Nvidia CPU Vera: ставка на однопоточную производительность для агентного ИИ

Nvidia продолжает раскрывать детали о своем новом CPU Vera, который станет ключевым элементом ее платформы для ИИ-дата-центров. На конференции компания представила архитектуру Vera как «максимально однопоточный CPU в масштабе», а не как «параллельного монстра». Это заявление подчеркивает смену акцентов: вместо наращивания количества ядер Nvidia делает ставку на высокую производительность одного потока, что критически важно для агентных ИИ-нагрузок, где каждый шаг рассуждений выполняется последовательно.

Согласно представленным данным, Vera демонстрирует прирост производительности в 1,8 раза по сравнению с x86-конкурентами в агентных рабочих нагрузках и 1,5 раза в задачах написания кода. Это достигается за счет новых ядер Arm под кодовым названием Rigel, которые разработаны специально для серверных CPU и оптимизированы для ИИ-вычислений.

Nvidia Vera: однопоточная производительность как главный козырь

Агентный ИИ — это системы, которые не просто генерируют ответ, а выполняют цепочки действий: анализируют данные, принимают решения, взаимодействуют с инструментами. Такие задачи требуют высокой производительности одного ядра, поскольку операции часто выполняются последовательно. Nvidia утверждает, что именно здесь Vera превосходит конкурентов, обеспечивая значительный прирост в реальных сценариях.

Компания не раскрывает полные технические характеристики Vera, но подтверждает, что она будет использовать ядра Rigel, которые являются развитием архитектуры Arm. Ранее Nvidia заявляла, что Vera будет интегрирована с GPU Blackwell Ultra в платформу Rubin, которая должна появиться в 2026 году. Теперь компания подчеркивает, что успех Vera зависит не от количества ядер, а от их эффективности.

Почему однопоточная производительность критична для агентного ИИ?

Агентные ИИ-системы, такие как автономные ассистенты и роботы, работают по принципу последовательных рассуждений. Каждый шаг — анализ, решение, действие — зависит от предыдущего, и задержка на любом этапе может замедлить весь процесс. В отличие от традиционных параллельных вычислений, где задачи можно разбить на множество потоков, агентные сценарии требуют быстрого выполнения цепочки операций. Именно поэтому Nvidia делает акцент на однопоточной производительности, а не на количестве ядер. Это позволяет сократить время отклика и повысить эффективность работы ИИ-агентов в реальном времени.

Кроме того, высокая однопоточная производительность важна для задач, связанных с генерацией кода, где каждый шаг компиляции или анализа выполняется последовательно. Nvidia утверждает, что Vera обеспечивает 1,5-кратное ускорение в таких сценариях по сравнению с конкурентами. Это делает Vera привлекательной для разработчиков, использующих ИИ для автоматизации программирования.

Предыстория и контекст

Nvidia исторически была лидером в GPU-вычислениях, но с ростом интереса к ИИ она стала активно развивать собственные CPU. В 2023 году компания представила Grace CPU на базе Arm, который использовался в суперкомпьютерах и для ИИ-нагрузок. Vera — это следующее поколение, которое должно стать еще более производительным и энергоэффективным.

Конкуренция на рынке серверных CPU усиливается: Intel и AMD продолжают доминировать в сегменте x86, но Arm-архитектура набирает популярность благодаря своей энергоэффективности. Nvidia также сталкивается с конкуренцией со стороны собственных разработок крупных облачных провайдеров, таких как Amazon Graviton и Google Axion. В этом контексте Nvidia делает ставку на уникальное сочетание CPU и GPU, которое позволяет оптимизировать ИИ-нагрузки.

Чем Vera отличается от Grace?

Grace CPU, представленный ранее, был ориентирован на высокую пропускную способность памяти и масштабируемость. Vera, напротив, фокусируется на однопоточной производительности. Это означает, что каждое ядро Rigel будет быстрее обрабатывать последовательные задачи, что важно для агентных ИИ-систем. Кроме того, Vera будет интегрирована с GPU Blackwell Ultra, что позволит сократить задержки при передаче данных между CPU и GPU.

Архитектурные различия между Grace и Vera значительны. Grace использовала ядра Neoverse V2, которые хорошо подходят для масштабируемых параллельных задач, таких как обучение больших моделей. Vera же использует новые ядра Rigel, которые оптимизированы для последовательных вычислений. Это позволяет Vera достигать более высокой производительности на одно ядро, что особенно важно для инференса и агентных сценариев.

Технические подробности: ядра Rigel и архитектура

Nvidia не раскрывает тактовые частоты или количество ядер Vera, но сообщает, что ядра Rigel будут иметь высокую производительность на ватт. Компания утверждает, что однопоточная производительность Vera будет в 1,8 раза выше, чем у конкурентных x86-решений, в агентных рабочих нагрузках. Это достигается за счет улучшенного предсказания ветвлений, увеличенного кэша и оптимизации инструкций для ИИ-операций.

Платформа Rubin, в которую войдет Vera, будет использовать новую память HBM4 и поддерживать до 4 GPU на один CPU. Это позволит создавать масштабируемые системы для обучения и инференса больших моделей. Nvidia также заявляет, что Vera будет поддерживать новые форматы данных, такие как FP4, для ускорения вычислений. Это особенно важно для инференса, где точность может быть снижена без потери качества, но скорость значительно возрастает.

Какие преимущества дает платформа Rubin?

Платформа Rubin объединяет CPU Vera и GPU Blackwell Ultra в единую систему, что позволяет уменьшить задержки и повысить пропускную способность. Использование памяти HBM4 обеспечивает высокую скорость передачи данных, что критично для больших моделей. Поддержка до 4 GPU на один CPU позволяет масштабировать систему в зависимости от потребностей. Это делает Rubin привлекательной для крупных дата-центров, которым требуется высокая производительность при разумном энергопотреблении.

Кого затронет и как

Vera и платформа Rubin будут интересны прежде всего компаниям, которые строят крупные ИИ-дата-центры: облачным провайдерам, исследовательским организациям и предприятиям, внедряющим ИИ-решения. Для разработчиков это означает появление новых инструментов и оптимизаций под архитектуру Arm. Для бизнеса — потенциальное снижение стоимости ИИ-вычислений благодаря энергоэффективности и высокой производительности.

В России и СНГ интерес к таким решениям также растет, хотя доступ к передовым чипам может быть ограничен. Тем не менее, российские компании могут использовать облачные сервисы на базе Vera, если они будут доступны. Это может быть особенно актуально для организаций, которые активно внедряют ИИ в свои процессы, но сталкиваются с ограничениями на закупку западных технологий.

Что будет дальше

Nvidia планирует выпустить Vera в 2026 году в составе платформы Rubin. Ожидается, что в ближайшее время компания раскроет больше технических деталей и бенчмарков. Конкуренты, такие как AMD и Intel, также активно развивают свои CPU для ИИ, поэтому борьба за рынок обещает быть острой.

Итог

Vera — это важный шаг Nvidia в создании интегрированных платформ для ИИ, где CPU и GPU работают вместе. Акцент на однопоточной производительности отражает понимание того, что агентные ИИ-системы требуют последовательной обработки. Если заявленные показатели подтвердятся, Vera может стать серьезным конкурентом для x86-решений в ИИ-сегменте. Следите за новостями — Nvidia обещает еще много интересного.