E2B测试NVIDIA Vera在高密度智能体沙箱集群中的表现

E2B于2026年11月9日发布了预生产测试结果。结果显示，在一台双路NVIDIA Vera服务器上进行的四轮调优测试中，系统可持续运行1,400至1,550个已加载的沙箱；另行开展的微基准测试则测得，其处理器和内存吞吐量高于AMD EPYC 9B45参考系统。

这项评估并非生产环境部署。E2B通过SDK提供隔离的微型虚拟机，让智能体能够执行命令、处理文件，并恢复到保留的运行状态。每个沙箱都会从快照恢复，并按需加载内存。即使模型在其他地方运行，这些会话操作中也有很大一部分由CPU处理，因此E2B既测试了单项操作，也测试了大量并发环境。

处理器和内存微基准测试

Vera测试于2026年10月9日至13日进行，使用一台预生产双路服务器，配备176个物理核心和1,479 GiB内存。AMD参考数据于2026年8月采集。在裸机单线程计算测试中，E2B报告称，Vera每秒处理7,759个事件，AMD EPYC 9B45每秒处理5,131个事件，吞吐量为参考系统的1.51倍；数据取自至少三轮测试的中位数。计算测试使用了Vera的64K页内核。

内存测试使用4K内核和2 MiB大页，为一个2 GiB的内存区域填充数据；E2B的沙箱也使用相同的大页作为后备内存。E2B报告称，Vera的速度为62.8 GB/s，AMD为17.4 GB/s，吞吐量相当于后者的3.61倍。这项测试衡量的是内存填充速度，而非完整的沙箱启动过程；对于需要反复恢复基于快照的环境的运行时而言，内存填充是一项重要操作。

这项比较的适用范围有限。图表仅涵盖特定微基准测试中的指定系统，无法证明智能体端到端速度有同等幅度的提升，也不能据此认定其集群容量优于AMD。E2B还表示，具体工具和应用的性能提升幅度会有所不同。

全栈容量与主机调优

在全栈测试中，E2B使用了E2B Embed。这是将开源E2B Runtime和仪表板打包为单机部署的版本，整个技术栈直接运行在主机上。Embed提供Firecracker微型虚拟机隔离，并支持Python和JavaScript SDK。评估涵盖沙箱创建、命令执行、快照恢复、容量，以及反复创建和销毁沙箱。

E2B报告称，在单独进行的Vera裸机测试中，预热后的沙箱顺序启动耗时50 ms，低负载下命令往返耗时3.8 ms；这两项数据均来自独立测试，并非集群负载测试。另一次专门测试沙箱反复创建和销毁的测试完成了22,145个循环，未出现任何错误。

在混合容量负载中，每个沙箱反复执行一段CPU突发负载、写入一个10 MiB文件到磁盘，然后暂停；其中每10个沙箱有1个持续运行。在容量范围的上限处，E2B报告称，命令往返延迟的第95百分位为255 ms。另有一项测试中，所有沙箱均持续运行，系统可维持550个沙箱。

这些容量测试为每个沙箱预留了512 MiB内存。测试目标要求第95百分位延迟不超过各轮测试预热突发负载基准的5倍，并将每个步骤的错误率限制在1%。因此，这一结果描述的是在指定响应速度和可靠性目标下的容量，而非绝对的加载上限。

主机配置是一个重要限制因素。默认设置支持320个沙箱；经过网络邻居调优后，数量增加到1,000个，但仍受1,024个设备的限制。要达到主要容量测试结果，必须进行全面调优。E2B将这一性能变化描述为同一服务器上的配置对比，而非Vera相对于x86的速度提升。

评估的局限与计划开展的测试

预生产状态意味着仍有若干问题有待解决。E2B发现，x86参考系统在某些恢复操作上的完成速度仍然更快，而嵌套虚拟化还需要进一步完善。评估没有测量成本或功耗，因此未涉及运营经济性。

E2B表示，下一步计划包括构建多节点Vera集群、通过对象存储支持冷恢复，以及使用相同的E2B打包方式和主机调优进行x86对比。更广泛的部署价值如今取决于后续测试：全栈测试结果能否在打包和调优条件相当的x86系统上重现，以及单服务器容量测试的结果能否扩展至整个集群。