- La CPU Vera integra 88 núcleos Olympus personalizados con 176 hilos y 164 MB de caché L3.
- Incorpora Spatial Multithreading para mejorar el aislamiento entre hilos y reducir el efecto de vecino ruidoso.
- Ofrece hasta 1,8 veces más rendimiento que CPUs x86 en cargas de trabajo de IA agéntica, según pruebas internas.
- Los primeros sistemas basados en Vera Rubin ya se han entregado a clientes clave del sector de la inteligencia artificial.
Nvidia ha compartido por fin los detalles técnicos de su esperada CPU Vera, un procesador diseñado desde cero para centros de datos que trabajan con inteligencia artificial agéntica. La compañía ha puesto el foco en maximizar el rendimiento por hilo y reducir la latencia en entornos donde decenas de miles de agentes ejecutan tareas simultáneamente. Vera no es una CPU de propósito general al uso; está pensada para ser el cerebro que orqueste y alimente a las GPU en sistemas de IA.
El procesador llega en un momento en el que la IA agéntica está cambiando las reglas del juego. Los agentes ya no solo generan texto, sino que ejecutan código, consultan bases de datos, invocan herramientas y analizan resultados. Todo ese trabajo recae en buena parte sobre la CPU, y Nvidia asegura que Vera está optimizada para mantener la fluidez incluso bajo cargas de trabajo muy exigentes. Los primeros sistemas ya han empezado a entregarse a clientes importantes del sector, según ha confirmado la propia compañía.
Arquitectura y núcleos Olympus
Vera monta 88 núcleos personalizados llamados Olympus, basados en la arquitectura Armv9.2, y es capaz de manejar 176 hilos de ejecución. Cada núcleo cuenta con 96 KB de caché L1 para datos, 64 KB para instrucciones y 2 MB de caché L2 dedicada. El procesador completo suma 164 MB de caché L3 compartida, una cifra que permite mantener cerca los datos más utilizados y reducir los accesos a memoria principal. El diseño es monolítico, lo que simplifica la coherencia y reduce la latencia entre núcleos.
El front-end de cada núcleo incluye un predictor de saltos basado en redes neuronales, un decodificador capaz de procesar hasta diez instrucciones por ciclo y una ejecución fuera de orden más profunda. Nvidia ha reforzado también la búsqueda anticipada de datos para minimizar las esperas en código irregular y estructuras enlazadas, algo muy común en las cargas de IA agéntica. El objetivo es elevar las instrucciones por ciclo sin depender únicamente de frecuencias más altas.
Spatial Multithreading y memoria
Una de las novedades más llamativas es el Spatial Multithreading, una variante del SMT tradicional que busca repartir los recursos internos del núcleo de forma más controlada entre los dos hilos. En los diseños convencionales, dos hilos compiten por caché, unidades de ejecución y ancho de banda, lo que genera el llamado efecto de vecino ruidoso. Con Spatial Multithreading, Vera puede priorizar un hilo de alto rendimiento y otro de soporte, o mantener dos contextos más aislados cuando la densidad es crítica.
En el apartado de memoria, Vera utiliza módulos SOCAMM2 con LPDDR5X, una configuración que permite alcanzar hasta 1,5 TB de capacidad y 1,2 TB/s de ancho de banda agregado. Esto se traduce en unos 14 GB/s por núcleo, una cifra muy superior a la de configuraciones tradicionales con DDR5 o MRDIMM. Además, el consumo energético es mucho menor: mientras que una configuración con RDIMM puede superar los 100 vatios, los módulos SOCAMM2 completamente cargados consumen entre 30 y 40 vatios. El formato también permite reemplazar los módulos de forma independiente, algo importante para el mantenimiento en centros de datos.
Rendimiento en IA agéntica
Según las pruebas internas de Nvidia, Vera puede ofrecer hasta 1,8 veces más rendimiento que una CPU x86 tradicional en cargas de trabajo de IA agéntica. La compañía ha destacado mejoras en ejecución de Python, compilación de código, análisis estático y flujos de trabajo basados en herramientas. Aunque todavía no hay comparativas independientes que verifiquen estos datos, la cifra se ha repetido en varias presentaciones y documentos técnicos.
El rendimiento no solo depende de los núcleos. La interconexión NVLink-C2C de segunda generación proporciona hasta 1,8 TB/s de ancho de banda coherente entre CPU y GPU, lo que permite que los datos fluyan sin cuellos de botella. Vera también es compatible con PCIe 6.4 y CXL 3.1, ofreciendo 176 líneas en configuraciones de doble socket. Todo ello forma parte de la plataforma Vera Rubin, donde la CPU actúa como anfitriona de las GPU Rubin y el sistema se comporta como un único dominio de ejecución protegido.
Disponibilidad y entregas
Nvidia ha confirmado que los sistemas basados en Vera Rubin ya se han entregado a importantes empresas de inteligencia artificial y están a punto de entrar en funcionamiento. Aunque la disponibilidad general está prevista para la segunda mitad del año, los primeros clientes ya están probando el hardware. La compañía ha mostrado incluso un rack de servidores Vera Rubin que OpenAI estaba utilizando en sus instalaciones de prueba, lo que indica que el despliegue real ya está en marcha.
En cuanto a la seguridad, Vera incluye funciones de computación confidencial con cifrado por máquina virtual y protección de enlaces coherentes. El procesador también cuenta con mecanismos empresariales de fiabilidad como corrección ECC de múltiples símbolos, reparación de memoria y aislamiento de páginas defectuosas. Todo ello pensado para que los centros de datos puedan ejecutar cargas de trabajo sensibles sin comprometer la integridad de los datos.
Con Vera, Nvidia deja claro que la CPU ya no es un acompañamiento secundario en los sistemas de IA. La compañía ha diseñado un procesador que condiciona directamente el rendimiento de los agentes y que se integra a la perfección con el resto de la plataforma. Los primeros resultados apuntan a un salto significativo en eficiencia y capacidad de respuesta, aunque habrá que esperar a las evaluaciones independientes para confirmar hasta qué punto Vera marca realmente un antes y un después en el mundo de los centros de datos.