Nvidia presenta Vera como su primera CPU de servidor basada en un diseño de núcleo completamente propio, orientada a competir en el terreno de workloads agentic AI. En este contexto, la propuesta central no es la mera cuenta de núcleos, sino el rendimiento sostenido por núcleo bajo carga, un criterio que la compañía afirma que es el más relevante para entornos de IA autónoma y ejecutivos de workloads complejos.

En el corazón de Vera se sitúa Olympus, el primer núcleo de servidor personalizado de Nvidia. Construido sobre las especificaciones de Armv9.2, pero desarrollado internamente y no derivado de diseños Neoverse de Arm, representa una desviación significativa respecto a Grace, que se apoyaba en núcleos Arm estándar. Vera adopta un enfoque de diseño monolítico, al concentrar 88 núcleos (176 hilos) en un solo dado, con una configuración de doble socket que eleva la cifra total a 176 núcleos y 352 hilos en un sistema completo. Este enfoque contrasta con rutas basadas en chiplets y busca maximizar el rendimiento por núcleo en cargas de trabajo dinámicas y de gran tamaño de interpretación, compilación y runtimes agentic AI.

El front end de Olympus funciona con una decoder de 10 vías y un predictor neural de ramas capaz de resolver hasta dos ramas tomadas por ciclo. Este diseño está orientado a manejar la huella de instrucciones y el control irregular que caracterizan intérpretes, compiladores y runtimes agentic AI, donde la latencia de control y la profundidad de las pilas de instrucciones pueden ser un cuello de botella significativo.

En la mitad del diseño, el core medio combina una motor de renombrado y asignación amplio con un gran buffer de reordenamiento y técnicas de dependencia que incluyen renombrado de memoria y predicción de valor. La motor de ejecución distribuye de forma dinámica la carga entre recursos enteros, vectoriales, punto flotante, criptográficos, carga y almacenamiento. El subsistema de caché añade un prefetcher de grafos que está afinado para patrones de acceso de punteros con saltos, patrones que suelen desbordar a prefetchers convencionales basados en streaming.

Frente a esta propuesta, la competencia ha respondido. AMD ha mostrado estimaciones para su Zen 6 de 256 núcleos, la serie Venice, sugiriendo una ventaja a nivel rack de 3.3x frente a Vera, aunque estos números son extrapolados y no mediciones directas. En el plano de participación de mercado, AMD ha ganado terreno dentro de la familia x86, acercándose a una cuota significativa en servidores. Mientras tanto, Arm señala que su arquitectura ya representa aproximadamente el 50% del cómputo de CPU entre los principales hyperscalers, lo que añade presión competitiva desde varias direcciones.

Con Vera programada para disponibilidad general en la segunda mitad de 2026, Nvidia intenta posicionarse como un referente en cargas de trabajo agentic AI, priorizando rendimiento sostenible por núcleo y capacidades para perfiles de carga que implican control dinámico, puntuales y de alta tasa de acceso a memoria y punteros. Aunque los números de rendimiento específico pueden variar según la carga y el entorno, la narrativa de la empresa subraya una dirección clara: cambiar el foco de la mera cuenta de núcleos a la eficiencia y la consistencia del rendimiento por núcleo en escenarios de IA de próxima generación.

En suma, Vera representa una apuesta audaz para Nvidia: consolidar un diseño monolítico de 88 núcleos con un motor de ejecución y prefetching orientado a workloads agentic AI, buscando liderar en rendimiento por núcleo bajo cargas reales. La llegada de Vera al mercado, prevista para la segunda mitad de 2026, será un indicador clave de cómo se desempeña esta estrategia frente a rivales establecidos y a un ecosistema de arquitecturas heterogéneas en la nube y en data centers.

from Latest from TechRadar https://ift.tt/lBOAiEI
via IFTTT IA