英伟达 Vera CPU 来了：专为 AI 代理从零设计，速度快 1. 5 倍，OpenAI 和 Anthropic 都要用

英伟达 Vera CPU 来了：专为 AI 代理从零设计，速度快 1.5 倍，OpenAI 和 Anthropic 都要用

一句话看懂：英伟达发布全新 CPU 芯片 Vera，专为 AI 代理（AI Agent）持续运行的场景重新设计，执行编码任务速度比传统 CPU 快约 1.5 倍。OpenAI、Anthropic 和 Perplexity 等头部 AI 公司均已计划采用。

事件核心：发生了什么

7 月 8 日，英伟达官方宣布推出 CPU 芯片 Vera，随后 AI 搜索公司 Perplexity 公开表示将采用该产品。Vera 并非在英伟达传统 GPU 路线上延伸，而是从零设计的全新架构，针对 AI 代理（即能自主编写代码、执行任务和协调工作流的程序）的持续运算需求打造。

英伟达解释，传统 CPU（如英特尔、AMD 的产品）设计于笔记本电脑时代，服务于间歇性的人机交互。在 AI 代理场景下，较慢的执行速度会减少每个强化学习周期内的有效评估次数，导致训练时间延长、单用户服务延迟增加，并可能引发 KV 缓存丢失，进一步推高算力成本。Perplexity 基础设施副总裁 Nate Kupp 证实，测试中 Vera 在执行 AI 代理编码任务时比传统 CPU 快约 1.5 倍。核心速度提升 1.8 倍，使得在相同时间窗口内能完成高达 85% 的评估任务，同时提供更丰富的强化学习反馈，缩短整体训练周期。

为什么重要

英伟达以 GPU 霸主地位闻名，Vera 是其从“GPU 供应商”向“全栈算力供应商”转型的关键一步。目前顶尖 AI 实验室纷纷启动自研芯片计划（如 OpenAI、Anthropic 的硬件探索），英伟达此举意在通过专为 AI 代理设计的 CPU，在非 GPU 计算领域构建新壁垒。这直接挑战了英特尔和 AMD 在服务器 CPU 市场的传统优势，并可能改写算力市场的竞争格局——当 AI 代理成为下一代软件核心形态，底层硬件专有化将成为新的竞争焦点。

对用户/开发者/创作者的影响

AI 应用开发者：若采用英伟达 Vera 芯片的服务商（如 Perplexity、OpenAI）降低 API 调用成本或延迟，开发者能构建更实时的代理应用（如代码自动补全、复杂工作流协调）。核心速度提升带来的训练周期缩短，也可能使得微调或定制模型的成本下降。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

企业采购者：托管大型语言模型（LLM）或运行 AI 代理的团队，未来在评估云服务或自建基础设施时，需要将 Vera 芯片的能效比和延迟指标纳入比较，传统 CPU 方案可能不再是最优解。

创作者/终端用户：短期内感知不明显，但 AI 搜索（如 Perplexity）、对话助手等产品响应速度若因底层硬件优化而提升，用户体验将间接受益。

值得关注的后续

1. 落地与成本。 Perplexity 未披露采购数量。Vera 芯片的具体商用时间、定价以及是否会单独销售或仅作为英伟达服务器解决方案的一部分，尚未公布。需关注是否影响现有云服务订阅价格。

2. 竞品反应。 英特尔和 AMD 是否会在现有架构上推出类似优化？自研芯片的 OpenAI 等公司是否会因为 Vera 的公开而调整硬件路线？目前公开信息显示，尚无明确竞品发布计划。

3. 开发者生态。 Vera 是否支持现有主流框架（如 PyTorch、TensorFlow）的 CPU 后端？若开发者需额外适配，可能影响初期采用率。英伟达此前在 CUDA 生态的深厚积累或将成为 Vera 推广的关键优势。

来源：Readhub · AI