辉达 (NVDA-US) 正将人工智慧 (AI) 晶片竞争战火从 GPU 市场延伸至 CPU 领域。在 AMD 举行 AI 相关活动前夕，辉达于美东时间 21 日公布下一代 Vera Rubin 平台最新进展，宣布 Vera Rubin NVL72 已进入量产爬坡阶段，供应链目前已覆盖全球 350 多座工厂、30 个国家，并有超过 300 家合作伙伴参与部署。

辉达同步公布 Vera CPU 及 Vera Rubin 平台针对 AI 智能体 (agent) 工作负载的最新性能数据，试图证明随着 AI 应用从单纯「回答问题」逐步转向自主规划、调用工具与执行任务，CPU 正在重新成为 AI 基础设施竞争的重要战场。

辉达表示，数据中心 CPU 产品 Vera 的完整规格、基准测试结果与架构资讯，是潜在客户评估该晶片的重要依据。目前 Vera 晶片已于 6 月交付给 OpenAI、Anthropic 及 SpaceX 等客户。

Vera 的推出，是辉达推动垂直整合策略的重要一步。该公司希望向客户提供包含自研 CPU、GPU、网路晶片及软体系统在内的完整 AI 计算平台，而非仅销售单一晶片。

研究机构 Wolfe Research 估算，Vera 晶片单颗平均售价约 5000 美元，预计今年出货量约 130 万颗。若相关预测实现，辉达将正式进入长期由英特尔 (INTC-US) 与超微 (AMD-US) 主导的伺服器 CPU 市场，对两家公司核心业务构成直接挑战。

辉达今年 5 月底已宣布 Vera 进入全面生产阶段，并指出该晶片在特定任务完成速度上可达传统 x86 CPU 的 1.8 倍。5 月中旬，辉达也曾向 Anthropic、OpenAI 及 SpaceX AI 等客户交付首批 Vera CPU 系统。

此次最新公告的重点则转向 Vera Rubin 整体平台的量产进度、客户部署情况，以及在实际生产环境中的性能表现。

辉达押注 CPU 的核心原因，在于 AI 应用模式正在快速改变。过去生成式 AI 主要依靠 GPU 完成大规模模型训练与推理，CPU 则负责资料处理与系统调度等周边工作。然而，随着 AI 智能体快速发展，AI 系统开始自主拆解任务、调用外部工具、执行程式、存取资料并反复评估结果，CPU 的重要性正在提升。

辉达认为，AI 智能体并非单纯依赖 GPU 的工作负载。每一个智能体的执行环境、工具调用、任务编排以及长上下文资料检索，都需要 CPU 提供低延迟、高效率的处理能力。

辉达此前发布 Vera 时曾指出，代理式 AI 正在创造新的「CPU 时刻」。随着 AI 系统从「回答问题」转向「采取行动」，CPU 在整个 AI 工厂中的角色将明显提高。

辉达甚至预估，未来伺服器 CPU 市场长期规模可能达到 2000 亿美元。相较传统伺服器 CPU 市场规模，这项预测相当积极，但辉达认为，未来 CPU 市场边界将不再局限于企业伺服器，而会延伸至 AI 推理、AI 智能体、强化学习、资料处理及 AI 基础设施控制等新领域。

Vera 的产品设计路线也与传统伺服器 CPU 有所不同。辉达表示，Vera 是其首款专为代理式 AI 打造的 CPU，采用自主设计的 88 颗 Olympus 核心，搭载 1.2TB/s 记忆体频宽。

辉达指出，相较传统 CPU，Vera 可实现 50% 的单核心性能提升。在此前公布的测试中，Vera 于特定任务完成速度上达到 x86 CPU 的 1.8 倍。

此次最新资讯中，辉达进一步强调 Vera 的设计理念并非单纯堆叠更多核心，而是提升单执行绪性能、核心间通信频宽以及记忆体存取效率。

辉达表示，Vera 采用的客制化 Olympus 核心可实现 2 倍单执行绪性能、3 倍核心间频宽，并较竞争对手采用的晶粒设计降低 40% 记忆体延迟。

辉达希望借此让 AI 智能体更快完成任务，并将计算资源更迅速交还给 GPU，提高整体 AI 资料中心利用效率。

由于 GPU 目前仍是 AI 资料中心中最昂贵且最稀缺的计算资源之一，若 CPU 处理速度不足，GPU 可能因等待资料而降低利用率。辉达希望透过专门优化 CPU 架构，减少这类「空转」时间。

在 DeepInfra 针对 Vera CPU 进行的生产环境测试中，辉达表示，Vera 最多可支援 1.6 倍的并行 AI 智能体数量，并实现最高 2.2 倍的任务编排速度。不过，辉达也指出，相关数据来自特定客户测试环境，并不代表 Vera 在所有通用 CPU 工作负载中均全面领先。

Vera CPU 只是辉达更大 AI 系统战略中的一部分。在 Vera Rubin 平台中，辉达将 Vera CPU 与 Rubin GPU、Groq 3 LPX、Spectrum-6 网路晶片、ConnectX-9 SuperNIC 以及 BlueField-4 等元件整合，打造完整 AI 基础设施。

辉达表示，Vera Rubin NVL72 目前正于全球进入量产爬坡阶段，CoreWeave、Google Cloud、微软 (Microsoft, MSFT-US)Azure 以及甲骨文(Oracle, ORCL-US) 云端基础架构等合作伙伴，已开始部署相关机架系统。

辉达指出，目前整个供应链已涵盖 350 多座工厂及 30 个国家，参与合作伙伴数量超过 300 家。

在客户测试方面，CoreWeave 使用 Vera Rubin NVL72 运行 DeepSeek-R1 模型后表示，相较上一代 Grace Blackwell NVL72，每兆瓦每秒生成 Token 数量提升 10 倍。

Google Cloud 则已推出基于 Vera Rubin NVL72 的 A5X 云端实例。辉达表示，在特定应用场景下，该平台能提供更低推理成本以及更高每兆瓦 Token 吞吐量。

这代表辉达目前竞争目标已不再只是 AMD Instinct GPU 或英特尔 Gaudi 等单一 AI 加速晶片，而是试图掌握整套 AI 资料中心架构。

在辉达的规划中，CPU 负责任务调度，GPU 负责高强度计算，网路晶片负责高速互联，软体负责资源管理与最佳化，最终以机架甚至资料中心级别方案交付给客户。

对 AMD 与英特尔而言，最大的挑战在于辉达不需要与两家公司进行传统 CPU 市场上的正面竞争，而是从 AI 伺服器中成长最快的代理式 AI、高效能推理及强化学习等场景切入。

长期以来，英特尔与超微掌握伺服器 CPU 市场主导地位，但辉达认为，AI 基础设施正在改变 CPU 价值排序。

过去伺服器 CPU 竞争主要围绕核心数量、通用计算能力与整体吞吐量展开；而在代理式 AI 时代，低延迟、单核心性能、记忆体频宽以及任务编排效率的重要性正在提高。

这正是辉达认为自身能够切入的新市场。

从产品定位来看，Vera 既可以作为独立 CPU 使用，也能与辉达 GPU 组成完整 Vera Rubin 系统。辉达将其定位为连接 AI 智能体与 GPU 计算资源的重要核心。

辉达此前公布的客户名单包括 Anthropic、OpenAI、SpaceX AI 等 AI 公司，以及字节跳动 (ByteDance)、CoreWeave 与 Oracle Cloud Infrastructure 等云端服务商。

此外，戴尔科技 (Dell Technologies, DELL-US)、惠普企业(Hewlett Packard Enterprise, HPE-US)、联想及超微电脑(Super Micro Computer, SMCI-US) 等伺服器厂商，也正在推进基于 Vera 平台的系统。

辉达相较传统 CPU 供应商的优势，在于其能透过 GPU、CPU、网路晶片与软体生态整合，提供完整 AI 计算方案。

不过，Vera 能否真正撼动 AMD 与英特尔在伺服器 CPU 市场的地位，仍取决于客户是否能获得足够明显的性能与成本优势。

CPU 市场竞争不仅涉及晶片性能，也包括软体生态、客户认证、伺服器相容性以及长期供应关系。大型云端服务商与企业客户通常需要多年时间完成硬体平台转换。

因此，Vera 能否从 AI 专用场景进一步扩展至更广泛伺服器市场，仍需观察实际部署成果。

辉达此次在 AMD AI 活动前夕集中公布 Vera Rubin 量产与性能资讯，也具有明显竞争意味。

过去数年间，辉达凭借 GPU 在 AI 基础设施市场建立主导地位，但随着 AMD 持续扩大 AI 加速器布局，英特尔也积极寻求 AI 晶片突破，市场开始关注辉达能否维持高速成长。

辉达给出的答案是，如果 AI 资料中心未来价值将从单一 GPU 计算转向完整「AI 工厂」，那么 CPU 市场也将成为其新的成长空间。

因此，Vera 并非单纯推出一款伺服器 CPU，而是辉达垂直整合战略的重要延伸。

辉达希望客户购买的不只是 GPU、CPU 或网路晶片，而是一整套能直接运行 AI 模型与 AI 智能体的完整基础设施。

如果代理式 AI 真的成为下一波计算需求核心驱动力，辉达未来争夺的将不只是 GPU 市场份额，而可能是整个 AI 伺服器计算价值链。

这也意味着，AMD 与英特尔未来面对的竞争对手，可能不再只是彼此，而是一家已经同时掌握 GPU、CPU、网路、软体及整机系统能力的辉达。