英伟达Vera开始做AI服务器CPU：自研 Olympus 内核

英伟达从Ai 服务器GPU公司开始做起了CPU。

过去CPU更多像“搭配GPU用的配角”。现在不一样了。随着 AI 服务器越堆越大，GPU 之外的那一半算力CPU，开始变成瓶颈。

英伟达这条路其实走了很久。从早年的 Denver，到后来一代代 Tegra，再到数据中心的 Grace，英伟达一直没放弃。Vera 就是在这个背景下出现的，从Grace 之后，英伟达自己认真做一颗真正CPU。

英伟达Grace 做得不差，甚至可以说超预期。很多数据中心已经在用它，尤其是在和 GPU 打包销售的场景里。Grace 核心不是英伟达自己设计的，而是基于 Arm 的 Neoverse V2。

换句话说，这套能力不是独家的。别人也能用。这在早期没什么问题，反而更稳。但一旦你想往上走，就会卡住。

英伟达这次的选择很干脆：不再用现成核心，自己做深度定义。

Vera 里的 CPU 核心叫 Olympus，基于 Arm v9.2 指令集，但架构完全自研，重新设计 CPU 内核。这么做风险不小。CPU 不是 GPU，验证周期长、bug 成本高。

但好处也很明确：

◎ 第一，性能可以按自己的需求来定。现在的数据中心，很多任务其实很“别扭”：GPU 负责并行算力，但大量调度、数据整理、长尾任务还是要靠 CPU。这部分如果跟不上，GPU 再强也会被拖住。

◎ 第二，成本结构会变。用 Arm 现成核心，需要付更高的授权费用；自己设计，只用指令集授权，成本会低一截。像 Apple、Qualcomm 早就走的是这条路。

◎ 第三，更关键的一点：差异化。整套系统（CPU+GPU+网络+软件），CPU如果是通用的，总是有一些不够极限。如果是自研核心，就可以把“系统能力”绑在一起卖。

说白了，Grace 是已经走了很大的一步，Vera 是要开始继续往前走两步。

Vera 在设计上有个挺反直觉的地方：它看起来不像现在主流的服务器 CPU。先说最核心的一点，它把 88 个核心全部放在一个计算芯片里。

对比一下：

◎ AMD 的 EPYC：多芯片（最多16个计算Die）

◎ Intel 的 Xeon：计算+I/O 分散在多个Die

英伟达反而把“算力”集中起来，把内存和 I/O 拆出去。这带来一个直接结果：没有 NUMA。所有核心访问内存的路径是统一的，不需要跨节点通信。

这在某些场景下很有优势，比如：

◎ 数据一致性要求高

◎ 线程之间频繁通信

◎ 延迟敏感任务

但代价也不是没有。单Die做这么大，良率、成本、功耗压力都会上来。

另一个明显的变化，是它对内存带宽的“执念”。Vera 的带宽做到 1.2TB/s，这个数字在CPU里已经非常激进了。

原因也很现实：AI 任务的数据流量太大，CPU如果喂不动数据，GPU就会空转。

核心本身Olympus 走的是“宽前端”路线：

◎ 10宽解码器（比主流x86更宽）

◎ 双分支预测器

◎ 更大的缓存（L2翻倍，L3上到162MB）

这些设计的目的很统一：把单线程性能往上拉。但更有意思的是它的多线程策略。传统的 SMT 是时间片轮转，多个线程抢资源。Vera 用的是“空间多线程”：直接把资源切分，每个线程有自己的一块。

这就变成一个取舍问题：

◎ 想跑更多线程 → 每个线程性能下降

◎ 想要极致性能 → 线程数减少

这种设计其实更像在给数据中心一个“调节旋钮”，而不是固定答案。

如果只看芯片，Vera 还是一颗 CPU。但把产品线一起看，就完全不一样了。

英伟达这次做了三件事：

◎ 把CPU做成“可独立扩展的资源”

以前你买英伟达，基本就是买 GPU。CPU 是配角。现在它直接推出 CPU 机架，一整柜 256 颗 CPU，配套内存、网络（包括 BlueField DPU）。你甚至可以只扩 CPU，不动 GPU。CPU 也可以成为一门单独的生意。

◎ 拉上整条服务器产业链

包括：Dell、Hewlett Packard Enterprise、Supermicro和Lenovo，这些厂商会做单路、双路服务器，也会做高密度机架。这一步很关键。因为英伟达过去的模式更偏“封闭系统”，现在开始往通用服务器市场渗透。

◎ 直接进入x86腹地

最敏感的一点，是 HGX NVL8 这种传统平台也开始用 Arm CPU。这意味着，Vera 不再只是“GPU的附属品”，而是要和 x86 正面竞争。

从目前披露的测试来看，Vera 在一些场景（比如流数据、SQL、长尾延迟）已经领先同代产品。

频率是多少？功耗控制如何？价格会不会太高？这些都还没公布，而在服务器市场，这些细节往往决定成败。

Vera 看起来是一颗 CPU，英伟达现在资源更多的，也需要更全面一些。现在在尝试卖整套计算平台。从 GPU 到 CPU，再到网络和软件，一层一层往上叠。AI 把整个数据中心重新洗了一遍，CPU 不再只是配角。