英伟达 Vera CPU 量产：从卖 GPU 到卖整座"AI 工厂"

2026 年 6 月的 GTC Taipei 上，黄仁勋宣布 Vera Rubin 平台进入全面量产爬坡，首批客户和合作伙伴名单里写着 OpenAI、Anthropic、SpaceX、微软、戴尔、CoreWeave。到 7 月底，媒体确认其高端型号 Rubin Ultra Kyber 机架已被头部 AI 企业部署首批系统。

这件事的重心不在某颗 GPU，而在那颗很多人忽略的 Vera CPU——它标志着英伟达正式完成从"GPU 供应商"到"全栈算力工厂定义者"的身份跃迁。

Vera CPU：为 Agent 时代重造的中央处理器

传统认知里，英伟达是卖显卡的。但 AI 数据中心的瓶颈早已不只是显卡：一台能跑大模型的服务器，至少由加速卡（GPU/NPU）、中央处理器（CPU）、以及把成百上千张卡连成集群的网络与内存三块咬合而成。过去十年英伟达靠"GPU + CUDA"吃下大头，靠的是一整套开箱即用的体系，而不是单卡跑分。

Vera 就是补齐"CPU"那块的最后一块拼图。其关键设计：

• Olympus 核心 + 高带宽 LPDDR5X 内存 + SOCAMM 模组，带宽较主流 x86（以 AMD EPYC Turin 为基准）提升 2 倍、每核心带宽提升 3 倍、能效提升 4 倍。
• 在代码编译、解释器、脚本运行、ETL、数据分析、图计算等工作负载下，相对主流 x86 CPU 加速至 1.8 倍（SQLite 1.4×、编译 1.6×、Python 1.7×、Regex 1.8×）。
• 单计算芯片设计，避免跨小芯片延迟；海量内存带宽让 GPU 持续吃饱，减少智能体等待耗时。

它要干的核心活，是 ETL、KV 缓存管理和编排——也就是让 GPU 在强化学习、Agent 工作流、数据处理中始终保持高利用率。用英伟达自己的话说：Vera 让"代理式内循环"涡轮加速，最大化 AI 工厂输出。

Rubin GPU：每瓦代理吞吐提升 10 倍

与 Vera 搭档的 Rubin GPU，才是执行引擎：

• 3360 亿晶体管，224 个 SM，896 个 Tensor Core；
• HBM4 288GB，带宽高达 22 TB/s（较 Blackwell 提升 2.8 倍）；
• 第三代 Transformer 引擎，NVFP4 推理性能达 50 Petaflops；
• NVLink 6 提供 3600 GB/s 纵向扩展带宽，NVLink-C2C 提供 1800 GB/s CPU-GPU 一致性通信，x16 PCIe Gen6 提供 256 GB/s 主机连接。

针对 Agent 工作负载，Rubin 做了大量端到端优化：沿 K 维处理能力翻倍、把 MoE 描述符共享做进 TMA、用激活稀疏 + 自适应压缩加速长上下文注意力、把内核到内核的执行重叠从"批量触发"细化到"图块级触发"。目标只有一个：在长上下文、大 KV 缓存、交互式 token 生成这些最烧钱的路径上，把每瓦 token 产出推到极限。

三档平台：从 NVL72 到 NVL576

Rubin 系列按规模铺开：

• Vera Rubin NVL72（代号 Oberon）：2026 年生产爬坡，第三季度首批出货、第四季度规模量产。
• Vera Rubin NVL144：88 核 Vera CPU + Rubin GPU，FP4 推理 3.6 EFLOPS，是 GB300 NVL72 的 3.3 倍，2026 下半年量产发货。
• Rubin Ultra NVL576（Kyber 机架）：576 颗 GPU 封装，FP4 峰值 15 EFLOPS、FP8 训练 5 EFLOPS，是 GB300 NVL72 的 14 倍，单机柜功耗 600kW，计划 2027 下半年量产。

在系统层面，Vera Rubin NVL72 把计算、网络、液冷、动力转向和智能功耗平滑（Power Smoothing）集成为单一执行域，平均功耗降低约 10%、50 毫秒峰值功耗降低约 20%，让同样的电力预算里塞进更多有效算力。

战略含义：垂直整合，重写算力规则

Vera 量产的时间点，被刻意选在 AMD 年度 AI 大会前一天。这背后是英伟达的终局逻辑：卖工厂，不卖零件。

过去云厂商搭 AI 集群，要从英伟达买 GPU、从英特尔或 AMD 买 CPU、从博通买交换机芯片，再自己系统集成。现在英伟达给的是一套开箱即用的完整方案——接入电力和冷却，AI 工厂就能转。CPU、GPU、网络三大核心组件第一次全部收归一家，x86 四十年靠生态绑定筑起的护城河，在"数据中心主任务从跑数据库变成跑神经网络"的这一刻，失去了大半意义。

这场变革的影响会以十年为单位计算。但对于押注开放生态、想避免被单一供应商锁死的云厂商来说，英伟达越往垂直闭环走，他们扶持 AMD、自研芯片的动力就越强——这恰恰是 AMD Helios、谷歌 Frozen v2、华为超节点同时浮现的根本原因。