英伟达 Vera CPU 是一款面向智能体 AI（agentic AI）打造的服务器处理器。在智能体 AI 场景中，大语言模型会反复执行观测、推理、调用工具、访问内存并做出动作。这类工作流依靠 GPU 完成模型推理，但同时会产生大量 CPU 负载：浏览器执行、任务编排、数据预处理、安全管控、存储访问、网络通信以及工具调用。英伟达认为，传统云 CPU 一味追求总核心数量；而智能体系统，则需要在整机柜规模下具备强劲且性能可预测的单核性能。Vera 内置 88 颗自研 Olympus 核心，支持 176 线程。
据 DIGITIMES 报道，英特尔计划在 2026 年 10 月上旬再次上调 PC CPU 价格，预计涨幅约为 10%。与此同时，部分毛利率偏低的 Small Core 产品线可能进入 EOL（End of Life，生命周期终止）—— 英特尔正通过调整价格和产品组合，提高 CPU 业务的整体盈利能力。如果此次涨价最终落地，将是英特尔近一年内又一次调整 CPU 价格。自 2025 年底以来，英特尔 PC CPU 已连续涨价：2026 年第一季度价格上涨约 10%，7 月又调高部分消费级和服务器 CPU
NVIDIA 最近将 ST 认定为 NVIDIA AI Factory MGX 生态系统的贡献者。NVIDIA MGX 是一种模块化参考架构，可作为数百种 GPU、CPU、存储设备等组件的基础。得益于双方的持续合作，ST 的 40 V、12 V 和 6 V 架构可帮助打造高密度供电板卡，并将其用于 NVIDIA MGX 机架中。简单来说，NVIDIA MGX 通过提供一个工程师可以快速构建的基础，加速了 AI 数据中心的创建。随着行业向 800 V HVDC AI 数据中心 迈进，这类协作将确保平稳而快速
除了加速器，AI 性能还要看内存输送数据的速度聊到AI，大家往往关注的是整个系统中最瞩目的部分，比如加速器、集群规模、模型大小。但随着 AI 系统变得越来越复杂，数据中心负责人们必须要面对一个务实且重要的问题：我们的平台能否迅速调度数据，让整个庞大的算力系统满载运转？ 比拼内存带宽的时刻，到了现代 AI 主机 CPU 需要支持更大的模型、更密集的 GPU 配置以及数据密集程度越来越高的管道。在这种环境下，内存性能不再是一个次要的规格指标。它将决定 CPU、加速器和存储是作为一个协同系
AI 行业重心正从大模型训练转向常态化推理，具备超大寻址内存容量的 CPU 成为市场刚需。惠普企业（HPE）在年度 Discover 大会上正式宣布，将搭载英伟达 Vera CPU 的 ProLiant DL394 计算服务器纳入私有云 AI（Private Cloud AI） 整体解决方案。本次大会上，HPE 还同步发布数据湖、网络设备等多条产品线的系列更新。HPE 两年前推出 Private Cloud AI，面向企业交付一体化 AI 软硬件堆栈，整机方案整合 HPE 服务器、存储、网络与配套软件，底
英伟达推出高性能、高能效的英伟达 Vera 系列 CPU，可承载各行各业多元化算力任务，覆盖智能体人工智能、强化学习、数据处理等场景。Vera 处理器可为独立 Vera 服务器、英伟达 Vera Rubin 整机系统以及搭载 BlueField-4 STX 的 Vera AI 存储平台提供核心算力。多家全球顶尖人工智能实验室计划采用 Vera 芯片升级自身 AI 算力工厂，其中包括 Anthropic、OpenAI、SpaceXAI；字节跳动、CoreWeave、甲骨文云基础设施等超大规模云厂商也将落地该
Phoronix 今日发布了英伟达 Vera CPU 的首批基准测试结果，涵盖多款常用 Linux 测试程序。尽管测试由英伟达在圣克拉拉总部精心组织，但早期数据显示，Vera 在英伟达设定的目标负载下，性能可与 AMD 霄龙（EPYC）、英特尔至强（Xeon）产品一较高下。Phoronix 受邀前往英伟达圣克拉拉总部，对这款即将面世的 88 核 CPU 进行测试。Vera 的独特之处在于，它未采用授权的 Arm 处理器核心，而是效仿苹果芯片模式，在完全自研的 “Olympus” CPU 核心上使用 ARM
英伟达副总裁伊恩・巴克亲手将首批英伟达维拉（Vera）CPU 系统交付给Anthropic、OpenAI、甲骨文云基础设施（OCI）与 SpaceXAI—— 标志着面向智能体的专用 CPU 从发布正式迈入量产交付阶段。面向智能体 AI 而生的全新 CPU 时代智能体 AI 对 CPU 提出了全新要求。英伟达创始人兼首席执行官黄仁勋在今年 3 月圣何塞 GTC 大会上，正式发布这款独立的维拉 CPU，将其定位为英伟达下一个价值数十亿美元的核心业务。上周五，这款 CPU 正式从英伟达实验室交付至客户手中。首批
AI智能体（Agentic AI）的兴起，正引发关于 AI 系统中 GPU 与 CPU 未来配比的新一轮讨论，Arm 首席执行官勒内・哈斯（Rene Haas）就此发表观点。据Investing.com发布的访谈记录，哈斯表示，尽管单颗芯片上 CPU 数量未必超过 GPU，但从核心数视角看 CPU 有望反超。哈斯指出，随着代理式 AI 规模化落地，CPU 整体需求或将大幅攀升，数据中心所需 CPU 算力可能达到当前水平的四倍以上。他预计，到 2030 年，数据中心 CPU 市场规模有望突破10
据 Tom’s Hardware 援引消息人士报道，在 CPU 需求异常强劲的背景下，英特尔正在出售原本会被报废或划为低等级的芯片，客户也愿意接受这类产品，为公司带来额外收入。芯片生产时，晶圆边缘的晶粒通常缺陷更多、性能更差，正常情况下无法通过高端规格筛选。但只要芯片仍能运行，英特尔现在会将其降级为低规格 SKU降价出售，而非直接报废。英特尔表示，目前 CPU 需求极为旺盛，几乎所有可用产能都被消化，包括原本应报废或低良率的边缘晶粒，公司全部降级重新分类后售出。均价（ASP）大涨，出货量下滑却 “少卖多赚
Nutanix 首席执行官拉吉夫・拉马斯瓦米表示，人工智能技术的应用已开始为公司贡献利润。不过，自主智能体 AI 真正开始显著影响客户的盈利状况，还需要一段时间。该厂商在上月的 GTC 大会上公布了自主智能体 AI 平台战略，并于本周推出了更多相关功能，其中包括一套多租户框架，旨在帮助企业与新型云服务商从 GPU 中榨取更多价值。但目前仍处于早期阶段，可以合理认为，真正规模化使用 Nutanix 全新 AI 技术的客户数量大概率仅有数十家，而非数千家。与此同时，公司在聚焦即将到来的自主智能体 AI 时代的
SiFive 新近宣布完成 4 亿美元 G 轮融资，标志着面向智能体 AI 数据中心负载的高性能 RISC‑V CPU 开发进入重要技术拐点。本轮融资后公司估值达 36.5 亿美元，资金将专门用于加速下一代 CPU IP 研发、软件生态成熟，以及支撑超大规模部署。这些举措共同解决新兴算力瓶颈 —— 传统架构在日益异构的 AI 基础设施中，难以兼顾调度效率、扩展性与功耗限制。本次投资背后的核心技术驱动力，是 CPU 在智能体 AI 系统中的作用不断提升。尽管 GPU 与专用加速器能为张量运算提供高吞吐量，但
SiFive 完成超额认购的 G 轮融资，募资 4 亿美元，由 Atreides Management 领投，英伟达参投，正式加速进军数据中心 CPU IP 领域。本轮融资后，这家总部位于圣克拉拉的公司估值达36.5 亿美元。据路透社报道，CEO 帕特里克・利特尔表示，本轮融资有望成为其 IPO 前最后一轮私募融资。融资用途与数据中心战略SiFive 表示，新资金将用于三大方向：加速下一代高性能数据中心架构研发扩大工程团队深化其 CPU 平台的软件栈建设具体投入领域包括：高性能标量、向量、矩阵 RISC-
京ICP备12027778号-2 北京市公安局备案：1101082052 京公网安备11010802012473