AMD AI大會前夕輝達出招 Vera Rubin平台進入量產 300家夥伴搶部署

輝達 (NVDA-US) 正將人工智慧 (AI) 晶片競爭戰火從 GPU 市場延伸至 CPU 領域。在 AMD 舉行 AI 相關活動前夕，輝達於美東時間 21 日公布下一代 Vera Rubin 平台最新進展，宣布 Vera Rubin NVL72 已進入量產爬坡階段，供應鏈目前已覆蓋全球 350 多座工廠、30 個國家，並有超過 300 家合作夥伴參與部署。

輝達同步公布 Vera CPU 及 Vera Rubin 平台針對 AI 智能體 (agent) 工作負載的最新性能數據，試圖證明隨著 AI 應用從單純「回答問題」逐步轉向自主規劃、調用工具與執行任務，CPU 正在重新成為 AI 基礎設施競爭的重要戰場。

輝達表示，數據中心 CPU 產品 Vera 的完整規格、基準測試結果與架構資訊，是潛在客戶評估該晶片的重要依據。目前 Vera 晶片已於 6 月交付給 OpenAI、Anthropic 及 SpaceX 等客戶。

Vera 的推出，是輝達推動垂直整合策略的重要一步。該公司希望向客戶提供包含自研 CPU、GPU、網路晶片及軟體系統在內的完整 AI 計算平台，而非僅銷售單一晶片。

研究機構 Wolfe Research 估算，Vera 晶片單顆平均售價約 5000 美元，預計今年出貨量約 130 萬顆。若相關預測實現，輝達將正式進入長期由英特爾 (INTC-US) 與超微 (AMD-US) 主導的伺服器 CPU 市場，對兩家公司核心業務構成直接挑戰。

輝達今年 5 月底已宣布 Vera 進入全面生產階段，並指出該晶片在特定任務完成速度上可達傳統 x86 CPU 的 1.8 倍。5 月中旬，輝達也曾向 Anthropic、OpenAI 及 SpaceX AI 等客戶交付首批 Vera CPU 系統。

此次最新公告的重點則轉向 Vera Rubin 整體平台的量產進度、客戶部署情況，以及在實際生產環境中的性能表現。

輝達押注 CPU 的核心原因，在於 AI 應用模式正在快速改變。過去生成式 AI 主要依靠 GPU 完成大規模模型訓練與推理，CPU 則負責資料處理與系統調度等周邊工作。然而，隨著 AI 智能體快速發展，AI 系統開始自主拆解任務、調用外部工具、執行程式、存取資料並反覆評估結果，CPU 的重要性正在提升。

輝達認為，AI 智能體並非單純依賴 GPU 的工作負載。每一個智能體的執行環境、工具調用、任務編排以及長上下文資料檢索，都需要 CPU 提供低延遲、高效率的處理能力。

輝達此前發布 Vera 時曾指出，代理式 AI 正在創造新的「CPU 時刻」。隨著 AI 系統從「回答問題」轉向「採取行動」，CPU 在整個 AI 工廠中的角色將明顯提高。

輝達甚至預估，未來伺服器 CPU 市場長期規模可能達到 2000 億美元。相較傳統伺服器 CPU 市場規模，這項預測相當積極，但輝達認為，未來 CPU 市場邊界將不再侷限於企業伺服器，而會延伸至 AI 推理、AI 智能體、強化學習、資料處理及 AI 基礎設施控制等新領域。

Vera 的產品設計路線也與傳統伺服器 CPU 有所不同。輝達表示，Vera 是其首款專為代理式 AI 打造的 CPU，採用自主設計的 88 顆 Olympus 核心，搭載 1.2TB/s 記憶體頻寬。

輝達指出，相較傳統 CPU，Vera 可實現 50% 的單核心性能提升。在此前公布的測試中，Vera 於特定任務完成速度上達到 x86 CPU 的 1.8 倍。

此次最新資訊中，輝達進一步強調 Vera 的設計理念並非單純堆疊更多核心，而是提升單執行緒性能、核心間通信頻寬以及記憶體存取效率。

輝達表示，Vera 採用的客製化 Olympus 核心可實現 2 倍單執行緒性能、3 倍核心間頻寬，並較競爭對手採用的晶粒設計降低 40% 記憶體延遲。

輝達希望藉此讓 AI 智能體更快完成任務，並將計算資源更迅速交還給 GPU，提高整體 AI 資料中心利用效率。

由於 GPU 目前仍是 AI 資料中心中最昂貴且最稀缺的計算資源之一，若 CPU 處理速度不足，GPU 可能因等待資料而降低利用率。輝達希望透過專門優化 CPU 架構，減少這類「空轉」時間。

在 DeepInfra 針對 Vera CPU 進行的生產環境測試中，輝達表示，Vera 最多可支援 1.6 倍的並行 AI 智能體數量，並實現最高 2.2 倍的任務編排速度。不過，輝達也指出，相關數據來自特定客戶測試環境，並不代表 Vera 在所有通用 CPU 工作負載中均全面領先。

Vera CPU 只是輝達更大 AI 系統戰略中的一部分。在 Vera Rubin 平台中，輝達將 Vera CPU 與 Rubin GPU、Groq 3 LPX、Spectrum-6 網路晶片、ConnectX-9 SuperNIC 以及 BlueField-4 等元件整合，打造完整 AI 基礎設施。

輝達表示，Vera Rubin NVL72 目前正於全球進入量產爬坡階段，CoreWeave、Google Cloud、微軟 (Microsoft, MSFT-US)Azure 以及甲骨文(Oracle, ORCL-US) 雲端基礎架構等合作夥伴，已開始部署相關機架系統。

輝達指出，目前整個供應鏈已涵蓋 350 多座工廠及 30 個國家，參與合作夥伴數量超過 300 家。

在客戶測試方面，CoreWeave 使用 Vera Rubin NVL72 運行 DeepSeek-R1 模型後表示，相較上一代 Grace Blackwell NVL72，每兆瓦每秒生成 Token 數量提升 10 倍。

Google Cloud 則已推出基於 Vera Rubin NVL72 的 A5X 雲端實例。輝達表示，在特定應用場景下，該平台能提供更低推理成本以及更高每兆瓦 Token 吞吐量。

這代表輝達目前競爭目標已不再只是 AMD Instinct GPU 或英特爾 Gaudi 等單一 AI 加速晶片，而是試圖掌握整套 AI 資料中心架構。

在輝達的規劃中，CPU 負責任務調度，GPU 負責高強度計算，網路晶片負責高速互聯，軟體負責資源管理與最佳化，最終以機架甚至資料中心級別方案交付給客戶。

對 AMD 與英特爾而言，最大的挑戰在於輝達不需要與兩家公司進行傳統 CPU 市場上的正面競爭，而是從 AI 伺服器中成長最快的代理式 AI、高效能推理及強化學習等場景切入。

長期以來，英特爾與超微掌握伺服器 CPU 市場主導地位，但輝達認為，AI 基礎設施正在改變 CPU 價值排序。

過去伺服器 CPU 競爭主要圍繞核心數量、通用計算能力與整體吞吐量展開；而在代理式 AI 時代，低延遲、單核心性能、記憶體頻寬以及任務編排效率的重要性正在提高。

這正是輝達認為自身能夠切入的新市場。

從產品定位來看，Vera 既可以作為獨立 CPU 使用，也能與輝達 GPU 組成完整 Vera Rubin 系統。輝達將其定位為連接 AI 智能體與 GPU 計算資源的重要核心。

輝達此前公布的客戶名單包括 Anthropic、OpenAI、SpaceX AI 等 AI 公司，以及字節跳動 (ByteDance)、CoreWeave 與 Oracle Cloud Infrastructure 等雲端服務商。

此外，戴爾科技 (Dell Technologies, DELL-US)、惠普企業(Hewlett Packard Enterprise, HPE-US)、聯想及超微電腦(Super Micro Computer, SMCI-US) 等伺服器廠商，也正在推進基於 Vera 平台的系統。

輝達相較傳統 CPU 供應商的優勢，在於其能透過 GPU、CPU、網路晶片與軟體生態整合，提供完整 AI 計算方案。

不過，Vera 能否真正撼動 AMD 與英特爾在伺服器 CPU 市場的地位，仍取決於客戶是否能獲得足夠明顯的性能與成本優勢。

CPU 市場競爭不僅涉及晶片性能，也包括軟體生態、客戶認證、伺服器相容性以及長期供應關係。大型雲端服務商與企業客戶通常需要多年時間完成硬體平台轉換。

因此，Vera 能否從 AI 專用場景進一步擴展至更廣泛伺服器市場，仍需觀察實際部署成果。

輝達此次在 AMD AI 活動前夕集中公布 Vera Rubin 量產與性能資訊，也具有明顯競爭意味。

過去數年間，輝達憑藉 GPU 在 AI 基礎設施市場建立主導地位，但隨著 AMD 持續擴大 AI 加速器布局，英特爾也積極尋求 AI 晶片突破，市場開始關注輝達能否維持高速成長。

輝達給出的答案是，如果 AI 資料中心未來價值將從單一 GPU 計算轉向完整「AI 工廠」，那麼 CPU 市場也將成為其新的成長空間。

因此，Vera 並非單純推出一款伺服器 CPU，而是輝達垂直整合戰略的重要延伸。

輝達希望客戶購買的不只是 GPU、CPU 或網路晶片，而是一整套能直接運行 AI 模型與 AI 智能體的完整基礎設施。

如果代理式 AI 真的成為下一波計算需求核心驅動力，輝達未來爭奪的將不只是 GPU 市場份額，而可能是整個 AI 伺服器計算價值鏈。

這也意味著，AMD 與英特爾未來面對的競爭對手，可能不再只是彼此，而是一家已經同時掌握 GPU、CPU、網路、軟體及整機系統能力的輝達。