NVIDIA Vera CPU正式交付，1.6T光互联需求加速释放
NVIDIA Vera CPU首批交付Anthropic、OpenAI、SpaceX AI及甲骨文，标志着AI数据中心从GPU单体部署迈向CPU+GPU协同的AI工厂架构，1.6T光模块与高速线缆需求加速释放。
NVIDIA Vera CPU正式交付，1.6T光互联需求加速释放
参考阅读：
引言
2026年5月18日，NVIDIA正式完成Vera CPU的首批交付，收货方包括Anthropic、OpenAI、SpaceX AI以及甲骨文云基础设施（OCI）。这款在今年3月GTC大会上亮相的自研CPU，标志着NVIDIA的算力版图从GPU扩展至CPU，并由此触发AI数据中心基础设施的一次结构性变革。
甲骨文OCI计划自2026年起部署数十万颗NVIDIA Vera CPU，这一产业信号不仅关乎CPU赛道的竞争格局，更深刻影响着AI数据中心的网络互联架构：CPU机柜与GPU机柜之间的Scale-out光互联需求正在快速放量，成为1.6T光模块与高速线缆市场的新增长驱动力。
一、Vera CPU首批交付：从GTC发布到商业落地
NVIDIA超大规模与高性能计算副总裁Ian Buck亲自完成了首批Vera CPU系统的交付。英伟达依次送达旧金山的Anthropic、Mission Bay的OpenAI以及帕洛阿尔托的SpaceX AI和圣克拉拉甲骨文人工智能客户卓越中心的交付。
Anthropic计算负责人James Bradbury接收Vera系统
SpaceX AI方面，马斯克本人在现场对Vera的核心架构、内存布局和散热方案进行了详细询问。
OCI也完成接收，并表明OCI计划自2026年起部署数十万颗NVIDIA Vera CPU，以维持Agentic AI的持续性能。
二、Vera的技术架构：专为Agentic AI设计
2.1 Olympus核心：突破传统CPU设计范式
Olympus架构搭载88个自研ARM核心，通过Spatial Multithreading技术支持176线程并发处理。NVIDIA官方数据显示，Vera单核性能较传统机架级CPU提升50%，利于Agentic AI工作负载中的高吞吐推理、工具调用、代码执行及长上下文检索场景。
2.2 NVLink-C2C：打破CPU-GPU数据传输瓶颈
Vera与Rubin GPU通过第二代NVLink-C2C实现1.8 TB/s的一致性内存互联带宽，远超PCIe Gen 6的理论上限。NVIDIA官方数据显示：Vera相比传统机架级CPU效率提升2倍、单核性能提升50%，可在AI工作流中以两倍于传统基础设施的能效为GPU持续供给数据。
三、Vera Rubin平台：CPU从附属品到独立机柜
3.1 架构演进：CPU独立成柜
在此前的GB系列（Grace + Blackwell）中，CPU与GPU被物理封装于同一块板卡上，形成Superchip形态。CPU的角色高度从属于GPU，其作为同板GPU的数据搬运与协同单元存在，没有独立的物理机柜形态。
到了Vera Rubin这一代，NVIDIA首次推出基于NVIDIA MGX架构构建的机柜；单机柜集成256颗Vera CPU，采用全液冷设计，具备世界级单线程性能与可扩展的节能容量。这是Vera Rubin系列面向Agentic AI做出的关键架构转变。
3.2 Vera Rubin POD：CPU与GPU数量趋近1:1
在一个标准Vera Rubin POD（40机柜基准架构）中：16个Rubin NVL72机柜（每柜36颗Vera CPU + 72颗Rubin GPU）共包含576颗CPU和1,152颗GPU；2个独立Vera CPU机柜共包含512颗CPU，无GPU。两者相加，单个POD共有1,152颗Rubin GPU与1,088颗Vera CPU，CPU与GPU的比例接近1:1。
此外，POD中10个Groq 3 LPX加速机柜还额外包含320颗x86架构CPU，使CPU总量进一步超过GPU数量。这一配比从工程层面确认了Agentic AI时代CPU算力需求的结构性增长。
四、机架间互联挑战：Spectrum-6与1.6T光互联的战略节点
4.1 独立CPU机柜带来的互联新问题
在Vera Rubin架构中，Vera CPU机柜与Rubin GPU NVL72机柜是物理独立的两类机柜。独立部署意味着CPU与GPU之间无法像SuperChip那样依赖片上或板级NVLink直接互联，两者之间的Scale-out互联需要通过专用的高速网络来承载。
为此，NVIDIA专门设计了Spectrum-6网络交换机和机柜，采用CPO（Co-Packaged Optics，共封装光学）互连方式，对Vera CPU机柜和Rubin NVL72 GPU机柜进行Scale-out互联。
4.2 1.6T光互联：新架构下的必然选择
Scale-out层面的互联带宽需求正在从400G/800G向1.6T迈进。在每机柜256颗Vera CPU、单POD超过1,000颗CPU并发运行的规模下，CPU机柜与GPU机柜之间的东西向流量密度极高，要求互联介质同时具备高带宽、低延迟、低功耗三个维度的能力。
1.6T光模块（单端口800G×2或400G×4）能够在同等功耗和插槽密度下提供两倍于800G方案的传输容量，是支撑Vera Rubin规模化部署的关键光互联器件。与此同时，Vera Rubin POD内部连接不同机柜的高速线缆（包括AEC主动电缆和AOC有源光缆）对信号完整性、延迟一致性和可靠性的要求也在同步提升。
4.3 超擎数智 1.6T光模块与高速线缆的定位
超擎数智专注于AI数据中心光互联基础设施，产品线覆盖1.6T光模块与高速线缆，兼容主流AI交换机平台及CPO应用场景。
在Vera Rubin规模部署场景中，超擎数智 1.6T光模块可直接服务于：Spectrum-6 Scale-out网络的长距离机柜间互联、Vera CPU机柜经由交换机至Rubin GPU机柜的高密度数据通道、以及AI工厂中大规模训练流量的无损承载。超擎数智高速线缆产品则适用于POD内部短距离机柜间连接，通过低延迟传输路径保障GPU集群的整体吞吐效率。
AI算力基础设施的光互联升级窗口
从GPU机柜到AI工厂的互联层升级
AI数据中心正在从单体GPU机柜向AI工厂演进：多类型芯片（CPU、GPU、DPU、交换ASIC）分布于不同机柜，通过高速网络进行大规模协同计算。这一架构转变使得机柜间互联成为整体系统性能的关键瓶颈，光互联层的带宽升级和功耗优化成为运营商差异化竞争力的核心。
1.6T光模块相对800G方案在相同机架空间内可承载双倍流量，对于追求PUE（Power Usage Effectiveness）优化的超大规模数据中心运营商而言，在不增加物理端口密度的前提下实现带宽翻倍，具有显著的TCO（总拥有成本）优势。
无损网络：Agentic AI规模化的基础前提
Agentic AI工作负载的多任务并发特性对网络层的无损传输提出了严格要求。集体通信操作在GPU集群中的高频触发，以及CPU机柜与GPU机柜之间的实时数据搬移，均要求底层光互联网络具备PFC（优先级流控）和ECN（显式拥塞通知）机制支撑的无损承载能力。超擎数智1.6T光模块和高速线缆经过严格的AI互联场景验证，可在RoCE v2协议栈下提供稳定的无损传输保障。
结语
NVIDIA Vera CPU的首批交付，是Agentic AI时代算力基础设施演进的一个重要节点。从GPU单体部署到CPU+GPU协同的AI工厂架构，从SuperChip的板级NVLink到独立机柜间的Spectrum-6 Scale-out光互联，AI数据中心的每一次架构升级，都在重新定义互联层的技术需求。
1.6T光模块与高速线缆，作为这一架构转型的关键使能技术，其市场需求正随着云服务商大规模采购Vera Rubin平台而进入新一轮加速窗口。超擎数智持续深耕AI数据中心互联基础设施，以1.6T光模块与高速线缆产品为核心，为Agentic AI算力的大规模落地提供高可靠的光互联支撑。