英伟达 Vera 数据中心处理器首批跑分曝光，综合成绩比前代 Grace 快 63%
一句话看懂：英伟达下一代数据中心处理器 Vera 的首批 Geekbench 跑分数据泄露，显示其综合性能较前代 Grace 提升约 63%。这一结果暗示英伟达在 CPU 自研路径上的重大进展，可能对 AI 训练与推理的算力成本产生直接影响。
事件核心：发生了什么
根据泄露的 Geekbench 6 跑分结果，英伟达 Vera 数据中心处理器的单核得分约为 2,500 分，多核得分超过 48,000 分。与基于 Arm 架构的 Grace（单核约 1,500 分，多核约 29,000 分）相比，Vera 的综合性能提升了大约 63%。目前公开信息显示，Vera 仍基于 Arm 指令集，但核心架构和缓存设计进行了重大迭代，预计将用于英伟达下一代 DGX 系列 AI 服务器以及 Grace Hopper 后续平台。跑分数据出现在公开数据库，但英伟达官方尚未正式发布该产品。
为什么重要
Vera 的跑分不仅是一代产品的性能升级，更标志着英伟达正在加速摆脱对传统 x86 服务器 CPU 的依赖。在 AI 训练与推理场景中，CPU 负责数据预处理、模型分发和通信调度，其任务负载日益沉重。Vera 的高性能意味着：一方面，同等算力下，数据中心可以减少 CPU 节点数量，降低硬件采购与电力成本；另一方面，英伟达可以将 CPU、GPU 和网络芯片进行更紧密的集成和优化，形成更具竞争力的“全栈”AI 基础设施方案。这将对 AMD、Intel 乃至亚马逊 Graviton 等 Arm 服务器 CPU 构成直接挑战。
对用户/开发者/创作者的影响
对于 AI 开发者和企业 IT 决策者，Vera 的落地将直接影响云服务价格与训练效率。如果 Vera 在真实训练场景中兑现 60% 以上的性能提升，租赁英伟达 DGX 云实例的成本可能下降，或者相同预算能训练更大的模型。对于使用 AI API 的开发者和创作者，这意味着底层算力更便宜，有望推动图像生成、大模型推理等服务的响应速度更快、价格更低。此外，如果 Vera 平台支持更高效的 CPU-GPU 直接缓存一致性协议，训练框架（如 PyTorch、JAX）中数据处理这一瓶颈环节可能得到缓解。
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。
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。
值得关注的后续
第一，跑分数据是否能在真实 AI 训练与推理负载中复现，尤其是对比 Grace 在实际集群中的表现。第二，英伟达是否会在 GTC 2025 或其他官方活动中正式发布 Vera，以及其功耗、定价和供货时间。第三，AMD 是否会加快推出 Zen 5c 或基于 ARM 的下一代服务器 CPU，以及 Intel 在 Granite Rapids 与 Sierra Forest 产品线上的应对策略。
来源：Readhub · AI
