mellan Vera‑CPU:er och NVIDIA‑GPU:er, enligt företaget.

NVIDIA säger att Vera kör kompilering, kodanalys och Python‑verktygskedjans arbetsbelastningar i en agents resonemangslopp upp till 1,8 × snabbare än ledande x86‑processorer, och att dess LPDDR5X‑minnessubsystem levererar 2 × bandbredd och 3 × bandbredd per kärna jämfört med ledande x86‑processorer med DDR5. Produktsidan noterar att dessa relativa prestandasiffror baseras på uppmätta data, jämförda med den senaste generationens x86‑CPU, och kan komma att ändras.

NVIDIA positionerar Vera både som en värd‑CPU för accelererade system, inklusive Vera Rubin NVL72 och HGX Vera Rubin NVL8‑plattformarna, samt som en fristående CPU för agentbaserad AI, förstärkningsinlärning, databehandling och analys. Enligt företaget packar Vera CPU Rack, byggd på NVIDIA MGX, upp till 256 Vera‑CPU:er och kör över 22.5K samtidiga miljöer. Vera Rubin NVL72 kombinerar 72 Rubin‑GPU:er, 36 Vera‑CPU:er, ConnectX‑9 SuperNIC‑ar och BlueField‑4 DPU:er i en rack‑skala plattform.