NVIDIA Vera CPU повышает пропускную способность AI-фабрик для агентных нагрузок

NVIDIA в июле 2026 года опубликовала на Developer Blog технический разбор роли процессора Vera CPU в агентных AI-системах: по мере того как агентные нагрузки масштабируются в промышленных AI-фабриках, производительность системы всё больше определяется не только GPU-ускорением, но и скоростью CPU-работы между шагами инференса.

Почему одного GPU недостаточно для агентных систем?

Агентная система — это не единственный вызов модели. Она выполняет многошаговые цепочки: инференс, вызов инструментов, выполнение кода, векторный поиск, оркестрация и обработка результатов. Между каждым шагом GPU ждёт: CPU должен разобрать ответ модели, запустить инструмент, выполнить поиск по базе знаний и передать управление следующему шагу.

Если CPU не справляется с этой нагрузкой, GPU простаивает — и общая пропускная способность AI-фабрики падает. При масштабировании до сотен параллельных агентных воркеров этот эффект нарастает: суммарная CPU-нагрузка становится системным узким местом. Традиционные серверные процессоры проектировались под другой паттерн использования и не оптимизированы под агентные рабочие процессы.

Что Vera CPU меняет в AI-фабрике

Vera CPU — ARM-процессор NVIDIA, созданный для совместной работы с GPU серии Blackwell. В отличие от стандартных серверных CPU, он спроектирован специально под характеристики агентных нагрузок: высокая параллельность, частые переключения контекста, тесная работа с GPU-подсистемой памяти.

Типичные задачи, которые Vera CPU берёт на себя в агентном пайплайне:

• Оркестрация многошаговых workflow — быстрое переключение между шагами агента
• Выполнение кода и инструментов в непосредственной связке с GPU-вычислениями
• Векторный поиск и RAG-шаги с минимальными задержками
• Разбор и маршрутизация результатов между вызовами моделей
• Управление контекстом агента: кеш истории, оконная память

Vera CPU входит в состав платформы Vera Blackwell, где процессор соединяется с GPU через высокоскоростные интерфейсы с низкими задержками. Это позволяет GPU быстрее получать следующий запрос после каждого CPU-шага и снижает долю «ожидания» в полном цикле агента.

NVIDIA подчёркивает: оптимизация AI-фабрики под агентные нагрузки — это задача сбалансированного проектирования всего стека, а не только максимизации GPU-мощности.

Что это значит

Агентные AI-системы переходят из исследовательских прототипов в промышленную эксплуатацию — и это меняет требования к инфраструктуре. До недавнего времени производительность AI-задач измерялась почти исключительно в параметрах GPU: FLOPS, пропускная способность памяти, количество тензорных ядер. Vera CPU сигнализирует о смене этой модели.

Для разработчиков и инженеров AI-инфраструктуры это означает новый ориентир при выборе оборудования: наряду с GPU-мощностью важна CPU-подсистема, которая определяет, насколько быстро агент переходит от одного шага к следующему. В промышленных агентных системах именно эта скорость начинает лимитировать общую производительность.