NVIDIA Vera CPU Aumenta a Vazão de AI-Factories para Cargas de Trabalho Agentivas

A NVIDIA publicou em julho de 2026 um breakdown técnico no Developer Blog sobre o papel da Vera CPU em sistemas de IA baseados em agentes: conforme as cargas de trabalho baseadas em agentes escalam em AI factories industriais, o desempenho do sistema é cada vez mais determinado não apenas pela aceleração GPU, mas também pela velocidade do trabalho da CPU entre etapas de inferência.

Por que apenas a GPU não é suficiente para sistemas de agentes?

Um sistema de agentes não é uma única chamada de modelo. Ele executa cadeias de múltiplas etapas: inferência, invocação de ferramentas, execução de código, busca vetorial, orquestração e processamento de resultados. Entre cada etapa a GPU espera: a CPU deve analisar a resposta do modelo, lançar uma ferramenta, executar uma busca na base de conhecimento e passar o controle para a próxima etapa.

Se a CPU não conseguir lidar com essa carga, a GPU fica ociosa — e a taxa de transferência geral da AI factory diminui. Ao escalar para centenas de workers de agentes paralelos, esse efeito se agrava: a carga total de CPU se torna um gargalo do sistema. Processadores servidores tradicionais foram projetados para um padrão de uso diferente e não são otimizados para fluxos de trabalho de agentes.

O que a Vera CPU muda na AI factory

Vera CPU é um processador ARM da NVIDIA projetado para trabalhar em conjunto com a GPU série Blackwell. Diferentemente dos CPUs servidores padrão, foi engenheirado especificamente para características de carga de trabalho de agentes: alta paralelismo, trocas frequentes de contexto, integração estreita com subsistemas de memória GPU.

Tarefas típicas que a Vera CPU realiza em um pipeline de agentes:

• Orquestração de workflows de múltiplas etapas — comutação rápida entre etapas do agente
• Execução de código e ferramentas em acoplamento direto com computações GPU
• Busca vetorial e etapas RAG com latência mínima
• Análise e roteamento de resultados entre invocações de modelos
• Gerenciamento de contexto do agente: cache de histórico, memória de janela deslizante

A Vera CPU faz parte da plataforma Vera Blackwell, onde o processador se conecta à GPU através de interfaces de alta velocidade com baixa latência. Isso permite que a GPU receba o próximo pedido mais rapidamente após cada etapa da CPU e reduz a fração de "espera" no ciclo completo do agente.

NVIDIA enfatiza: otimizar a AI factory para cargas de trabalho de agentes é uma tarefa de design equilibrado em toda a pilha, não apenas maximizar a taxa de transferência GPU.

O que isso significa

Sistemas de IA baseados em agentes estão fazendo a transição de protótipos de pesquisa para implantação industrial — e isso muda os requisitos de infraestrutura. Até recentemente, o desempenho de tarefas de IA era medido quase exclusivamente em termos de GPU: FLOPS, throughput de memória, número de núcleos tensoriais. A Vera CPU sinaliza uma mudança nesse modelo.

Para desenvolvedores e engenheiros de infraestrutura de IA, isso significa um novo ponto de referência ao selecionar hardware: além da capacidade GPU, o subsistema CPU importa — ele determina a rapidez com que um agente se move de uma etapa para a próxima. Em sistemas de agentes industriais, precisamente essa velocidade está começando a limitar o desempenho geral.