NVIDIA Vera: процессор для ИИ-центров обработки данных

NVIDIA подробно рассказала о процессоре Vera для центров обработки данных с поддержкой ИИ

NVIDIA раскрыла подробности архитектуры серверного процессора Vera, созданного специально для центров обработки данных, систем искусственного интеллекта и так называемых ИИ-фабрик. В отличие от традиционных CPU общего назначения, новый чип ориентирован на задачи, которые возникают вокруг работы современных нейросетей: выполнение программного кода, запуск инструментов, обработку данных, управление большим количеством ИИ-агентов и координацию вычислений между центральными и графическими процессорами.

По данным NVIDIA, производство Vera уже перешло в полноценную фазу, а интерес к платформе проявляют крупнейшие разработчики ИИ-моделей, облачные провайдеры и производители серверного оборудования. Процессор будет использоваться как в самостоятельных серверных системах, так и в составе вычислительной платформы NVIDIA Vera Rubin.

Что представляет собой NVIDIA Vera

NVIDIA Vera — это серверный процессор на архитектуре Arm, разработанный для инфраструктуры искусственного интеллекта нового поколения. Его основная задача заключается не в непосредственном выполнении матричных операций нейросети — эту работу по-прежнему берут на себя GPU, — а в ускорении процессов, которые обеспечивают непрерывную загрузку графических ускорителей.

Современная ИИ-система состоит не только из большой языковой модели. Агент может запускать Python-скрипты, обращаться к базе данных, анализировать файлы, выполнять поиск, компилировать код, взаимодействовать с API и проверять полученный результат. Значительная часть этих операций выполняется именно на CPU.

Если центральный процессор не успевает подготовить данные или завершить очередной инструментальный вызов, дорогостоящий GPU вынужден простаивать. Поэтому производительность ИИ-центра обработки данных зависит не только от количества графических ускорителей, но и от скорости всей окружающей инфраструктуры.

Vera разрабатывалась с учетом такого сценария. NVIDIA позиционирует процессор как CPU для агентного искусственного интеллекта, обучения с подкреплением, аналитики, обработки данных и управления вычислительными конвейерами.

88 собственных ядер NVIDIA Olympus

В основе Vera находятся 88 процессорных ядер Olympus. Это первая полностью собственная серверная CPU-архитектура NVIDIA, а не стандартное ядро Arm, лицензированное у стороннего разработчика.

При этом Olympus сохраняет совместимость с набором инструкций Arm v9.2. Это важно для корпоративных заказчиков: существующие операционные системы, контейнеры, библиотеки и серверные приложения для Arm не потребуется переписывать с нуля.

Одной из главных особенностей Olympus стала широкая система выборки и декодирования команд. Ядро способно обрабатывать до десяти инструкций на этапе декодирования за один такт. Дополнительно применяется нейросетевой предсказатель переходов, способный оценивать два выполненных условных перехода за такт. Такая конструкция особенно полезна в приложениях с большим количеством ветвлений — интерпретаторах Python и JavaScript, системах анализа графов, компиляторах, базах данных и программных инструментах ИИ-агентов.

NVIDIA заявляет, что Olympus обеспечивает до 50% более высокий показатель IPC по сравнению с процессором Grace. IPC показывает, сколько инструкций ядро выполняет за один такт, однако этот параметр нельзя рассматривать отдельно от частоты, характера нагрузки и программной оптимизации. Поэтому итоговую производительность Vera необходимо оценивать в конкретных серверных сценариях, а не только по одной архитектурной характеристике.

Что такое NVIDIA Spatial Multithreading

Процессор поддерживает технологию NVIDIA Spatial Multithreading. По своему назначению она напоминает многопоточность SMT, используемую в серверных процессорах AMD и Intel, но компания предлагает другой подход к распределению внутренних ресурсов ядра.

Администратор может выбирать между максимальной производительностью одного программного потока и увеличенным количеством одновременно выполняемых потоков. NVIDIA утверждает, что такое распределение ресурсов позволяет уменьшить непредсказуемые колебания производительности и сохранить более стабильную задержку при высокой загрузке сервера.

Для ИИ-инфраструктуры это имеет практическое значение. Один сервер может одновременно обслуживать тысячи изолированных сред, в которых агенты запускают код, обрабатывают запросы и проверяют результаты. В таком сценарии важна не только средняя скорость CPU, но и так называемая хвостовая задержка — время выполнения наиболее медленных запросов.

Монолитная конструкция и шина NVIDIA SCF

Многие современные серверные процессоры состоят из нескольких вычислительных кристаллов. Чиплетная конструкция облегчает масштабирование количества ядер, однако обращение к данным, расположенным на другом кристалле, может занимать больше времени.

В Vera NVIDIA выбрала монолитный вычислительный кристалл. Все 88 ядер Olympus подключены к общей кэш-памяти, контроллерам памяти, интерфейсам ввода-вывода и соединению NVLink-C2C через второе поколение шины NVIDIA Scalable Coherency Fabric.

Пропускная способность SCF в поперечном сечении достигает 3,4 ТБ/с. Такая архитектура должна обеспечить более равномерный доступ к памяти и предсказуемую задержку независимо от того, какое ядро выполняет задачу. По данным NVIDIA, одно ядро может получать до 14 ГБ/с пропускной способности памяти.

Монолитная конструкция особенно полезна для операций, последовательность которых сложно предсказать заранее. К ним относятся работа с KV-кешем, выполнение инструментов ИИ-агента, обработка графовых структур, аналитические запросы и управление контейнерами.

До 1,5 ТБ памяти LPDDR5X

Еще одной важной особенностью NVIDIA Vera стала память LPDDR5X. Обычно этот тип памяти ассоциируется с ноутбуками и мобильными устройствами, где критичны энергопотребление и компактность. В Vera он адаптирован для серверного применения с помощью модулей SOCAMM.

В отличие от распаянной памяти, модули SOCAMM можно снимать, заменять и обслуживать. Таким образом NVIDIA пытается объединить энергоэффективность LPDDR5X с требованиями корпоративных центров обработки данных.

Максимальная пропускная способность памяти Vera составляет 1,2 ТБ/с, а поддерживаемый объем — до 1,5 ТБ на процессор. Производитель заявляет, что система способна сохранять более 90% пиковой пропускной способности даже при интенсивной нагрузке.

Высокая пропускная способность памяти может повысить эффективность следующих операций:

• подготовка и преобразование данных перед отправкой на GPU;
• аналитическая обработка больших массивов информации;
• управление KV-кешем языковых моделей;
• работа с векторными и графовыми базами данных;
• запуск большого количества контейнеров и изолированных сред;
• выполнение кода, созданного ИИ-агентами.

По данным NVIDIA, память LPDDR5X обеспечивает вдвое большую пропускную способность при более низком энергопотреблении по сравнению с традиционными серверными конфигурациями DDR5. Однако фактическая экономия будет зависеть от объема памяти, режима работы CPU, охлаждения и общей архитектуры сервера.

Соединение CPU и GPU через NVLink-C2C

В составе систем Vera Rubin процессор соединяется с графическими ускорителями Rubin через интерфейс NVLink-C2C. Его когерентная пропускная способность достигает 1,8 ТБ/с.

Когерентность означает, что CPU и GPU могут согласованно работать с общим адресным пространством памяти. Это упрощает перемещение данных между процессорами и снижает зависимость от более медленного обмена через стандартную шину PCI Express.

NVLink-C2C может использоваться для передачи больших наборов данных, выгрузки частей KV-кеша, выполнения HPC-задач и организации тесно связанных CPU-GPU-конвейеров. NVIDIA также предусматривает использование интерфейса для соединения двух процессоров Vera.

Основные характеристики NVIDIA Vera

Характеристики основаны на опубликованных NVIDIA спецификациях. Производитель предупреждает, что отдельные значения производительности и конфигурации могут изменяться.

Производительность Vera: заявления NVIDIA и первые тесты

NVIDIA заявляет, что Vera может выполнять агентные sandbox-нагрузки до 1,8 раза быстрее современных x86-процессоров. В тестовые сценарии входят компиляция кода, анализ программного обеспечения и выполнение Python. Компания также сообщает о более чем трехкратном ускорении некоторых операций обхода графов.

К этим цифрам необходимо относиться как к результатам производителя. NVIDIA указывает, что показатели основаны на измерениях выбранных конфигураций и могут измениться. Кроме того, конкретные модели процессоров, настройки компиляторов и полный перечень тестов не всегда раскрываются в кратких маркетинговых материалах.

Предварительное независимое тестирование Phoronix показало, что Vera действительно может конкурировать с актуальными AMD EPYC и Intel Xeon в ряде Linux-нагрузок. Особенно сильные результаты наблюдались при компиляции, работе ClickHouse, выполнении Java и некоторых однопоточных задачах.

Вместе с тем доступ к платформе был ограниченным, а набор тестов подбирался с учетом целевых сценариев NVIDIA. Энергопотребление в реальных условиях также не было исследовано полностью. Поэтому окончательные выводы о превосходстве Vera можно будет сделать после появления серийных серверов и более широких независимых измерений.

NVIDIA Vera Rubin NVL72

Главной платформой для нового CPU станет NVIDIA Vera Rubin NVL72. Одна стойка объединяет 72 графических процессора Rubin и 36 процессоров Vera. В сумме система получает 3168 ядер Olympus и до 54 ТБ оперативной памяти LPDDR5X.

Для связи графических ускорителей используется NVLink шестого поколения, а для подключения к сети — адаптеры ConnectX-9 и DPU BlueField-4. NVIDIA позиционирует NVL72 как готовый вычислительный комплекс для обучения крупных моделей, инференса, агентного ИИ и научных расчетов.

Vera может поставляться и отдельно от GPU. Стойка NVIDIA Vera CPU Rack способна объединять до 256 процессоров и запускать более 22 500 параллельных изолированных сред. Такая конфигурация предназначена для компаний, которым требуется большой объем CPU-вычислений для обучения с подкреплением, выполнения кода и обслуживания ИИ-агентов.

Где может применяться процессор Vera

Основным рынком для NVIDIA Vera станут гипермасштабные центры обработки данных и облачные платформы. Однако архитектура процессора подходит не только для генеративного ИИ.

Vera может использоваться для обработки биржевых данных, аналитики в реальном времени, научных вычислений, управления базами данных, подготовки обучающих выборок, запуска цифровых двойников и построения корпоративных платформ искусственного интеллекта.

По состоянию на 31 мая 2026 года NVIDIA сообщала, что Vera изучают или планируют внедрять Anthropic, OpenAI, SpaceXAI, ByteDance, CoreWeave и Oracle Cloud Infrastructure. Серверы на базе нового CPU готовят Dell Technologies, HPE, Lenovo, Supermicro и ряд тайваньских производителей. При этом заявления о планах внедрения не означают, что все перечисленные компании уже развернули Vera в промышленной эксплуатации.

Что появление Vera означает для рынка серверных процессоров

Выход NVIDIA Vera показывает, что архитектура ИИ-центров обработки данных становится более специализированной. Раньше CPU часто рассматривался преимущественно как управляющий компонент системы, а основное внимание уделялось GPU. Развитие ИИ-агентов меняет этот баланс.

Чем больше действий выполняет нейросеть, тем чаще ей приходится обращаться к обычному программному обеспечению. Каждый запуск интерпретатора, запрос к базе данных, вызов внешнего инструмента или проверка результата увеличивает нагрузку на центральные процессоры.

Поэтому NVIDIA оптимизирует Vera не под максимальное количество универсальных ядер, а под высокую производительность отдельного потока, большую пропускную способность памяти и стабильную работу при одновременном запуске тысяч задач.

Для Intel, AMD и других производителей серверных процессоров это создает дополнительную конкуренцию. NVIDIA теперь предлагает заказчикам не только GPU, но и CPU, сетевое оборудование, системы хранения, межпроцессорные соединения и программную платформу. Фактически компания стремится контролировать весь вычислительный стек ИИ-центра обработки данных.

Что учитывать перед внедрением NVIDIA Vera

Высокие показатели Vera выглядят перспективно, однако операторам ЦОД необходимо оценивать не только производительность процессора. Важны совместимость корпоративного программного обеспечения с Arm, стоимость миграции с x86, доступность серверов, энергопотребление всей платформы, требования к жидкостному охлаждению и условия технической поддержки.

Также необходимо тестировать реальные рабочие нагрузки. Процессор, показывающий высокий результат при компиляции или анализе графов, необязательно окажется лучшим решением для каждой базы данных, виртуальной машины или корпоративной системы.

Правильная оценка должна учитывать производительность на один сервер, энергопотребление, стоимость лицензий, загрузку GPU, задержки, стоимость обслуживания и суммарную стоимость владения инфраструктурой.

Вывод

NVIDIA Vera — один из наиболее значимых серверных процессоров компании. Он демонстрирует переход от универсальных CPU к специализированным чипам, рассчитанным на обслуживание ИИ-агентов и тесную работу с графическими ускорителями.

88 собственных ядер Olympus, до 1,5 ТБ памяти LPDDR5X, пропускная способность памяти 1,2 ТБ/с и интерфейс NVLink-C2C делают Vera интересной платформой для крупных ИИ-кластеров. Особенно важна способность процессора быстро выполнять последовательные CPU-задачи, из-за которых графические ускорители могут простаивать.

Первые тесты подтверждают высокий потенциал архитектуры, но значительная часть доступных показателей пока основана на материалах NVIDIA или контролируемых испытаниях. Для объективной оценки рынку потребуются серийные системы, независимые тесты энергопотребления и сравнение совокупной стоимости владения с актуальными платформами AMD EPYC и Intel Xeon.

Редакционная прозрачность: материал подготовлен на основании официальной документации и технических публикаций NVIDIA, а также предварительных сторонних тестов. Маркетинговые заявления производителя обозначены отдельно и не представлены как безусловно подтвержденные результаты.