英伟达(NVDA.O)凭借GPU在人工智能训练和部署领域的主导地位，成为全球市值最高的芯片公司。但随着AI基础设施竞争进入新阶段，公司正向服务器核心组件CPU领域扩张，试图从芯片供应商转向完整AI计算系统提供商。
英伟达近期公布了数据中心CPU“Vera”的更多信息，包括芯片规格、性能测试和架构细节。公司表示，Vera芯片已于6月交付给包括OpenAI、Anthropic和SpaceX在内的客户。
英伟达负责超大规模云计算业务的副总裁伊恩·巴克（Ian Buck）表示，基于Vera Rubin技术的计算系统已经交付主要AI企业，并进入部署阶段。“我们目前绝对处于全面量产阶段，所有主要客户都正在部署这些系统。”
Vera的推出意味着，英伟达将进入长期由英特尔(INTC.O)和超威半导体(AMD.O)占据的CPU市场。两家公司长期服务大型云计算企业，在服务器处理器领域拥有成熟生态。
英伟达投资CPU，是其垂直整合战略的一部分。公司希望不仅销售GPU芯片，而是提供包含CPU、GPU、网络组件在内的完整AI计算机架系统。
在AI热潮出现前，CPU曾是服务器中最重要的组件。2022年ChatGPT发布时，第一代AI服务器通常采用“一颗CPU搭配最多八颗GPU”的配置，随后计算重点逐渐转向英伟达GPU。
但随着智能体AI（agentic AI）兴起，CPU的重要性再次提升。智能体能够在后台自主运行，需要CPU负责任务管理、数据调度以及持续支持。
伊恩·巴克表示，智能体让CPU“变得更加重要”，尤其是在“CPU回答一个问题的速度”方面。
市场也开始关注CPU竞争格局变化。截至2026年，AMD和英特尔股价分别上涨128%和149%，表现超过英伟达约8%的涨幅。
英伟达预计，整个服务器CPU市场未来可能达到2000亿美元规模。伯恩斯坦此前估计，2025年成熟服务器CPU市场规模约为370亿美元。
沃尔夫研究公司5月预计，Vera芯片平均售价约5000美元，并预测英伟达今年将出货约130万颗。英伟达未公布具体价格。
英伟达表示，Vera是公司首款从核心架构开始自主设计的服务器CPU，而非采用Arm提供的现成方案。
公司称，Vera针对AI智能体运行需求进行了优化，其执行相关任务的性能比x86架构芯片高出50%。x86正是英特尔和AMD服务器CPU采用的主要架构。
英伟达认为，传统云计算CPU更关注核心数量，而Vera及其Olympus核心架构更加重视单核心性能。
英伟达Vera产品营销负责人汉娜·库唐（Hannah Coutand）表示，该芯片重点提升每核心性能、高内存带宽和低延迟，“让智能体能够尽快返回GPU，并尽可能提高这些GPU的利用率，因为GPU是AI工厂中非常昂贵且极具价值的资产。”
Vera既可以单独销售，也能够与英伟达GPU结合使用。公司计划推出液冷机架版本，一个机架最多连接256颗Vera芯片，同时提供单服务器搭载两颗Vera芯片的配置。
英伟达表示，Vera还将用于Vera Rubin系统。该芯片单颗功耗在250瓦至450瓦之间，并支持最高1.5TB内存。
Cambrian AI Research创始人卡尔·弗洛因德（Karl Freund）表示，Vera并不是面向网站托管等传统服务器场景，而是专门服务高强度AI计算。
Gartner分析师凯文·诺克斯（Kevin Knox）表示，目前企业AI服务器CPU领域竞争力最强的是AMD。AMD约占服务器CPU市场33%的份额，英特尔约占66.8%，但AMD正在扩大份额，并与大型云服务商保持密切合作。
诺克斯表示：“AMD在围绕其芯片构建生态系统方面做得非常出色。”
英伟达表示，OpenAI计划从第三季度开始大规模部署Vera Rubin系统。此外，CoreWeave、谷歌云、微软(MSFT.O)Azure、Meta Platforms、戴尔科技(DELL.O)等企业也正在使用相关系统。
不过，云服务商是否大规模采用英伟达CPU仍存在不确定性。卡尔·弗洛因德表示：“CPU是他们用来摆脱客户对英特尔或AMD CPU依赖的一种方式，他们非常渴望获得这部分收入。”
与此同时，英伟达正在升级AI服务器整体设计。公司表示，新一代设备减少传统服务器中大量人工完成的线缆连接工作，改用电路板和专用连接结构，提高生产效率并降低故障率。
英伟达称，新一代AI加速器机架NVL72的Token处理能力将达到上一代产品10倍，该数据由数据中心运营商CoreWeave测试得出。
公司还展示了Vera与竞争产品的性能对比，称Vera运行Python代码的速度最高达到AMD Turin设计的1.8倍。AMD回应称，新设计将“具有更强竞争力”。
随着AMD、博通(AVGO.O)以及云计算企业自研芯片持续推进，英伟达正面临AI基础设施竞争加剧的压力。Vera能否帮助英伟达进一步控制AI服务器市场，将取决于云服务商的实际部署规模。