芝能智芯出品2026 年 7 月，英伟达硬件工程高级副总裁 Andrew Bell 透露，通过约十家制造伙伴，最终能做到每天产出最高 1000 个 Vera Rubin 机柜。
英伟达副总裁 Ian Buck 告诉大家Grace 独立服务器已经交付「数十万台」，而自 Grace 问世以来，英伟达累计发出的 Grace 芯片超过 250 万颗。随着AI agent越来越火，英伟达从交付GPU 开始按整柜交付算力工厂的系统供应商。
Part 1
英伟达 Vera Rubin NVL72，是一个机架级系统，塞着 72 颗 Rubin GPU 和 36 颗 Vera CPU，GPU 与 CPU 的比例恰好是 2 比 1，反映的是智能体时代对编排层算力的预期，大量任务要在 CPU 上做编译、运行时、数据管道和工具调用，GPU 专心跑模型，CPU 负责把活儿喂顺。
每一颗 Vera 要照看两颗 Rubin，它的主责是把模型要用的数据、工具调用和编排任务理顺，而不是自己去做重算力。
这种分工让英伟达有底气把 CPU 做成智能体专用件，不必像通用服务器芯片那样面面俱到。买这样一台柜子，买的是一个可以直接写进数据中心规划的算力单元，芯片只是其中的一环。
当前旗舰 Grace Blackwell 300 机架大约 500 万美元，而 Rubin 这一代单柜价格进一步抬到 700 万到 800 万美元。价格往上走，根子是英伟达把 GPU、CPU、网络、散热、电力、软件和机架级互联一起打包，而不只是芯片在涨价。
这一代机箱做了一件很聪明的减法，Vera Rubin NVL72 的机箱内部没有线缆、没有风扇、也没有软管，计算模块的组装时间从过去的数小时压缩到 1 分钟，液冷入口温度设计在 45 摄氏度，可以做到不要冷水机的干式冷却运行。
这一点上而言，英伟达卖的早已超出一块板卡，它是一套可以规模化铺开的工程方案。
无线缆和软管的机箱，省掉的不只是零件。它把现场部署的出错概率和运维复杂度一起压下来，让一个柜子从出厂到通电的链路更短。对要铺几千个柜的云厂商，这种「开箱即算力」的省心，和芯片性能一样值钱。
除了和 Rubin GPU 绑定的 NVL72，英伟达还给了一种纯 CPU 的形态。一台独立 Vera 机架可以集成 256 颗液冷 Vera CPU，支撑超过 22,500 个并发运行的 CPU 环境，每一个都跑在全性能上。这是冲着超大规模 agent 编排去的纯 CPU 玩法，把算力工厂的编排层单独拎出来放大。
Part 2
Vera 的灵魂在它的 CPU 核心。英伟达给这颗核心起了个名字叫 Olympus，全芯片 88 颗都是英伟达自己设计的。
官方说法里，Olympus 的单线程性能是上一代的 2 倍，核间带宽是 3 倍，在同类小芯片设计里，它是跑关键智能体负载时最高效的单线程 CPU。
英伟达做 CPU 的思路和传统厂商不一样。它不去追求一颗核心什么负载都强的全能路线，而是把核心和内存、互联绑在一起，为少数几类智能体负载做到极致。
这种「为场景造核」的路线，正是 Vera 敢和积累了几十年的 x86 阵营正面碰的底气来源。
Olympus 每一核可以跑两个任务，用的是英伟达自己的空间多线程（Spatial Multithreading）。
也就是说，一个核不会空着一个执行槽等活儿，它会把两条任务流错峰填进去，在智能体那种多租户、多任务并行的工厂里，能交出稳定可预测的性能。
这一点，对云上同时跑成千上万个 agent 的场景，比单核尖峰更关键。
Vera 为什么敢把内存从传统的 DDR 换成 LPDDR5X。英伟达在这里上了第二代低功耗内存子系统，建在 LPDDR5X 之上，带宽做到 1.2 TB/s，是通用 CPU 的两倍，而功耗只有通用 CPU 的一半。
这条路 Grace 已经探过一次。上一代 Grace 同样押注低功耗内存，Vera 是把代际再往前推一步。
对 AI 工厂来说，电费是和芯片成本一样要算进总账的硬支出，每瓦效率的提升，直接变成可部署规模的放大。智能体负载看重的是每核带宽和每瓦效率，而不是单纯堆内存容量。
LPDDR5X 把带宽和功耗这两本账一起算清了，这也解释了为什么英伟达敢把 Vera 定义为「为智能体时代而生」的处理器。
换句话来说，Olympus 配 LPDDR5X，是一条冲着 AI 工厂用电和吞吐去的专门路线，而不是通用服务器的平替。
CPU 与 GPU 的关系，在 Vera 这一代被重新写了。
Vera 通过 NVLink-C2C 和 Rubin GPU 连在一起，提供 1.8 TB/s 的一致性带宽，是 PCIe Gen 6 的 7 倍。这一点上而言，CPU 不再只是 GPU 旁边的陪衬，它开始成为内存层级本身的一部分。
再配上第二代英伟达可扩展一致性 fabric（Scalable Coherency Fabric），Vera 能在智能体那种极端利用率下，交出更快的响应。
英伟达自己的定位很直白，在推理和智能体 AI 推进的当下，规模、性能和成本越来越由支撑模型的系统决定，CPU 不再只是给模型打辅助，它在驱动模型。把这套互联放到整柜里看，意义才完整。
72 颗 Rubin 和 36 颗 Vera 通过第六代 NVLink Switch 连成一片，CPU 与 GPU 共享同一块一致性内存，模型在跑、数据在挪，中间不再有 PCIe 那道又窄又慢的桥。
对推理和智能体这种边想边调工具的负载，省下的每一次跨桥拷贝，都是实打实的延迟和成本。把这套互联和 fabric 理解透，才能看懂 Vera 为什么敢叫「世界第一款为智能体时代打造的 CPU」。
系统伙伴提供双路和单路两种 CPU 服务器配置，适配强化学习、agent 推理、数据处理、编排、存储管理和高性能计算等工作负载。
英伟达还出了新参考设计，让 Vera 充当 HGX Rubin NVL8 系统的宿主 CPU，负责数据搬移和系统控制。
所有配置都集成 ConnectX SuperNIC 和 BlueField-4 DPU，做加速网络、存储和安全，客户能在一套软件栈下按负载调优。
这种把 CPU 做成「系统心脏」的思路，正是 Vera 和过往 Arm 服务器芯片最大的不同。
上个月，英伟达刚刚开启 Vera Rubin 平台的全产能爬坡，摆明了要在今年冲上全球第一 CPU 供应商的位置，单从 CPU 这一项就瞄准 200 亿美元营收。
英伟达公布的 Vera Rubin 平台，供应链跨 30 个国家、350 个制造基地，是有史以来最大规模、最成熟的机架级供应链。
系统制造伙伴涵盖 Dell、HPE、联想、Supermicro，以及华硕、仁宝、富士康、技嘉、纬创、纬颖等；云上合作方包括阿里云、字节跳动、Meta、甲骨文云、CoreWeave、Lambda 等。
按测算，1000 柜满产一个季度理论营收上限约 6300 亿美元，但这笔钱由英伟达和伙伴分，且不等于真实订单。
英伟达Vera 这颗 CPU 从 GPU 的陪衬，重新定义为内存层级的一环，用 88 颗 Olympus 核心、1.2TB/s 的低功耗内存和 1.8TB/s 的 NVLink-C2C 把这条路走实了。
