de.wedoany.com-Bericht: Nvidia bringt mit der neuen Architektur der Vera-CPU einen Prozessor auf den Markt, der die Wettbewerbsregeln im Serverprozessormarkt neu definieren soll. Im Gegensatz zu x86-Prozessoren, die auf eine möglichst hohe Kernanzahl abzielen, ist Vera als CPU mit der höchsten Single-Thread-Leistung ihrer Klasse konzipiert. Diese Strategie richtet sich direkt an die Rechenanforderungen von KI-Inferenz- und KI-Agenten-Workloads.
In ersten Tests von Phoronix zeigte Vera im Single-Thread-Bereich eine „völlig überlegene Leistung" gegenüber der Konkurrenz. Obwohl AMD später mit einer 3,3-fachen Leistungssteigerung bei einem 100-kW-Rack konterte, bleibt Nvidia von seiner Designrichtung überzeugt. Vera ist eine 88-Kern-Single-Chip-CPU, die SMT (Simultaneous Multithreading) unterstützt und insgesamt 176 Threads bietet. Die LPDDR5X-Speicherbandbreite erreicht 1,2 TB/s, die Bandbreite zwischen den Kernen beträgt 3,4 TB/s. Nvidia gibt an, dass diese Werte dreimal so hoch seien wie bei anderen Datenzentrum-CPUs.
Nvidia erklärt, dass KI-Inferenz- und KI-Agenten-Workloads stark von der Single-Thread-Geschwindigkeit abhängen. Bei Inferenzmodellen muss jeder Schritt auf das Ergebnis des vorherigen Schritts warten, bevor er fortgesetzt werden kann, was eine Beschleunigung durch Parallelisierung unmöglich macht. Ebenso müssen KI-Agenten Aufgaben sequenziell erledigen. Daher wird Vera als „die am besten skalierbare Single-Thread-CPU" beschrieben, also eine CPU, die die Single-Thread-Leistung maximiert und dennoch skalierbar ist. Das Single-Chip-Design vermeidet die „Chiplet-Steuer" und gewährleistet vorhersagbare Latenzen und konsistente Bandbreite für jeden Kern.
Nvidia verriet außerdem, dass Veras Nachfolger, die Rigel-CPU, auf Arm-v9.2-Kernen basieren und als Teil der Rosa-CPU auf den Markt kommen wird. Rigel soll durch „bessere Befehlsübergabe", größere L2-Caches und eine verbesserte Speicherverarbeitung eine höhere Leistung pro Kern bieten.
In einem offiziellen Blogbeitrag veröffentlichte Nvidia mehrere Leistungsdaten aus realen Szenarien. Für Codierungs-Agenten-Workloads verzeichnete Perplexity eine 1,5-fache Leistungssteigerung im Vergleich zu x86 und eine 1,9-fache Beschleunigung beim Ausführen von Sandboxen. Bei Datenbank-Workloads verzeichnete Starburst eine 3-fache Leistungssteigerung bei groß angelegten SQL-Analysen, und Redpanda meldete eine 6-fache Reduzierung der Latenz bei Echtzeitanalysen. Nvidia behauptet, dass Vera bei „CPU-Workloads, die die Ausführung von Agenten repräsentieren", eine 1,8-fach höhere Leistung als x86-Konkurrenzprodukte erzielt, bei Codierungs-Workflows eine 1,5-fache und bei Datenbankanalysen eine 3-fache Geschwindigkeit. Es ist zu beachten, dass Nvidia die genauen verglichenen x86-Chipmodelle nicht angab; es wird vermutet, dass es sich um High-End-Modelle von Intel Xeon und AMD Epyc handelt.
Das Designkonzept von Vera spiegelt einen Paradigmenwechsel im Server-CPU-Bereich wider. Traditionell lag der Schwerpunkt des Prozessordesigns auf der Erhöhung der Kernanzahl, um eine große Anzahl von Aufgaben parallel zu verarbeiten. Bei KI-Workloads mit sequenziellen Abhängigkeiten wird jedoch die Single-Thread-Geschwindigkeit zum entscheidenden Faktor. Nvidia positioniert Vera als Lösung, die sowohl Single-Thread-Leistung als auch Multithread-Skalierbarkeit vereint.
Analysten prognostizieren, dass diese Strategie Nvidia helfen könnte, zwei Drittel des x86-Server-CPU-Marktes von Intel und AMD zu erobern, mit einem erwarteten Umsatz von 200 Milliarden US-Dollar. Der Wettbewerb auf dem Markt für KI-Server-CPUs ist jedoch hart: Unternehmen wie DeepSeek entwickeln eigene Chips, um die Abhängigkeit von externen Anbietern zu verringern, und das französische KI-Start-up ZML hat Software für Nicht-Nvidia-Chips veröffentlicht, was auf eine zunehmende Diversifizierung des KI-Ökosystems hindeutet.
