英伟达自测 Vera CPU：跑智能体时，每瓦吞吐比“最快 x86”高 60%

作者：陈一帆

英伟达 11 月 5 日发布博文，公布自家服务器 CPU Vera 在智能体负载上的测试数据：在 100 兆瓦数据中心场景中，Vera 每瓦可支持 1.6 倍于“最快 x86”的智能体数量，相比“能效最高 x86”，智能体速度快 2 倍。数字来自厂商自测与五家合作方自报，尚待第三方验证。

11 月 5 日，英伟达发布博文，公布自家服务器 CPU Vera（今年 3 月 16 日发布）在智能体负载上的实测结果：在 100 兆瓦数据中心的对比场景里，相比“速度最快的 x86 CPU”，Vera 每瓦能支持 1.6 倍的智能体数量，也就是多出 60%；相比“能效最高的 x86 CPU”，智能体执行速度快 2 倍。数字全部来自英伟达自测和合作方自报，目前没有第三方独立验证 。

智能体为什么忽然吃起 CPU

过去谈 AI 服务器，大家盯的是 GPU：训练大模型、跑推理，算力越大越好。智能体（agent）的工作方式不太一样。它不只是生成一段答案，还得搜资料、查数据库、写代码、把代码真跑一遍看对不对，然后再根据结果决定下一步 。

打个日常的比方：GPU 像脑子，负责“想”；CPU 像腿和手，负责跑腿办事。模型每想一步，就要把动作交给 CPU 执行；执行完，结果再送回 GPU 判断。任务越复杂、步骤越多，这种来回切换就越频繁，CPU 侧的调度、并发和响应速度就成了实际体验的上限 。

英伟达由此给出的判断是：企业把智能体规模化部署之后，数据中心的瓶颈正从“算力够不够”转向速度、并发能力和能耗三者的平衡 。换成运营视角，就是同样的电力额度下，能同时养活多少个智能体、每个智能体多久能出结果。

合作方各自报了数字

博文附了几家早期合作方的测试结论。Perplexity 称，用 Vera 跑智能体编码任务比传统 CPU 快 1.5 倍，并计划投入生产系统；DeepInfra 称，在智能体编排任务中，Vera 比最佳 x86 处理器快至多 2.2 倍；ClickHouse 称，其标准软件不做专门优化，就能在 176 核上接近线性扩展，并登上 ClickBench 硬件排行榜；Daytona 称，用 Vera 启动 1000 个智能体沙箱只需 10.8 秒，在 2000 个并发沙箱下每秒完成 12.7 个任务，而 x86 平台需要 88.4 秒；Modal 称，每核沙箱吞吐量最高达到同类 x86 硬件的 2 倍 。

这些场景有个共同点：都更看重大量小任务在同一时间被调度和切换，而不是单次跑一个巨大的模型。沙箱启动时间、每核吞吐这类指标，恰好是开发者感受最直接的部分。

换个问法比芯片

从工程角度看，比“快多少”更值得注意的是指标变了：以前比 FLOPS，每秒能算多少次；现在开始比每瓦能跑多少个智能体 。当机柜的电力上限是固定的，这就更像按能效标签挑家电，而不是只看峰值功率。

不过界限要说清楚。据现有公开报道，博文没有点名对比的 x86 具体型号，“最快”和“能效最高”都是英伟达自己挑的参照对象；测试负载由哪些任务构成、60% 这个数字怎么统计，也只给了结果、没给方法 。五家合作方的数据同样属于自报，硬件配置是否对等无法从现有信息判断；其中 ClickBench 榜单公开可查，是最容易自己复核的一块。

Perplexity 说要把 Vera 放进生产系统，如果真落地，外部验证迟早会来。在那之前，把这组数字当成厂商给出的能力预期，比当成评测定论更合适。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] AI 时代最强“芯脏”：英伟达实测 Vera CPU，较最快 x86 CPU 每瓦多跑 60% 智能体
• 配图 1：来源：www.ithome.com（图片署名见原文） · 图片出处
• 配图 2：来源：www.ithome.com（图片署名见原文） · 图片出处