要点总结
- Vera 的目标是数据中心中的智能体 AI 工作负载。
- 内存带宽最高可达 1.2 TB/s，插槽间最高可达 1.8 TB/s。
- SPEC CPU 2026 分数是估算值，并非提交的测试结果。
- AMD 和 Intel 在多种服务器工作负载方面仍然保持优势。
专为智能体人工智能打造的数据中心CPU
Nvidia 将 Vera 定位为专门用于智能体 AI 数据中心工作负载。其最强的基准测试领域——Python 执行和内存吞吐量——与这些工作流程中的软件编排、数据准备和大规模数据处理相契合。
Python 是 LangGraph、CrewAI 和 AutoGen 等智能体框架的基础。Vera 在 PyBench 测试中领先于 EPYC 9755，而 EPYC 9755 的性能又优于英特尔的 Xeon 和 AMD 更强大的 EPYC 9965。
对比测试使用了双路平台，每个平台配备 1.5 TB 内存： Nvidia MGX Vera 参考系统（配备三星 LPDDR5-9600 ECC SOCAMM2）、Supermicro Xeon 6980P 系统（配备美光 DDR5-8800 ECC MRDIMM）和 AMD Volcano 平台（配备 SK 海力士 DDR5-6000 ECC RDIMM）。
英伟达 Vera CPU 性能：带宽和 SPEC 测试结果
Vera的内存接口支持高达1.2 TB/s的LPDDR5X传输速率，插槽间传输速率最高可达1.8 TB/s。STREAM和MBW测试均显示出强劲的吞吐量，但CacheBench的读/修改/写综合测试结果显示Vera落后于竞争对手。
在 SPEC CPU 2026 整数吞吐量测试中，Vera 的性能比 EPYC 9755 系统高出 1.5%，低于英伟达白皮书中宣称的 3% 的优势。此次对比测试中，Vera 拥有 352 个线程，而 AMD 系统则拥有 512 个线程，Vera 的单核性能优势尤为显著。
使用 oneAPI 优化的二进制文件重新测试后，英特尔 Xeon 6980P 的性能提升了 10%。而 Vera 使用通用 GCC 编译器，在该项对比测试中仍然领先 8.6% 。
这些SPEC测试结果为估算值，并未提交给SPEC官方。测试遵循标准流程，并在初始比较中使用了匹配的编译器和编译选项。Vera也进行了许多浮点运算测试，但并非所有工作负载都进行了测试。
高性能计算和数据库表现出色；Java 和加密技术则表现不一。
Vera 在离散傅里叶变换、Octave 和 CloverLeaf 基准测试中表现领先，数据库测试也展现了其优势。在 m-queens 测试中，它位列中游；在 Primesieve 测试中，它则落后于拥有更大核心阵列的处理器。
在 SQLite 测试中，Vera 在 64 线程和 128 线程测试中均领先；只有单路 Xeon 6980P 在最大线程数下性能优于它。ClickHouse 测试中，Vera 的吞吐量在后续运行中接近了双路 EPYC 9755 系统的水平，而其首次冷缓存测试速度也快了近 40% 。此外，Vera 在 simdjson 解析方面也保持了竞争力。
Java SciMark 在 FFT、稀疏矩阵乘法和蒙特卡罗模拟方面表现出色，但在稠密 LU 分解和雅可比 SOR 性能方面稍显不足。DaCapo 和 Renaissance 的测试结果具有竞争力，AMD 和 Intel 在某些特定工作负载下仍保持优势。
Vera 在一些 OpenSSL 测试和 John the Ripper 密码破解测试中表现不佳。双路 Xeon 6980P 系统在 7-Zip 压缩和解压缩测试中也胜过它。
编译结果显示出明显的差距：Vera 使用 GCC 编译的速度比双 EPYC 9755 处理器快约 12%，但在使用 Makefile 和 Ninja 进行 LLVM 编译时却垫底。这些测试衡量的是编译器本身的编译速度。
渲染效率的提升并非适用于所有工作负载。
编码和渲染结果喜忧参半，这进一步巩固了 Vera 作为数据中心领域可靠竞争者的地位，而非 x86 处理器的全面替代品。其在 Python、带宽和高性能计算 (HPC) 方面的表现最有力地证明了这一点。
EPYC 9755 在 AV1 编码方面领先，而 Vera 也保持了竞争力。Vera 在 x265 编码方面也表现出色，但始终未能超越 9755。在渲染方面，它优于 OSPRay 实时路径追踪，但在一些科学可视化测试中落后于领先的竞争对手。
本文由人工智能辅助生成，并经编辑团队审核。