NVIDIA Vera Rubin NVL72 已進入量產爬坡階段，供應鏈涵蓋全球 350 多個工廠和 30 個國家，超過 300 家合作夥伴參與。Vera 芯片已交付給 OpenAI、Anthropic 和 SpaceX 等客戶，預計今年出貨 130 萬顆，單顆平均售價約 5000 美元。NVIDIA 正將戰火從 GPU 市場延伸至 CPU 市場，押注 AI 智能體將創造新的「CPU 時刻」，預計伺服器 CPU 市場的長期規模可能達到 2000 億美元。Vera 採用 88 顆 Olympus 核心，強調單執行緒效能而非核心數量，在特定任務上可達到 x86 CPU 的 1.8 倍速度。NVIDIA 不再僅僅出售晶片，而是向客戶銷售包含自研晶片的完整伺服器機架系統，直接威脅 AMD 和英特爾在伺服器 CPU 市場的核心利益。文章作者、來源：騰訊新聞
NVIDIA 正在將戰火從 GPU 市場延燒至 CPU。
在 AMD 舉行 AI 相關活動前夕，英偉達於美東時間 21 日週二集中披露下一代 Vera Rubin 平台的最新進展：Vera Rubin NVL72 已進入量產爬坡階段，英偉達稱該平台的供應鏈覆蓋全球 350 多個工廠和 30 個國家，已有超過 300 家合作夥伴參與其中。
Meanwhile, NVIDIA further released performance data for the Vera CPU and Vera Rubin platform under AI agent workloads, aiming to demonstrate that as AI shifts from “answering questions” to autonomous planning, tool invocation, and task execution, CPUs are becoming the new battleground for AI infrastructure.
英偉達披露的資料中心 CPU 產品 Vera 的完整規格、基準測試結果及架構資訊，是潛在客戶全面評估該晶片所必需的關鍵資料。该公司表示，Vera 芯片已於 6 月向 OpenAI、Anthropic 和 SpaceX 等客戶完成交付。
Vera 的推出，是英偉達垂直整合戰略的最新一步。該公司意圖向客戶銷售包含自研晶片的完整電腦架系統，而非單純出售單顆晶片。Wolfe Research 評估中，Vera 晶片單顆均價約為 5000 美元，預計今年出貨量約達 130 萬顆。對於 AMD 和英特爾而言，英偉達此舉直接威脅到兩家公司在伺服器 CPU 市場的核心利益。
這並不是英偉達首次宣布 Vera CPU 進入量產。英偉達今年 5 月底就宣布，Vera 已進入全面生產階段，並稱該晶片在特定任務完成速度上可達到傳統 x86 CPU 的 1.8 倍。5 月中旬，英偉達還曾向 Anthropic、OpenAI 和 SpaceX AI 等客戶交付首批 Vera CPU 系統。此次公告的重點，則進一步轉向 Vera Rubin 整個平台的量產爬坡、客戶部署以及真實生產環境中的性能表現。
AI 智能體崛起，CPU 重新成為「關鍵瓶頸」
NVIDIA 押注 CPU 的核心邏輯，是 AI 應用正在發生變化。
傳統生成式 AI 的主要任務是根據用戶輸入生成答案，GPU 承擔大規模模型計算，而 CPU 則更多負責相對外圍的調度工作。但隨著 AI 智能體快速發展，AI 系統開始自主拆解任務、調用外部工具、運行代碼、訪問數據並反覆評估結果。
在這個過程中，CPU 需要頻繁處理大量低延遲、實時性的任務。英偉達認為，AI 代理並不是單純依賴 GPU 的工作負載：每一個智能體的運行環境、工具調用、任務編排以及長上下文數據檢索，都需要 CPU 參與。
英偉達在先前發布 Vera 時就指出，代理式 AI 正在創造一個新的「CPU 時刻」。其判斷是，隨著 AI 系統從「回答問題」轉向「採取行動」，CPU 在整個 AI 工廠中的作用將明顯上升。
NVIDIA 預計，伺服器 CPU 市場的長期規模可能達到 2000 億美元。與傳統伺服器 CPU 市場相比，這一數字顯得極為激進，但 NVIDIA 的邏輯在於，未來 CPU 的市場邊界可能不再局限於傳統企業伺服器，而是擴展至 AI 推理、AI 智能體、強化學習、數據處理以及 AI 基礎設施的各種控制和編排任務。
這也是英偉達試圖重新定義 CPU 競爭規則的原因。
不拼核心數量，英偉達押注「單核速度」
Vera 的設計路線與傳統伺服器 CPU 存在明顯差異。
英偉達表示，Vera 是其首款專為代理式 AI 設計的 CPU，採用英偉達自主設計的 88 顆 Olympus 核心，配備 1.2 TB/s 的記憶體頻寬。英偉達此前表示，與傳統 CPU 相比，Vera 可實現 50% 的單核效能提升；在 5 月底公佈的測試中，Vera 在特定任務的完成速度上達到 x86 CPU 的 1.8 倍。
而在最新披露中，英偉達進一步強調了 Vera 的核心設計取向：相比單純堆疊更多核心，Vera 更重視單執行緒效能、核心之間的通信頻寬以及記憶體存取延遲。
英偉達表示，Vera 的客製化 Olympus 核心可實現雙倍單執行緒效能、三倍核心間頻寬，並相較於競爭性晶粒設計降低 40% 的記憶體延遲。其目標是讓 AI 代理能更快完成任務，並盡快將計算資源交還給 GPU，從而提升整個 AI 工廠的利用率。
背後的商業邏輯非常直接：GPU 是 AI 數據中心中最昂貴、最稀缺的計算資源之一。如果 CPU 處理任務速度過慢，GPU 就可能處於等待狀態。英偉達希望透過專門優化 CPU，減少這一「空轉」時間。
在 DeepInfra 對 Vera CPU 進行的生產環境測試中，英偉達表示，Vera 可支援最多 1.6 倍的併發 AI 代理數量，並實現最高 2.2 倍的任務編排速度。需要注意的是，這些數據來自客戶的特定測試環境，並不意味著 Vera 在所有通用 CPU 工作負載中均全面領先。
競爭焦點從一顆晶片，升級為整座「AI工廠」
Vera CPU 只是英偉達更大系統戰略中的一部分。
在 Vera Rubin 平台中，英偉達將 Vera CPU 與 Rubin GPU、Groq 3 LPX、Spectrum-6 網絡晶片、ConnectX-9 SuperNIC 以及 BlueField-4 等組件共同納入一個經過協同設計的系統。
NVIDIA 表示，Vera Rubin NVL72 正在全球範圍內進入量產爬坡階段，CoreWeave、谷歌雲、微軟 Azure 和甲骨文 Oracle Cloud Infrastructure 等合作夥伴已開始部署相關機架。NVIDIA 還表示，其供應鏈涵蓋 350 多個工廠和 30 個國家，參與的合作夥伴超過 300 家。
在客戶測試方面，CoreWeave 使用 Vera Rubin NVL72 執行 DeepSeek-R1 測試後表示，相較於上一代 Grace Blackwell NVL72，其每兆瓦每秒生成的 Token 數量提升了 10 倍。Google Cloud 則已推出基於 Vera Rubin NVL72 的 A5X 實例，英偉達稱其在特定場景下可實現更低的推理成本和更高的每兆瓦 Token 吞吐量。
這意味著英偉達的競爭對手已不再僅限於 AMD 的 Instinct GPU 或英特爾的 Gaudi 等單顆加速晶片。
NVIDIA 嘗試控制的是整套基礎設施：CPU 負責調度，GPU 負責計算，網路晶片負責高速互聯，軟體負責調度和優化，最終以機架甚至資料中心級別的系統向客戶交付。
對於 AMD 和 英特爾 而言，這種競爭方式的威脅在於，英偉達可能無需在傳統 CPU 市場中與它們進行完全對稱的競爭。英偉達的目標是從 AI 伺服器中最具增長潛力的部分切入，先爭奪代理式 AI、強化學習和高性能 AI 推理等工作負載，再逐步擴大 CPU 的應用範圍。
AMD、Intel 的傳統優勢，迎來新的挑戰
Long has Intel and AMD held dominance in the server CPU market.
但英偉達如今的判斷是，AI 基礎設施正在改變 CPU 的價值排序。過去，伺服器 CPU 的競爭更多圍繞核心數量、通用計算能力和整體吞吐量展開；而在代理式 AI 時代，低延遲、單線程性能、記憶體頻寬和任務編排效率的重要性正在上升。
This is precisely the market gap NVIDIA believes it can enter.
從產品形態來看，Vera 既可以作為獨立 CPU 使用，也可以與 NVIDIA GPU 組成 Vera Rubin 系統。NVIDIA 還將其定位為連接 AI 代理與 GPU 計算資源的關鍵組件。
英偉達此前公佈的客戶名單已包括 Anthropic、OpenAI 和 SpaceX AI 等 AI 公司，以及 ByteDance、CoreWeave 和 Oracle Cloud Infrastructure 等雲服務商；戴爾、惠普企業、聯想和超微等伺服器廠商也正在推進基於 Vera 的系統。
這使得英偉達擁有與傳統 CPU 廠商不同的優勢：它可以通過 GPU、CPU、網絡和軟件的組合，向客戶提供完整解決方案。
But this does not mean NVIDIA can easily challenge AMD and Intel.
CPU市場的競爭不僅是晶片性能的競爭，還包括軟體生態、客戶認證、伺服器兼容性以及長期供應關係。尤其是大型雲服務商和企業客戶，通常需要多年時間才能完成硬體平台的切換。
因此，Vera 能否真正從 AI 專用場景擴展到更廣泛的伺服器市場，仍取決於客戶能否獲得足夠明顯的效能和成本優勢。
NVIDIA 正在開拓 GPU 之外的新收入曲線
英偉達在 AMD AI 活動前夕集中釋放 Vera Rubin 的量產和性能資訊，也具有明顯的市場競爭意味。
過去幾年，英偉達幾乎憑藉 GPU 獨佔了 AI 基礎設施最核心的利潤池。但隨著 AMD 持續擴大 AI 加速器佈局，英特爾也試圖在 AI 芯片市場尋找突破口，市場開始越來越關注英偉達能否繼續維持高速增長。
同時，AMD 和 英特爾 的 CPU 業務也因代理式 AI 帶來的新需求預期而重新獲得市場關注。
NVIDIA 的回應是：如果 AI 數據中心的價值正從單一 GPU 計算擴展至完整的 AI 工廠，那麼 NVIDIA 無需將 CPU 市場讓給競爭對手。
From this perspective, Vera is not simply an NVIDIA-released server CPU, but rather a further extension of its vertical integration strategy.
NVIDIA 希望客戶購買的不再是單顆 GPU、CPU 或網路晶片，而是一整套能夠直接運行 AI 模型和 AI 代理的基礎設施。
如果代理式 AI 真的成為下一轮計算需求增長的核心驅動力，那麼英偉達將爭奪的，可能不僅是 GPU 市場的份額，而是整個 AI 伺服器計算價值鏈。
這也意味著，AMD 和英特爾未來面臨的競爭對手，可能不再只是彼此，而是一個已擁有 GPU、CPU、網路、軟體和整機系統能力的英偉達。