Nvidia Vera: procesor dla agentów AI szybszy i oszczędniejszy niż x86
Nvidia Vera obsługuje 1,6 raza więcej agentów AI na wat niż najszybszy x86 i działa 2 razy szybciej od najoszczędniejszego. Wyniki testów Perplexity i innych.

Źródło zdjęcia: NVIDIA Blog
Nvidia przekonuje, że jej procesor Vera łączy dwie cechy, które w serwerach x86 zwykle trzeba wybierać osobno: wysoką szybkość pojedynczego agenta AI i dużą liczbę agentów obsługiwanych na każdy wat. Firma opisała to na swoim oficjalnym blogu. Wpis zawiera porównanie dla hipotetycznego centrum danych o mocy 100 MW oraz wyniki testów pierwszych partnerów, m.in. Perplexity, DeepInfra i ClickHouse.
Według Nvidii ma to znaczenie dla operatorów tak zwanych „fabryk AI”, które coraz częściej obsługują agentów, a nie wyłącznie generowanie odpowiedzi. Firma podkreśla, że każdy krok wykonywany przez agenta opiera się na procesorze CPU, a nie tylko na GPU.
Najważniejsze informacje
- W porównaniu Nvidii dla centrum danych o mocy 100 MW jeden procesor Vera wypadł lepiej zarówno od najszybszego, jak i od najbardziej energooszczędnego procesora x86.
- Wobec najszybszego x86 Vera ma pozwalać na obsługę 1,6 razy więcej agentów na wat przy porównywalnej szybkości działania agenta.
- Wobec najbardziej energooszczędnego x86 Vera ma zapewniać 2 razy szybszą pracę agentów przy czołowej efektywności energetycznej.
- Partnerzy zgłaszają przyspieszenia rzędu 1,5–2,2 raza. Perplexity planuje wdrożyć Verę w nadchodzącym systemie produkcyjnym.
Dlaczego agenci AI potrzebują szybkich CPU
Nvidia zwraca uwagę na zmianę charakteru obciążeń w centrach danych. Agenci AI nie tylko generują odpowiedzi. Wyszukują informacje, wysyłają zapytania do baz danych, piszą i testują kod oraz podejmują działania. Podczas jednego zadania agent wielokrotnie przechodzi między rozumowaniem na GPU a wykonywaniem operacji na CPU.
Gdy firmy uruchamiają coraz więcej agentów, infrastruktura musi spełnić dwa wymagania naraz. Po pierwsze, poszczególne kroki muszą być wykonywane szybko, żeby żaden agent nie czekał dłużej na wynik. Po drugie, jeden system musi obsługiwać wiele agentów jednocześnie. Dochodzi do tego ograniczenie, które Nvidia nazywa krytycznym: fabryki AI są ograniczone dostępną mocą. Operatorzy muszą więc wybierać sprzęt, który wykona jak najwięcej pracy na każdy wat. Szerzej o presji, jaką centra danych AI wywierają na system energetyczny, pisaliśmy niedawno przy okazji analizy MITEI.
Nvidia argumentuje, że dziś dostawcy często łączą różne procesory x86: szybkie, by zapewnić wydajność pojedynczego agenta, oraz gęste i energooszczędne, by zwiększyć łączną przepustowość. Vera ma łączyć obie cechy w jednym układzie, dzięki czemu jeden typ CPU obsłużyłby różne rodzaje obciążeń agentowych.
Wyniki porównania w skali 100 MW
Dane z porównania pochodzą od samej Nvidii. Firma zestawiła Verę z dwoma typami procesorów x86 w scenariuszu centrum danych o mocy 100 MW:
- Najszybszy procesor x86: Vera ma oferować czołową w branży szybkość agentów, a jednocześnie obsługiwać 1,6 raza więcej agentów na wat.
- Najbardziej energooszczędny procesor x86: Vera ma działać 2 razy szybciej przy wiodącej efektywności energetycznej.
Nvidia nie wskazała we wpisie konkretnych modeli procesorów x86 użytych w tym zestawieniu.
Co mówią pierwsi użytkownicy
Firma przytacza wyniki partnerów, którzy testowali Verę w warunkach zbliżonych do produkcyjnych:
- Perplexity wykonywało zadania agentowego programowania 1,5 raza szybciej niż na tradycyjnych CPU. Firma zamierza wdrożyć Verę w nadchodzącym systemie produkcyjnym.
- DeepInfra w orkiestracji agentów dla swojego produkcyjnego obciążenia uzyskało do 2,2 raza wyższą szybkość niż na najlepszym procesorze x86. Vera okazała się najszybsza spośród czterech testowanych architektur.
- ClickHouse uruchomił standardową wersję swojego oprogramowania, bez optymalizacji pod Verę. Wydajność skalowała się niemal liniowo na 176 rdzeniach, a wynik zajął pierwsze miejsce w sprzętowym rankingu ClickBench.
- DuckLabs osiągnął około 1,5 raza wyższą medianę wydajności w teście TPC-H SF1000 niż konfiguracja bazowa z procesorem Intel Xeon 6.
- Daytona uruchomiła 1000 piaskownic (sandboxów) dla agentów w 10,8 sekundy, wobec 88,4 sekundy na x86. Przy 2000 równoległych sandboxów osiągnęła 12,7 ukończonego zadania na sekundę.
- Modal uzyskał do 2 razy wyższą przepustowość sandboxów na rdzeń niż na porównywalnym sprzęcie x86. Przewaga rosła wraz z obciążeniem.
Wyniki dotyczą różnych typów pracy: programowania agentowego, orkiestracji, analityki bazodanowej i masowego uruchamiania izolowanych środowisk dla agentów. Z punktu widzenia Nvidii to argument, że Vera sprawdza się w całym spektrum zadań, które agenci zlecają procesorowi. Trzeba jednak pamiętać, że wszystkie przytoczone dane pochodzą z materiałów producenta i jego partnerów.
Podsumowanie
Nvidia stawia na to, że rozwój agentowej AI przesunie część ciężaru obliczeń z GPU na CPU. Vera ma być odpowiedzią na ten trend: jednym procesorem, który według firmy łączy szybkość i efektywność energetyczną. To, czy deklaracje potwierdzą się we wdrożeniach na szeroką skalę, pokażą produkcyjne systemy, takie jak zapowiadany przez Perplexity.
Źródła
Podobne publikacje

Światłowody dla dronów drożeją. Boom na AI uderza w Ukrainę
Światłowody dla dronów drożeją przez boom na AI. Ukraińskie firmy płacą 6–10 razy więcej niż w 2025 r. i konkurują o dostawy z Chin z Rosją i centrami danych.
Odejście Jensena Huanga: luka w finansowaniu startupów AI
Odejście Jensena Huanga z Nvidii uderza w startupy AI. Firma wzięła w tym roku udział w 105 rundach. Inwestorzy spodziewają się mniej kapitału i niższych wycen.

Odejście Jensena Huanga z Nvidii: pięć zagrożeń dla branży AI
Jensen Huang odchodzi z Nvidii po aferze z rzekomym chińskim szpiegiem. Analizujemy, jak utrata lidera uderza w otwarte modele, agentów AI i centra danych.