NVIDIA diz que CPU Vera combina maior throughput e execução mais rápida de agentes

A tese da NVIDIA parte de uma observação simples: um agente de IA alterna o tempo todo entre raciocínio na GPU e execução na CPU. Buscar informação, consultar banco de dados, escrever e testar código e executar ações são etapas de CPU. Com mais agentes rodando nas empresas, a CPU vira parte do caminho crítico, e as AI factories têm de fazer isso dentro de um limite de energia fixo.

O argumento central é que o Vera junta velocidade por agente e capacidade por watt em um único chip. Hoje, segundo a empresa, o operador precisaria combinar CPUs x86 rápidas com outras mais densas para equilibrar as duas coisas. Na comparação em um data center de 100 megawatts, a NVIDIA afirma que o Vera tem velocidade de agentes líder do setor com 1,6x mais agentes por watt que a x86 mais rápida. Contra a x86 mais eficiente em energia, diz entregar velocidade 2x maior mantendo a liderança em eficiência. Os números são da própria fabricante.

Os dados de parceiros vêm de testes em condições próximas de produção. A Perplexity rodou agentic coding 1,5x mais rápido que em CPUs tradicionais. A DeepInfra chegou a 2,2x a velocidade do melhor x86 em orquestração. A ClickHouse escalou quase linearmente em 176 núcleos com o binário padrão e sem ajuste para o Vera. A Daytona subiu 1.000 sandboxes em 10,8 segundos, contra 88,4 segundos no x86. A Modal registrou até 2x de throughput de sandboxes por núcleo, com ganho maior sob carga pesada.

A cobertura do CEVIU mostra o Vera saindo do anúncio para a validação. Em 20 de maio de 2026, na matéria "Vera Chega: O Primeiro CPU da Nvidia Construído para Agentes Aterrissa nos Principais Laboratórios de IA", os primeiros chips chegavam a Anthropic, OpenAI, SpaceXAI e Oracle. Em 22 de julho de 2026, "Nvidia Lança Vera: Novo CPU de Servidor para Agentes de IA Desafia AMD e Intel" apresentava o processador como resposta ao gargalo de CPU em agentes. Em 21 de outubro de 2026, "Nvidia Vera: Arquitetura Inovadora Foca em Desempenho por Núcleo e Alta Largura de Banda" detalhava a arquitetura, com memória LPDDR5X de 1024 bits e a segunda geração do Scalable Coherency Fabric.

Agora a NVIDIA adiciona o argumento de eficiência por watt e resultados de parceiros como Perplexity, DeepInfra e Modal. É a primeira vez, nessa linha de cobertura, que aparecem números de cargas reais de terceiros.

Para quem opera infraestrutura limitada por energia, a métrica que pesa é trabalho por watt, não pico de velocidade. Se os números se confirmarem fora do ambiente da NVIDIA, a promessa de um único tipo de CPU simplifica o planejamento de capacidade. Vale cruzar essas medições com benchmarks independentes antes de decidir compra, já que a comparação de 100 megawatts é da própria fabricante.