Un CPU qui prend le volant de l’IA agentique et promet 50 % de rapidité en plus avec deux fois moins d’énergie. NVIDIA aiguillonne ici l’orchestration des agents, pas seulement leur exécution.
NVIDIA Vera CPU : cap sur l’orchestration et le débit
NVIDIA lance Vera, un processeur « purpose-built » pour l’IA agentique et le reinforcement learning. Le constructeur annonce des résultats 2x plus efficients et 50 % plus rapides que des CPUs rack-scale classiques, avec une priorité claire sur le débit, la latence et le coût d’exploitation.
Positionné au-dessus du Grace CPU, Vera vise les services IA à grande échelle : assistants de code, agents grand public et enterprise. NVIDIA met en avant la plus haute performance single-thread et la bande passante par cœur, pour soutenir planification, exécution d’outils, accès données, exécution de code et validation des résultats.
Les hyperscalers dans la boucle : Alibaba, CoreWeave, Meta et Oracle Cloud Infrastructure. Côté OEMs, Dell Technologies, HPE, Lenovo, Supermicro et d’autres prévoient des intégrations, ce qui crédibilise Vera comme base CPU pour les charges IA critiques.
Architecture, interconnexions et mémoire
Vera aligne 88 cœurs Olympus conçus par NVIDIA, pensés pour compilateurs, runtimes, pipelines analytiques, tooling agentique et orchestration. Chaque cœur gère deux tâches via Spatial Multithreading pour une performance prévisible en environnement multi-tenant.
Le sous-système mémoire basse consommation passe en LPDDR5X, jusqu’à 1,2 To/s. NVIDIA revendique le double de bande passante pour la moitié de la consommation face à des CPUs généralistes. La seconde génération de Scalable Coherency Fabric soutient les pics d’utilisation fréquents en RL et en agents multipliés.
Intégration étroite avec les GPU via NVLink-C2C : 1,8 To/s de bande passante cohérente, soit 7x le PCIe Gen 6, dans la plateforme Vera Rubin NVL72. Des références l’emploient aussi en CPU hôte des systèmes HGX Rubin NVL8, pour piloter mouvements de données et contrôle système des workloads accélérés GPU.
Racks, écosystème et cas d’usage
Un rack Vera liquide-cooled intégrant 256 CPUs soutient plus de 22 500 environnements CPU concurrents, chacun à pleine performance. Basé sur l’architecture modulaire MGX et supporté par 80 partenaires, il vise un déploiement rapide de dizaines de milliers d’instances et d’outils agentiques dans une seule armoire.
Configurations simples et bi-socket en préparation, optimisées pour reinforcement learning, inference agentique, data processing, orchestration, gestion du stockage, applications cloud et HPC. Les systèmes intègrent des cartes NVIDIA ConnectX SuperNIC et des DPUs BlueField-4 pour accélérer réseau, stockage et sécurité, avec une pile logicielle unifiée.
Adoption côté logiciels et recherche : Cursor pour ses agents de code, Redpanda qui annonce jusqu’à 5,5x de latence en moins sur des charges Apache Kafka-compatibles, et des centres nationaux dont Leibniz Supercomputing Centre, Los Alamos, Lawrence Berkeley/NERSC et TACC. Ce dernier rapporte des résultats préliminaires probants sur six applications scientifiques, saluant la performance par cœur et la bande passante mémoire.
Déploiements prévus également chez Alibaba, ByteDance, Cloudflare, CoreWeave, Crusoe, Lambda, Nebius, Nscale, Oracle Cloud Infrastructure, Together.AI et Vultr. Côté fabricants d’infrastructures : Aivres, ASRock Rack, ASUS, Compal, Cisco, Dell, Foxconn, GIGABYTE, HPE, Hyve, Inventec, Lenovo, MiTAC, MSI, Pegatron, QCT, Supermicro, Wistron et Wiwynn.
Disponibilité : production lancée, premières machines partenaires attendues au second semestre de cette année.
En misant sur la cohérence CPU-GPU à 1,8 To/s et sur une LPDDR5X à 1,2 To/s, NVIDIA déplace l’enjeu des serveurs IA vers l’orchestration multi-agents et la prévisibilité sous charge. Si les chiffres en production confirment les annonces (50 % plus rapide, 2x plus efficient), les CPU généralistes risquent d’être relégués aux rôles périphériques sur les fermes d’agents et de RL intensifs.
Source : TechPowerUp
