AI搜索领域霸主Perplexity采用Vera CPU! 智能体狂潮之下英伟达(NVDA.US)剑指2000亿美元通用计算战场-上海朗通资讯网

智通财经APP获悉，搜索聚焦于AI大模型驱动搜索引擎的领域人工智能初创公司Perplexity AI在当地时间周二确认，其计划大规模部署英伟达(NVDA.US)独家研发的霸主数据中心中央处理器——Vera CPU。作为全球市值最高的采用AI芯片巨头，英伟达正借此契机加速扩大市场份额，智之下指亿战场直接挑战英特尔(INTC.US)与超威半导体(AMD.US)在x86架构数据中心CPU领域根深蒂固的狂潮统治地位。

从“GPU霸主”到“全栈算力底座”的英伟战略跃迁

英伟达正借势天量级的AI推理算力需求以及Agentic AI（AI智能体）狂潮带来的CPU+GPU双重需求爆发，主动完成角色升级：从单一的剑计算“AI GPU领域超级霸主”，转型为涵盖AI数据中心CPU、美元GPU、通用高性能网络基础设施及机架级AI算力系统的搜索AI时代全栈算力底座供应商。

随着Anthropic推出Claude Cowork，领域以及OpenClaw等可自主执行任务的霸主超级AI代理工具在2026年集中爆发，AI智能体浪潮正迅速席卷全球。采用这一趋势导致AI算力架构的智之下指亿战场核心瓶颈发生根本性转移：从以矩阵乘加吞吐为核心的GPU，彻底转向以控制流、任务编排、内存/IO协调为核心的数据中心CPU。面向超大规模AI数据中心的高性能CPU目前陷入严峻的供不应求态势。

投资主线重构：全栈AI基础设施成为新阿尔法来源

在AI智能体风靡全球的背景下，AI算力投资逻辑正在从“围绕GPU的单点算力竞赛”转向“AI智能体驱动的全栈算力系统”。下一轮超额阿尔法收益将不再局限于AI GPU或AI ASIC领域的龙头，而是系统性扩散至“AI工厂”全栈基础设施层，包括：

数据中心高性能CPU
DRAM/NAND/HBM存储芯片
AI PCB与液冷系统
数据中心光互连系统
ABF载板/玻璃基板
MLCC、电子布及广泛晶圆代工

在此叙事转变中，数据中心CPU、光互连与存储芯片有望成为最大赢家势力。

Vera CPU：英伟达多元化战略的关键拼图

英伟达管理层此前表示，预计到本财年末，其“Vera”CPU产品累计销售额将达到约200亿美元。与人工智能专用GPU系列相比，Vera是一款更通用级别的计算芯片，是英伟达推动销售额多元化战略的重要组成部分。

尽管OpenAI、Anthropic和DeepSeek等巨头均在自研训练/推理加速芯片，但Vera CPU的推出标志着英伟达正式切入长期由英特尔和AMD主导的数据中心CPU市场。值得注意的是，许多现有的x86架构CPU设计于AI智能体兴起之前，难以高效应对智能体接收人类指令后自行执行极度复杂代理式工作流的新型负载。

AI智能体：未来十年的应用终局
自主执行繁琐与复杂任务的AI智能体（AI Agent）被视为未来十多年的AI应用终极大趋势。这标志着人工智能从“信息辅助工具”演变为“高度智能化的生产力工具”，也是Anthropic估值突破1万亿美元并超越OpenAI的核心逻辑之一。

Perplexity计算企业与基础设施副总裁Nate Kupp指出，与需要休息的人类用户不同，AI智能体持续运行。英伟达独家设计的CPU在执行AI智能体编码任务时，速度约为传统CPU的1.5倍。Kupp表示：“Vera非常精准地契合了我们许多最核心的AI推理工作负载。”

Perplexity AI与Vera CPU的深度绑定

Perplexity成立于2022年，凭借实时、高效、精准的AI输出及类搜索引擎的操作界面，深受全球开发者与研究人员青睐。其AI应用不仅能进行深度资料研究，还能调用包括OpenAI和Anthropic在内的外部大模型。

虽然Perplexity未披露具体采购规模，但英伟达此前披露，OpenAI、Anthropic和甲骨文公司(Oracle)均计划大规模采购Vera CPU。官方列出的主要采购方还包括：
* Anthropic
* OpenAI
* SpaceX AI
* CoreWeave
* Oracle Cloud Infrastructure
* Lambda
* Nebius
* Nscale

技术解析：Vera CPU如何重塑数据中心架构？

英伟达Vera CPU相较于英特尔、AMD传统x86服务器CPU的核心优势，并非简单的“通用CPU跑分更强”，而是重新定义了CPU在AI工厂中的角色。

1. 负载范式的本质迁移

传统x86 CPU：服务于数据库、虚拟化、Web服务、企业应用等通用任务。
Vera CPU：专为智能体循环设计，涵盖沙盒代码执行、工具调用、检索、数据处理、任务调度与GPU编排。

在智能体链路中，大量工作负载不仅消耗于GPU的Token生成，更消耗于Python解释执行、网页抓取、数据库检索、RAG索引访问、词法处理、任务队列调度、RPC/IPC通信及KV状态更新等CPU主导环节。

2. 系统瓶颈的转移

决定用户体验的关键，已不再是单颗GPU的峰值算力，而是CPU是否具备足够的核心数、线程并发、缓存层级、内存带宽及PCIe/CXL/互连调度能力，以支撑高频工具调用与高密度任务切换。一旦CPU核心、内存子系统或I/O调度不足，即便GPU名义算力充裕，也会因数据准备、任务协调和系统等待而出现利用率塌陷。

因此，“被低估的CPU成为AI新瓶颈”并非情绪化判断，而是AI工作负载从“推理计算问题”升级为“复杂系统工程问题”后的必然结果。CPU已演变为智能体时代的控制平面处理器、系统编排引擎与资源调度中枢。

3. 硬件优势：Vera Rubin NVL72系统

Vera的优势集中在高带宽、低延迟、GPU协同和能效密度。英伟达披露的Vera Rubin NVL72系统整合了：
* 72颗Rubin GPU
* 36颗Vera CPU
* ConnectX-9网卡
* BlueField-4 DPU

单个Vera Rubin Superchip包含88个自研Olympus Arm兼容CPU核心、1.5TB LPDDR5X CPU内存，并通过NVLink-C2C提供1.8TB/s带宽。相比传统x86通过PCIe与GPU协作的架构，Vera将CPU、GPU、DPU、网络和内存移动打包为统一的AI工厂系统，显著降低数据搬运瓶颈，提高每兆瓦Token产出。

英伟达称，Vera Rubin NVL72相较GB200 NVL72，可将高度交互式深度推理智能体AI的每百万Token成本降至十分之一，并实现最高10倍每兆瓦Token产出。