英伟达发布了一份 45 页的白皮书，详细介绍 Vera——这家公司首款围绕自研 Olympus 核心打造的服务器 CPU。硬件规格相当亮眼，但技术分析媒体 Chips and Cheese 的乔治·科兹马（George Cozma）与切斯特·林（Chester Lam）在 8 月 5 日刊出的分析中给出了一个略显尴尬的结论：这份白皮书最有说服力的部分是硬件，最站不住脚的是包在硬件外面的那套说辞。
先说硬件：Olympus 确实够硬
Vera 采用 88 核单片计算裸片。Olympus 是一颗 10 发射宽度的 Arm v9.2 乱序核心，配备值预测、图预取器、每核 2MB 私有二级缓存，全芯片共享 164MB 末级缓存，并通过 8 个 LPDDR5X 内存接口提供 1.2TB/s 带宽。
具体到核心内部：前端每周期可解码 10 条指令，每周期最多处理两个已跳转分支；英伟达还提到了神经分支预测器、内存重命名、大指令窗口、6 条 128 位 SVE 管线、4 条加载管线、2 条存储管线、96KB 一级数据缓存，以及访问 2MB 私有二级缓存约 10 个周期的延迟。88 颗这样的核心挂在一条 3.4TB/s 的一致性总线后面，共享一块分布式的 164MB 系统级缓存。
内存子系统同样激进：8 个 SOCAMM2 LPDDR5X 模块，最高 1.5TB 容量、1.2TB/s 带宽，而英伟达称整套内存子系统功耗仅约 50 瓦。传统的 EPYC 或至强平台可以用容量更大、更换更方便的内存条，但要为这份灵活性付出板卡面积和功耗的代价。
独立测试也支持这一判断。今年 5 月，Phoronix 的迈克尔·拉拉贝尔（Michael Larabel）用一套早期 Vera 系统对比了当下的 Arm 和 x86 服务器。在英伟达允许的测试范围内，Vera 的几何平均成绩比主频 5.0GHz 的 EPYC 9575F 高出 10%，是至强 6980P 的 1.55 倍、上一代 Grace 的 1.63 倍——这是目前公开测试中性能最强的 Arm 服务器处理器。
不过这场测试有几处重要限制：可测的工作负载范围由英伟达指定，不允许监测频率和功耗，被测系统是预生产版本，测试窗口只有一天。真正全面的评估，得等 Vera 流入市场而不只是待在英伟达的实验室里。
争议一：换个名字，SMT 还是 SMT
白皮书的图 5 把「传统 SMT（x86）」与英伟达的空间多线程（Spatial Multithreading）放在一起对比。x86 那一侧被画成分支预测器、解码、执行、访存各级流水线在两个线程之间交替；配图说明称 Vera 通过在两个硬件线程之间划分资源，避免了「机会性的时间分片」。
Chips and Cheese 指出，这张图对 SMT 的通常实现方式给出了误导性的印象。实际的 SMT 实现中，取指、解码、分配等阶段一般是按周期选择服务哪个线程，而执行和访存阶段则与线程无关，同一个周期内可以同时处理两个线程的微操作。只要两个线程都有指令可喂，这些阶段并不会像图里暗示的那样空转。在没有单线程停顿的情况下，静态分区和按周期选择给出的平均吞吐是一样的；一旦出现停顿，按周期选择反而能把闲置的吞吐让给没有停顿的那个线程。反过来，像英伟达建议的那样静态划分资源，可能出现一个线程算力吃紧却用不了另一半执行单元的情况——因为那部分被留给了另一个线程。
英伟达的文字强调空间多线程在「确定性、隔离性和服务质量」上的优势，唯独没有提性能。考虑到目标市场，服务质量可能确实比吞吐更重要，这未必是个糟糕的设计取舍。问题在于配图的纵向布局容易被读成时间轴，让人误以为空间多线程能带来比传统 SMT 更大的性能收益。
还有一个细节值得注意：当同一核心上的同伴线程结束后，Olympus 核心需要约 1 万个周期才能切回单线程模式。这意味着软件在往 Olympus 核心上启动第二个线程时必须格外谨慎，除了分区方案本身的代价之外，还要承担切回单线程的延迟。
争议二：32 个 NUMA 节点是个稻草人
白皮书接着告诉读者，一套双路 x86 大系统可以暴露「多达 32 个 NUMA 域」，而 Vera 每路只有一个。
这个数字并非杜撰。在多小芯片的 EPYC 系统上，管理员确实可以把缓存本地区域作为独立的 NUMA 节点暴露出来，如果把所有局部性相关的开关都调到最细粒度，节点数就会变得很大。
英伟达没说的是，这是可配置的。AMD 的调优指南列出了 NPS4、NPS2、NPS1 乃至 NPS0 等多种模式，可选的「末级缓存即 NUMA」设置能把每个末级缓存域单独暴露出来。换句话说，「32 个 NUMA 节点」不是小芯片架构 CPU 不可避免的用户体验，它只是局部性控制光谱的一个极端。英伟达把一种可选的高粒度配置，说成了 x86 系统的必然现实。
每路一个域确实简化了调度和内存放置，而多个域则让调优过的软件可以利用物理局部性。Vera 选择了更简单的呈现方式，英伟达完全有理由主张这更贴合自家软件栈。但操作系统看到的 NUMA 节点只是一层抽象，不是虫洞。Vera 依然有 88 个核心、分布式的缓存与归属节点、环绕大裸片布置的内存控制器，以及一条包交换的一致性总线。扁平的软件拓扑可以让这些距离更加一致，却无法让它们消失。
白皮书里的核对核延迟热力图本该是量化这项优势的好地方，结果给出的只是一堆彩色方块：没有核心编号、没有最小/中位/最大值表格、没有分布、没有测量方法。「最高降低 50%」记录的是英伟达拿到的最好成绩，而不是 Vera 的典型表现。
争议三：把 SPEC 测试说成「智能体基准」
到了跑分环节，这份本该讲 CPU 的白皮书开始戴上一枚不知从哪儿捡来的 AI 会议胸牌。
英伟达从 SPEC CPU 2026 整数测试中挑出四个子项——CPython、GCC、LLVM 和 Cppcheck——称之为「智能体基准」。而 SPEC 官方对它们的描述是：一个 Python 解释器、两个优化编译器和一个 C/C++ 静态分析器。
这些都是正经的 CPU 程序，会给指令占用、分支密集代码、内存分配和依赖链带来压力，智能体当然也可能调用这类程序。但它们本身不是智能体：没有模型在输出 token，没有智能体运行时在挑选工具，没有沙盒启动、没有 I/O 阻塞、没有检索上下文、没有评估答案、也没有把观测结果反馈进策略。把它们叫作「智能体基准」，等于把一部分重叠说成了完整的端到端负载。
争议四：归一化数字放大了优势
白皮书正确地把 SPEC 结果标注为估计值，因为运行时 Vera 参考硬件尚未普遍上市。图 15 显示，在满载双路系统下按物理核心归一化后，这四个选定子项有 1.7 到 1.8 倍的优势。
但翻到配置页会看到另一组数字：完整的 SPECrate 2026 Integer Base 估计总分，双路 Vera 为 925，双路 EPYC 9755 为 898——系统吞吐优势只有 3.0%。
两个数字都成立。Vera 双路共 176 个物理核心，EPYC 系统则是 256 个。用各自的物理核心数一除，Vera 在整套整数速率测试中每核约快 50%，而在选出的那几个子项上达到 70% 到 80%。Vera 的单核性能确实很强，但把这些测试包装成智能体负载、再着重展示归一化数字，会让优势显得比已披露的结果所能支撑的更宽泛。
还有一处术语打架：英伟达把图 19 称为「单线程 IPC」，描述的却是一套满载系统——公开的配置是在 176 个 Vera 核心上跑 352 个副本，在 256 个 EPYC 核心上跑 512 个副本，每个物理核心两个。到底是在同伴线程活跃时采样了一个逻辑线程，还是把计数器聚合后做了除法，白皮书没有交代。
至于 IPC 领先的归因，英伟达列出了四组计数器：视工作负载而定，Vera 号称每周期多出最高 2.3 倍的分支预测、3.5 倍的已跳转分支、2.4 倍的取指操作和 4.3 倍的后端操作。问题是这些比值都没有定义，却被当成因果证据来用。
那些「独门技术」其实都有前例
值预测确实是 Olympus 较为独特的一处加法：如果核心正确预测出某个结果，依赖它的指令就能继续推进，而不必堆在一条长延迟操作后面排队。这个方向学术界研究已久，有研究者发现苹果在自家核心中用了值预测，AMD 也谈过 Family 17h（Zen 1 和 Zen 2）能预测部分浮点指令的结果——只是 AMD 那次的实现相当受限，Olympus 看起来更接近苹果的广度。
图预取器则算不上英伟达独有。英特尔有一套类似机制叫数据依赖预取器，至少从 2022 年起就在量产芯片中出现；其最新的数据中心处理器 Granite Rapids 还有一个「指针数组」预取器，会「把为固定步长加载预取的数据当作指针，并向该指针值对应的内存地址发出预取请求」。这与英伟达描述的图预取器在生产者—消费者思路上如出一辙。英特尔的实现较为受限，英伟达的版本或许能处理更复杂的依赖链，但这个想法本身并不新。
神经分支预测器同样有前例。早在 2012 年，AMD 就在推土机改进版 Piledriver 微架构中实现了感知机分支预测器，并在 Zen 1 上延续使用。但从 Zen 2 开始，AMD 只让感知机负责初始方向预测，再由 TAGE 预测器覆盖——因为后者带来了 30% 的误预测降幅。到了 Zen 5，AMD 很可能已经全面转向 TAGE，甚至在 Zen 3 或 Zen 4 时代就完成了这一转变。
Chips and Cheese 的落点很清楚：Vera 本不需要这些额外的包装，早期的独立测试已经证明 Olympus 是一颗真正强悍的核心。硬件说得通，故事讲过了头。
来源：Chips and Cheese、Phoronix、英伟达开发者博客
