SpaceXAI 将 NVIDIA 的 Vera CPU 置于千兆瓦级扩建的核心

SpaceXAI 将部署 NVIDIA 的 Vera CPU 来运行其下一代具备自主性的 AI 应用背后的 CPU 密集型工作，扩大围绕其 Grok 模型的 AI 基础设施建设，公司称该设施正向千兆瓦计算容量扩展，NVIDIA 于 2026 年 8 月 24 日宣布。

该合作不仅限于地面数据中心。SpaceXAI 计划将其第一代 Starmind AI 卫星基于经过优化的 NVIDIA Vera Rubin NVL72 机架级系统，将驱动其地面 AI 工厂的同一架构带入轨道。

这次宣布的是 CPU 方面的故事，这在以 GPU 为衡量标准的行业中显得与众不同。具备自主性的 AI 工作负载——即执行动作而非仅生成答案的系统——在编排工具、执行代码、处理数据以及在模型调用之间运行仿真时，严重依赖传统处理器。当这些 CPU 迟缓时，所驱动的 GPU 就会闲置。这正是 NVIDIA 设计 Vera 所要突破的瓶颈。

“具备自主性的 AI 需要一种全新的计算系统——不仅能生成答案，还能采取行动，” NVIDIA 超大规模与高性能计算副总裁 Ian Buck 在公告中表示。“SpaceXAI 正在将这种架构从庞大的 AI 工厂带向轨道计算的下一个前沿。”

“Vera 为我们提供了足以运行海量编排、代码和数据处理的 CPU 性能与内存带宽，同时让 GPU 专注于其最擅长的任务，” SpaceXAI 总裁 Mike Nicolls 在同一稿件中说道。

Vera 为机架带来了什么

Vera 是 NVIDIA 首款从头开始为具备自主性的 AI 设计的 CPU，而非从通用服务器部件改造而来。它搭载 88 核心的自定义 Olympus 处理器，配合 NVIDIA 的 Spatial Multithreading 技术，可生成 176 条具分区资源的线程，并与提供最高每秒 1.2 TB 带宽的高带宽 LPDDR5X 内存相结合。NVIDIA 表示，这一组合在具备自主性的 AI、强化学习和数据处理工作负载上比 x86 CPU 快 1.8 倍，在沙盒环境中更是快 80%，根据公司产品文档。

内存子系统是该架构与 x86 主流最为显著的差异所在。Vera 在可拆卸、现场可更换的 SOCAMM 模块上使用 LPDDR5X，而非传统 DDR5，NVIDIA 称其带宽是领先 x86 CPU 的两倍，且每核带宽是其三倍，同时功耗约为一半。该芯片每个插槽支持最高 1.5 TB 内存，第二代片上互连将全部 88 核心以 3.4 TB/s 的二分带宽相连，避免了多芯片服务器 CPU 常见的跨芯片延迟。NVLink-C2C 接口在 Vera CPU 与 NVIDIA Rubin GPU 之间提供最高 1.8 TB/s 的一致带宽。

作为独立平台，Vera CPU 机架可在紧凑的液冷机箱中集成多达 256 块 Vera CPU，并支持超过 22,500 个并发沙盒环境: 即代理运行代码、调用工具并在评估循环中迭代的隔离软件容器。在具备自主性的系统中，每个推理循环可生成数千个此类环境；承载这些环境的 CPU 队列实际上决定了整个 AI 工厂的吞吐上限。

Starmind 扩展

SpaceXAI 的轨道雄心为部署增添了第二维度。公司正在为轨道开发 AI 计算基础设施，在那里电力供应、热管理、带宽、可靠性以及物理集成都受到与地面数据中心截然不同的限制。其计划中的第一代 Starmind AI 卫星将基于优化的 Vera Rubin NVL72 系统构建（该机架级平台将 72 块 Rubin GPU 与 36 块 Vera CPU、ConnectX-9 SuperNIC 以及 BlueField-4 数据处理单元相结合，并通过第六代 NVLink 交换机互联）。

NVIDIA 与 SpaceXAI 表示，他们正致力于将该平台适配轨道需求，同时在地面和太空部署之间保持统一的架构和软件生态系统。

统一架构，千兆瓦容量

对于 SpaceXAI 来说，采用 Vera 将其计算堆栈统一到单一供应商的架构上，便于规模化扩展。SpaceXAI 正在基于 NVIDIA Vera Rubin 平台在 Grok 背后扩展 AI 基础设施，向千兆瓦计算容量迈进——这已成为衡量严肃 AI 基础设施的单位。Vera Rubin 平台为其在训练、推理和推断方面提供了统一的基础，计算、网络和软件均采用 NVLink 互连、Spectrum-X 以太网以及 BlueField 数据处理协同设计。

而对 NVIDIA 而言，这是一项旗舰级部署，针对其专门为捕获具备自主性 AI 建设的 CPU 端而推出的产品线。该公司将 Vera 描述为首款为 AI 代理打造的 CPU，SpaceXAI 与 Anthropic、OpenAI 以及 Oracle Cloud Infrastructure 一同成为 NVIDIA 为该部件命名的早期生产部署之一。

关键在于经济性。NVIDIA 将 Vera Rubin 的卖点定位为每瓦特提供更多 token 并降低每个 token 的成本，相比 Blackwell 更具优势，因此更快的 CPU 编排能够让 GPU 保持高利用率，直接转化为每瓦特更高的产出。随着 SpaceXAI 向千兆瓦计算容量扩展，这种效率效应将呈指数增长。NVIDIA 正是基于这一点推介 Vera Rubin 平台: 每瓦特 token 更多、每 token 成本更低，优于其之前的 Blackwell 架构。