Готово — текст не менял по смыслу, только расставил акценты, оформил цитату и встроил ссылки в нужные места.

NVIDIA представила Vera CPU — процессор для дата-центров, который компания позиционирует не как обычный серверный чип, а как основу для работы AI-агентов. Это не железо для домашних ПК, а специализированное решение для крупных AI-инфраструктур, где одновременно крутятся тысячи независимых задач. Vera рассчитана на нагрузки, которые возникают вокруг современных моделей: выполнение кода, работа с инструментами, песочницы, аналитика, пайплайны данных и оркестрация. Если кратко: GPU по-прежнему остаются главными для обучения и инференса, но им нужен мощный CPU-слой, который будет держать всю эту систему в движении.

Что внутри Vera

Процессор построен на 88 собственных ядрах Olympus и совместим с Armv9.2. Для NVIDIA это важный шаг: компания давно ассоциируется с графическими ускорителями, но теперь всё активнее собирает полный стек для AI-дата-центров — от GPU и сетей до процессоров и готовых стоек. Отдельный акцент сделан на связь с другими компонентами: Vera поддерживает NVLink-C2C, чтобы быстро обмениваться данными с ускорителями и не превращать CPU в узкое горло. Задача процессора не в том, чтобы заменить GPU, а в том, чтобы те не простаивали из-за медленной подготовки данных и управления задачами.

Стойка для тысяч AI-сред

NVIDIA также показала конфигурацию Vera CPU rack: одна стойка объединяет 256 жидкостно охлаждаемых процессоров Vera и рассчитана на более чем 22 500 одновременных CPU-сред. Звучит сухо, но смысл понятный: компания готовится к миру, где AI-агенты будут не просто отвечать в чате, а параллельно запускать инструменты, писать код, проверять данные и работать в изолированных окружениях. Для таких сценариев критичны не только пиковая производительность одного чипа, но и масштабирование, предсказуемость, энергоэффективность и плотность размещения в дата-центре.

Почему это важно

Vera показывает, что NVIDIA уже продаёт не отдельные ускорители, а целую архитектуру для AI-фабрик. В этой логике CPU становится частью большого конвейера: он кормит GPU данными, управляет агентами, распределяет задачи и помогает удерживать тысячи процессов в рабочем состоянии. Это также усиливает конкуренцию с AMD и Intel в серверном сегменте. Раньше NVIDIA могла восприниматься как компания, которая делает лучшие GPU для AI, — теперь она всё заметнее заходит на территорию полного вычислительного стека.

«Vera нужна не для того, чтобы заменить GPU, а чтобы они не простаивали из-за медленной подготовки данных и управления задачами».

Что пока рано оценивать

Пока большая часть данных идёт от самой NVIDIA, поэтому окончательные выводы лучше делать после независимых тестов и реальных внедрений. Предстоит проверить не только пиковые цифры, но и стоимость владения, энергопотребление, доступность, совместимость с софтом и поведение под долгой нагрузкой. Vera выглядит как логичное продолжение стратегии: если AI-агенты действительно станут массовой нагрузкой для дата-центров, одного GPU уже недостаточно — нужен процессорный слой, который умеет обслуживать эту новую инфраструктуру без постоянных задержек и ручной настройки.

Vera хорошо показывает, как меняется сама архитектура AI-инфраструктуры. Раньше главный разговор почти всегда крутился вокруг GPU: сколько памяти, сколько FLOPS, сколько моделей можно запустить. Теперь на первый план выходит вся система вокруг модели — код, инструменты, изоляция, данные и управление агентами. NVIDIA пытается занять и эту часть рынка, чтобы контролировать не один компонент, а всю сборку AI-фабрики. Это не красивый потребительский анонс, а инфраструктурный ход: будущая конкуренция в AI будет идти не только за самый мощный ускоритель, но и за то, кто соберёт наиболее удобную и плотную платформу для дата-центров. Если агентные системы действительно начнут работать в больших масштабах, такие процессоры станут почти незаметной, но критически важной частью машины — не самым громким элементом, зато тем, без которого вся конструкция быстро начнёт тормозить.