AI 在不断演进，推理模型对 Token 的需求不断增加，对 AI 基础设施的每一层都提出了新的要求。如今，计算能力比以往任何时候都更需要实现高效扩展，以最大化 Token 产出，并提高模型创作者和用户的工作效率。
现代 GPU 已在接近峰值容量下运行，每一代产品都在推动吞吐量的不断提升，但系统性能越来越多地受限于智能体循环中由 CPU 负责的串行任务，这是核心计算机科学原理“阿姆达尔定律”的典型体现。
这一趋势在两类工作负载中尤为明显：用于训练模型掌握编程或工程等新专业技能的强化学习（RL），以及智能体操作，使 AI 智能体能够使用网页浏览器、数据库、代码解释器和其他软件等工具来完成现实环境或沙盒中的任务。
这两类工作负载融合了两种过去截然不同的 CPU 特性。单个环境需要强大的单线程性能，像工作站一样快速执行复杂的代码。与此同时，现代 AI 系统会同时启动数千个此类环境，从而产生典型的服务器基础设施大规模吞吐量需求。
NVIDIA Vera CPU 专为现代 AI 工作负载而设计，其关键设计特性包括：
- 极致单核性能
单个任务的快速执行至关重要，并且必须在大量并发用户和智能体任务的恒定负载下维持性能。
- 每核心的高显存和网络带宽
确保在负载下一致的服务等级协议（SLA），从而高效传输海量数据，以执行实时分析和上下文切换任务。
- 高效的机架级协同设计
AI 工厂必须快速部署和管理容量，以满足智能体需求，同时最大化能效。
无论是将 Vera CPU 直接连接到加速器，还是在网络末端的独立 CPU 上执行任务，基于 Vera CPU 构建的数据中心都能最大化 AI 基础设施的投资价值。
本文将从以下几个方面，详细介绍 Vera CPU：
- 后训练的现实情况
NVIDIA Olympus 核心
NVIDIA 可扩展一致性结构和内存子系统
- AI 工厂全栈性能表现
- 基于机架的智能体运行环境
- Vera 平台和配置
以上为摘要内容，点击链接阅读完整内容：NVIDIA Vera CPU 为 AI 工厂提供高性能、高带宽和高效率 - NVIDIA 技术博客
热门跟贴