NVIDIA将Vera CPU与x86处理器在智能体速度和功耗承载能力方面进行对比

NVIDIA于2026年11月5日公布了Vera CPU的新测试结果，称在一项针对100兆瓦数据中心的对比中，Vera的智能体运行速度是能效最高的x86 CPU的2倍，每瓦可运行的智能体数量则是速度最快的x86 CPU的1.6倍。

这些数据反映了不同的运行约束。智能体任务会反复从GPU推理切换到CPU执行，进行搜索、数据库查询、代码编写与测试及其他操作。因此，运营方既需要单个智能体响应迅速，也需要足够的并发处理能力，以保障受电力容量限制的数据中心持续高效运转。NVIDIA正将Vera定位为能够同时满足这两项需求的单一处理器，而非由高速型和高密度型x86处理器组合而成的方案。

生产环境测试衡量速度与并发能力

Perplexity报告称，早期Vera测试运行Computer类工作流的速度比其当前生产环境基准快约1.5倍，启动并发沙箱的速度最高快1.9倍。这一结果也作为其沙箱平台SPACE的后端测试。SPACE为单项任务提供一次性环境，并支持可暂停、恢复或分支处理较长工作的会话。NVIDIA表示，Perplexity计划在即将推出的生产系统中部署Vera。

DeepInfra在2026年7月21日的测试中，以固定速率重放从其生产环境智能体捕获的流量，且不生成实时模型令牌，从而排除了模型随机性对比对的影响。Vera、AMD Zen 5、Intel Granite Rapids和Intel Sapphire Rapids均被限制在配置相同的分区中：每个分区有20个物理核心，采用单一NUMA节点，并且每个核心使用一个线程；超出核心预算的测试运行均被剔除。

DeepInfra测得，Vera在裸机上的编排步骤耗时29毫秒，AMD Zen 5为35毫秒，Granite Rapids为51毫秒，Sapphire Rapids为64毫秒；Vera因此在四款处理器中速度最快，比表现最好的x86处理器快1.2倍。在安全微型虚拟机中，测试要求第99百分位响应时间不超过6秒且错误数为零，Vera可稳定支持256个并发智能体。现有处理器可稳定支持160个，不过Granite Rapids在最佳测试中达到了192个。

同一组测试还发现，没有任何芯片能够避开一项性能代价。在各种架构上，安全微型虚拟机沙箱使典型工作负载的性能下降1.5至2倍，使进程启动速度下降约5至13.5倍。DeepInfra发现，Vera在这套软件栈下表现最佳，但也指出，隔离层本身仍有优化空间，能够让托管不受信任的多租户智能体更有效率。

Daytona于2026年10月7日报告称，Vera准备1,000个沙箱耗时10.8秒；AMD EPYC 9575F耗时32.3秒，EPYC 9755则耗时88.4秒。Vera准备2,000个沙箱需要27.4秒。在2,000个并发沙箱执行同一项编码智能体任务时，该系统每秒完成12.7个智能体任务；EPYC 9755为每秒10.9个，EPYC 9575F为每秒8.1个。

数据库测试揭示扩展能力的局限

ClickHouse于2026年10月21日报告称，在一台配备176个物理核心和352个硬件线程的双路Vera机器上，其标准二进制版本未经任何针对Vera的调优，便登上了ClickBench硬件排行榜榜首。计算密集程度较高的过滤、聚合和联接测试，随着物理核心数增加，性能几乎按比例提升。较简单的子字符串过滤在超过64个线程后，性能提升便不再明显；此时内存吞吐量已接近系统带宽上限。这一差异说明，仅凭核心数量无法预测智能体处理能力：计算密集型任务可以利用现有并行能力，而受内存带宽限制的任务则不会因增加线程而继续受益。

DuckDB于2026年10月16日报告称，在功耗测试中，Vera的运行速度比Intel Xeon 6基准系统快1.53至1.61倍；在吞吐量测试中则快1.37至1.41倍。DuckDB使用了一颗配备88个线程的Vera处理器，并将Xeon系统配置为96个线程。该衍生的1,000比例因子工作负载并未满足TPC-H的所有要求，因此不能与已发布的TPC-H结果相比较。

Vera架构面向两类处理任务

NVIDIA公布的Vera规格显示，每颗CPU配备88个定制Olympus核心；通过Spatial Multithreading可提供176个线程。此外，其LPDDR5X内存带宽最高可达1.2 TB/s，内存容量最高可达1.5 TB。第二代Scalable Coherency Fabric以3.4 TB/s的二分带宽，将核心、缓存、内存、I/O和NVLink-C2C连接在同一计算芯片上。NVLink-C2C可在Vera CPU与NVIDIA GPU之间提供最高1.8 TB/s的一致性带宽。

Vera既可在Vera Rubin系统中作为主机CPU运行，也可作为独立处理器，用于智能体人工智能、强化学习、数据处理和分析。部署方案包括标准单路和双路系统，以及高密度液冷机架。

对于基础设施运营方而言，实际意义在于，不能仅凭核心数量或单一速度比值来判断智能体处理能力。相关测试记录显示，Vera的潜在优势取决于计算能力、内存和互连能力；合作伙伴的测试也表明，沙箱隔离和受内存带宽限制的工作负载，可能决定这些潜力在生产环境中有多少能够真正发挥出来。