NVIDIA szerint az ügynök‑alapú (agentic) AI rendszerek — amelyeket a cég „AI factories”-ként ír le — akkor működnek gazdaságosan, ha a teljes verem hatékonyan alakítja át a teljesítményt és a tőkét befejezett felhasználói feladatokká. Míg a modelleket tipikusan GPU-k futtatják, a CPU-k az orchestrationt, eszközhívásokat és sandboxolt számításokat kezelik. A gyártási jellegű telemetria azt mutatja, hogy az ügynök‑munkaterhelések futásideje kiszámíthatatlan és rendkívül változékony: 163 594 ügynöki munkamenet elemzése alapján a session‑ek több mint 97%-a egyedi futásprofilokat mutatott.
Miért nem működik a több speciális CPU‑típusra osztott flotta
A valós ügynöki futások nem konstans, stabil futtatási mintázatokat követnek. A telemetria szerint a végrehajtás hosszú, sorozatos gondolkodási láncokból áll, amelyek közé időnként rövid, párhuzamos fan‑out burst‑ek ékelődnek. Ez azt jelenti, hogy a végső teljesítés időét általában a domináns, soros út szabja meg (latencia‑kötött), miközben az átmeneti párhuzamos munkavégzés gyors thread‑konkurenciát és alacsony per‑thread késleltetést igényel.
A változatosság és az egyediség miatt a flottát nehéz úgy méretezni, hogy több különböző, speciális CPU‑tervezési pontot használjon: a flotta optimalizálásának céljának a teljesen befejezett felhasználói sessionök számát kell tekinteni, nem pedig az összes magok számát. A magas mag‑sűrűségre tervezett rendszerek gyakran single‑thread teljesítményt áldoznak fel azért, hogy elérjék a kívánt core‑sűrűséget, ez pedig rontja a latency‑érzékeny, soros kritikus utat.
Az ügynöki pályák alakja: hossz és szélesség
A cikk a futásokat két dimenzió mentén írja le: a pálya hossza (mennyi lépés, eszköz‑hívás, újrapróbálkozás szükséges egy felhasználói kör lezárásához) és szélessége (mennyire nő ki egyszerre párhuzamos munkára a feladat egy adott ponton). A valós példák — például egy 33 perces Claude Code session — azt mutatják, hogy a futás időtartamának nagy részében a fő ügynök egy hosszú, soros pályán halad, és közben rövid párhuzamos szakaszok lépnek fel. Még ha a fan‑out jelentős is, a fő ügynök gyakran várakozik addig, amíg ezek a párhuzamos feladatok vissza nem térnek, ezért a per‑thread latencia továbbra is kritikus.
Erőforrások "lekapcsolása" és a memóriaköltség
A dokumentum felhívja a figyelmet arra, hogy egy CPU ideiglenesen le tud „kapcsolni” magokat a single‑thread teljesítmény növelése érdekében; ez viszont memóriakapacitást hagyhat kihasználatlanul. Egy bemutatott példa szerint a magok lekapcsolása esetén maganként körülbelül 8 GB memóriakapacitás maradhat használatlanul, ami adott konfigurációban akár 1,5 TB memória „lekötött”, kihasználatlan kapacitást eredményezhet. Ez növeli a memória teljes birtoklási költségét (TCO) és pazarláshoz vezethet, ha a hardvert csak egy részsávra optimalizálják.
Hogyan célzózza a Vera CPU ezt az operációs pontot
A NVIDIA Vera CPU‑t úgy tervezték, hogy kiegyensúlyozottan kezelje a teljes ügynöki pályát: elég erős single‑thread teljesítményt biztosítson a domináns soros úthoz, miközben elegendő párhuzamosság és memória‑sávszélesség álljon rendelkezésre a rövid párhuzamos burst‑ek elnyelésére. A Vera magok — amelyeket NVIDIA Olympus‑ként jelölnek — széles front enddel, fejlett elágazás‑előrejelzéssel, mély out‑of‑order végrehajtással és nagy sávszélességű memóriarendszerrel rendelkeznek, hogy fenntartsák a magok előrehaladását nagy kódlenyomatok, branch‑súlyos vezérlés és dinamikus futtatókörnyezetek mellett.
NVIDIA belső becslései szerint a Vera a tipikus ügynöki munkaterhelésekre (pl. fordító, statikus elemzés, Python‑feltételek) vetítve akár 1,5×‑es per‑mag teljesítményt nyújthat az AMD Venice‑hez képest négy vizsgált munkaterhelés alapján. A SPEC CPU® 2026 eredményeket a vállalat belső méréseivel július 2026‑ban adta meg; a részletek és a konfigurációk a NVIDIA Vera CPU Whitepaperben találhatók.
Egyetlen, univerzális CPU‑tervezési pont előnye
A cég érvelése szerint a Vera monolitikus, alacsony késleltetésű architektúrája csökkenti a topológia‑vezérelt torlódásokat és a fázisok közötti variabilitást. Így kevesebb erőforrás kerül „kidobásra”: a magok hatékonyan dolgoznak mind a soros, mind a párhuzamos fázisok alatt, a memóriakapacitás pedig ténylegesen kihasznált marad. Ennek eredményeként kevesebb oka van a flotta több, specializált CPU‑típusra való szétosztására, ami javítja a befejezett felhasználói körök számát és a flotta gazdaságosságát.
Megjegyzések a mérésekről és köszönetnyilvánítás
A cikk megjegyzi, hogy a NVIDIA Vera SPEC CPU® 2026 eredményeit belsőleg mérték 2026 júliusában, és az összehasonlító AMD Venice‑eredmények belső becslésekre és más forrásokra támaszkodtak. A SPEC®, SPEC CPU® és SPECrate® a Standard Performance Evaluation Corporation bejegyzett védjegyei. A cikk végén megnevezett hozzájárulók között szerepel Ivan Goldwasser, Diana Aung, Hannah Coutand, Ian Finder, Benjamin Klieger, Arnav Jaiswal és Dylan Mitic.
Összességében a NVIDIA Vera CPU‑t úgy mutatják be, mint egyetlen, kiegyensúlyozott CPU‑tervezési pontot, amelyet az ügynök‑alapú AI flotta‑gazdaságosságának optimalizálására szántak: erős per‑thread válaszidő, jelentős egyidejűség és nagy memóriasávszélesség kombinációja állítólag több befejezett felhasználói körhöz vezet a teljes flottán belül.
