NVIDIA宣称Vera兼顾智能体速度与密度，客户测试指向高并发

11月5日，NVIDIA发布Vera CPU的智能体性能更新，将重点放在同一台服务器如何承受更多任务，同时让每个任务及时完成。公司以100兆瓦数据中心作为比较场景，主张运营商在电力上限内同时衡量执行速度和可承载数量，并援引早期合作伙伴的测试支持这一定位。此次披露的核心是平台性能主张及生产式测试，还不是一座同等规模数据中心的实际运行记录。对提供代码执行、检索和工具调用的服务商，这些指标关系到服务器可以装下多少付费工作负载。

两组倍数的比较基准

NVIDIA称，在100兆瓦数据中心比较中，Vera相对最快的x86 CPU，每瓦可支持的智能体数量达到1.6倍。相对最节能的x86 CPU，公司称Vera的智能体速度达到2倍。上述两个倍数不能合并为同一种配置同时兑现的收益，因为比较对象和衡量指标都不同，数据中心场景也不足以还原全部设备与功耗假设。Modal则报告，Vera在并发负载测试中，相对同等x86 Granite Rapids机器的任务吞吐量最高达到2倍。这项服务商自测支持的是特定沙箱任务下的容量优势，不能直接替代NVIDIA的每瓦性能测算。

Modal的测试边界可以从公开代码追溯。它选取50个Terminal-Bench参考解法及验证程序，移除网络调用，提前构建兼容Arm的镜像，并在预热容器内反复执行；只有通过验证的运行才计入完成量。这样测到的是编译、文件搜索、git操作等本地执行能力，不包含模型思考、下载依赖和每轮新建容器的耗时。对采购者而言，这是一项可复查的CPU执行测试，但还不是用户从提交请求到拿到结果的完整服务计时。

DeepInfra则回放生产智能体已捕获的流量，按固定节奏注入编排、沙箱进程启动和内存操作，运行期间不生成实时模型token。它给每款芯片划定20个物理核心、每核一个线程，并限定在单一NUMA节点，避免跨内存域调度干扰。在安全microVM测试中，以99百分位响应不超过6秒、零错误为服务门槛，Vera维持了256个并发智能体。这个结果把容量放在明确的服务质量约束内，比单列可以启动多少环境更接近运营商的交付责任。

密度收益要算整机账

Daytona把测试推进到密集沙箱运行阶段。在2,000个并发沙箱运行相同编码智能体任务时，NVIDIA Vera完成12.7项任务/秒，AMD EPYC 9755完成10.9项任务/秒，AMD EPYC 9575F完成8.1项任务/秒。Vera在整个并发扫描中的峰值为13.3项任务/秒。这里有价值的变化是：环境继续增加后，整机仍能保持接近峰值的产出。不过，总吞吐稳定只说明机器持续完成工作，不能单凭这个指标判断每个沙箱需要等待多久。

启动速度也会反复进入成本账。Daytona称，平台日常创建数百万个沙箱，沙箱寿命中位数不足五分钟；其测试中，Vera让1,000个相同镜像的沙箱全部就绪用了10.8秒。环境不断销毁重建，启动耗时便会持续占用交付窗口。对于吞吐带来的节约，本文的判断是：只有单机价格、功耗和软件成本可控，减少所需服务器才会转成实际成本下降；完成量本身还不足以推出电费或总成本降幅。

软件与供给决定落地

Vera采用88个自研Arm兼容Olympus核心，提供176个硬件线程，内存带宽最高为1.2 TB/s。高带宽的意义在于，多批任务同时读取代码和数据时，内存供给不应过早成为所有核心共同等待的瓶颈；线程资源划分则试图保持拥挤时的执行进度。架构解释了设计方向，但不能仅凭带宽规格，就把各家测试中的全部收益归因于内存系统，软件配置和任务形态同样参与决定结果。

硬件容量还要经过软件层才能交给客户。Modal表示，支持Arm需要改造基础设施和镜像构建系统。DeepInfra扩展到整插槽测试后，首先碰到的限制来自microVM启动路径，而非CPU极限。隔离环境又是运行不可信、多租户代码的必要条件，不能为了保住芯片成绩就把这层成本从生产配置中拿掉。对沙箱平台，镜像适配、虚拟化和调度工程因此直接影响性能优势能兑现多少。

Oracle的公告已把Vera列为可独立于GPU部署的CPU平台，提供裸金属和可调整规格的虚拟机，初期计划在旗下区域提供150,000颗CPU。OpenAI计算业务技术负责人Uday Ruddarraju在公告中称，正把OCI上的Vera引入生产，用于智能体沙箱。这让Vera的商业路径落到了可单独采购的执行容量上，服务商可以按工具调用和沙箱需求扩容，不必把每次CPU扩容都绑在GPU服务器采购上。

Oracle还指出，加快CPU步骤有助于减少GPU等待和上下文缓存压力。由此推论，Vera更容易兑现回报的业务，是CPU执行持续拖慢模型循环、并发负载又足够高的智能体服务。若主要时间花在网络或外部工具上，CPU释放的余量就不会等比例变成用户节省的时间。此次测试最有分量的贡献，是把采购依据推进到带着实际隔离配置和服务门槛，衡量服务器最终完成多少工作。