A | IT之家 7 月 22 日消息，英伟达昨日（7 月 21 日）发布博文，从技术角度详细介绍了 Vera CPU，专为智能体 AI（Agentic AI）场景设计。 清晨5点，滨江区西兴路还沉浸在微凉晨色中。洒水车司机冯水良拧开阀门，细密水雾均匀覆在柏油路上，既湿润了空气，也压下了扬尘。
B | 英伟达表示智能体 AI 将更多的关键执行路径转移到了 CPU 上。和往常不同的是，这一车“解渴水”并非取自自来水管网，而是来自几百米外的建设河——经净化处理后，它成了环卫作业的“第二水源”。这是杭州推进环卫用水“换血”的日常缩影。智能体（Agents）在沙箱中运行代码、调用工具、检索上下文、与数据库交互以及分析结果，然后再将信息返回给模型。
C | IT之家援引博文介绍，智能体 AI 工作负载主要取决于以下几点： 即使插槽完全负载，也需要强大的单线程性能。今年以来，杭州持续调整环卫作业用水结构，用河道净化水、再生水替代自来水，把水资源节约集约利用落到每辆环卫车上。市城管部门的最新数据显示：今年上半年，全市环卫作业总用水量达507万吨，其中河道取水160万吨、再生水取水70万吨，“第二水源”合计占比45.37%。 每个核心都有足够的内存带宽，以持续为许多活跃的执行上下文提供数据。“以前装一车水，用的都是自来水。
D | 并发下的延迟具有可预测性，以便智能体能够稳定完成预定步骤。
E | 去年12月滨江新增10个河道取水口后，我们的‘水缸’直接搬到了河边。”开了8年洒水车的冯水良说，现在出车前顺路就能完成补水，方便又省心。
F | 截至目前，全市已累计布设河道取水口104个、再生水取水栓23个，一张覆盖城区的环卫“第二水源”补给网正越织越密。有人疑惑：用河水、再生水洗路，会不会影响保洁质量？答案藏在精细化“分质供水”方案里：洒水车出水口径大、自带粗滤装置，日均耗水量高，优先取用净化河道水和再生水；高压洗扫车喷头精密，选用悬浮物更低的再生水，减少设备堵塞磨损；雾炮车对水质要求更高，仍采用自来水。 高效处理不规则控制流、长依赖链和指针密集型数据结构。 英伟达在博文中强调，Vera CPU 围绕智能体 AI 负载设计，重点提升满负载条件下的单线程表现，其设计核心是 Olympus 核心。与此同时，养护人员会定期清洗更换取水滤网、疏通管路、检修高压喷头和水泵核心部件，让每一辆环卫车都“喝得顺、跑得稳”。 英伟达强调 Olympus 核心采用前端、核心中段、执行引擎和缓存子系统四部分设计。节水更要算好经济账。经多轮实测，当取水半径控制在3公里以内时，综合用水成本明显低于自来水，也不会挤占正常保洁作业时间。如今，各保洁单位都会提前摸排就近河道取水点和再生水桩位置，提前规划作业路线，尽量不让车辆空驶找水。前端集成 10 宽解码引擎，并支持每周期最多处理 2 个已采用分支。“少跑冤枉路，多干实在活，成本降了，效率反而高了。其分支预测子系统包含神经分支预测器，用于提升复杂分支模式下的预测准确性。”一名保洁负责人坦言。从“全靠自来水”到“第二水源挑大梁”，当越来越多环卫车用上“循环水”，杭城的水资源节约之路，也越走越宽。 该公司表示，Vera CPU 共配备 88 个 Olympus 核心和 176 个 SMT 线程，目标是在单线程高负载与更高线程密度两类场景间切换，并降低线程间资源争用。
G | 在片上互连与缓存部分，Vera CPU 搭载 NVIDIA 可扩展相干互连，即 NVIDIA Scalable Coherency Fabric（SCF）。 NVIDIA 称，这一互连提供最高 3.4 TB/s 双向分区带宽，并在全核心范围内集成 164 MB 统一 L3 缓存，连接核心、共享缓存、内存控制器、I/O 与 NVLink-C2C 接口。 内存方面，Vera CPU 采用 SOCAMM2 LPDDR5X 内存。
H | NVIDIA 称，该子系统聚合带宽最高 1.2 TB/s，按单核计算最高 14 GB/s，面向高并发 AI、分析、图计算与强化学习负载供数。 扩展与 I/O 方面，NVIDIA 称 Vera CPU 支持双路扩展，通过第二代 NVLink-C2C 构建一致性双路平台。 双路配置下，平台提供 176 条 PCIe 6.4 通道，并支持 CXL 3.1。
I | 保密计算方面，Vera CPU 基于 Arm CCA / RME，支持按虚拟机分配加密密钥，并使用经认证的 C2C 加密保护一致性链路数据。
Current article:http://q6afe7b.sunaichitikouchua.bond/rkn/20260826/127217.html
Published on:15:22:57
