[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcioe999f3f1":3},{"user":4,"document":8,"mainDocument":27,"columnUrl":29,"subscription":30,"footer":42,"text":77},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},"dcioe999f3f1","AI搜索领域霸主Perplexity采用Vera-CPU!-智能体狂潮之下英伟达(NVDA)剑指2000亿美元通用计算战场","\u002Fdoc\u002Fdcioe999f3f1","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">美股投资网获悉，聚焦于AI大模型驱动搜索引擎的人工智能初创公司——即AI搜索领军平台Perplexity AI在周二确认，其计划大规模使用英伟达(NVDA)独家打造的数据中心中央处理器(即数据中心CPU——Vera CPU)，眼下这家全球最高市值公司兼AI芯片超级巨头正努力扩大其市场份额，并挑战英特尔(INTC)和超威半导体(AMD)这两家在数据中心CPU领域根基极其深厚的两大x86架构CPU超级巨头。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">英伟达正在借天量级别AI推理端算力需求与Agentic AI(即AI智能体)狂潮所带来的CPU+GPU需求持续超预期，主动把自己从“AI GPU领域超级霸主”升级为“AI数据中心CPU+GPU+高性能网络基础设施+机架级AI算力系统”的AI时代算力底座供应商。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">随着Anthropic重磅推出的Claude Cowork，以及OpenClaw这类可自主执行任务的超级AI代理工具在2026年集中爆发，AI智能体浪潮可谓迅速席卷全球，AI算力架构瓶颈正在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\u002FIO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陷入严峻供不应求态势。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">AI智能体风靡全球之际，AI算力投资主线正在从“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也将不再仅仅属于AI GPU\u002FAI ASIC领域最强龙头名单，而会系统性扩散到数据中心高性能CPU、DRAM\u002FNAND\u002FHBM存储、AI PCB、液冷系统、数据中心光互连系统、ABF载板\u002F玻璃基板、MLCC、电子布与广泛晶圆代工等“AI工厂”全栈AI算力基础设施层，而在这种AI主线叙事转变中，数据中心CPU、光互连与存储芯片可能是最大赢家势力。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">从GPU霸主到数据中心CPU挑战者，AI智能体浪潮重塑数据中心CPU需求\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">英伟达管理层前不久表示，预计到本财年末，其“Vera”CPU产品将累计产生大约200亿美元销售额;与其人工智能专用AI GPU系列产品相比，这是一款更通用级别的计算芯片。随着OpenAI、Anthropic和DeepSeek等人工智能公司都在聚焦打造自己的人工智能训练\u002F推理加速芯片，Vera CPU芯片是英伟达推动销售额愈发多元化努力的重要组成部分。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">英伟达正在进入一个竞争激烈的数据中心领域CPU市场，该市场长期由英特尔和AMD所主导，后两者为从笔记本电脑到网络服务器基础设施等各类设备供应高性能CPU。但其中许多x86架构CPU芯片是在所谓人工智能“智能体”兴起之前所设计的，这些AI智能体在收到人类用户指令后，能够自行执行极度复杂的代理式工作流任务。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">自主执行各种繁琐与复杂任务的AI智能体(即AI代理，AI Agent)极有可能是未来十多年的AI应用终极大趋势，AI智能体的出现，意味着人工智能开始从信息辅助工具演变为高度智能化的生产力工具，这也是为何Anthropic估值能够突破1万亿美元进而超越OpenAI。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">与会在任务之间休息的人类CPU用户截然不同，人工智能智能体不会有片刻休息。来自Perplexity的计算企业与基础设施副总裁Nate Kupp表示，英伟达独家设计的CPU执行人工智能智能体编码任务的速度约为传统CPU的足足1.5倍。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">Kupp在接受采访时表示“Vera真的让我们印象非常深刻，因为它非常精准地契合了我们许多最核心的AI推理工作负载。”\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">Perplexity 成立于2022年，因其实时且高效、精准的AI输出与推理结果和类搜索引擎的用户操作界面而受到全球开发者与研究人员欢迎。该公司提供的AI应用程序能够进行深入研究资料，并且可以调用除自身以外的AI大模型，包括 OpenAI 和 Anthropic PBC 的AI大模型。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">Perplexity拒绝披露其计划购买多少规模的英伟达CPU。英伟达此前披露，OpenAI、Anthropic和甲骨文公司(Oracle)都计划大规模采购其Vera CPU。据悉，英伟达官方列出的Vera CPU AI实验室和云厂商采购方主要包括Anthropic、OpenAI、SpaceXAI、CoreWeave、Oracle Cloud Infrastructure、Lambda、Nebius以及Nscale，\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">AI芯片霸主英伟达杀入数据中心CPU腹地! 英特尔与AMD迎来数据中心新战线\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">英伟达Vera CPU相较英特尔、AMD传统x86服务器CPU的核心优势，不是简单“通用CPU跑分更强”，而是为AI智能体工作负载重新设计CPU在AI工厂中的角色。传统x86服务器CPU长期服务于数据库、虚拟化、Web服务、企业应用等通用任务;Vera则面向智能体循环中的沙盒代码执行、工具调用、检索、数据处理、任务调度与GPU编排。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">英伟达官方称，Vera可在多类AI智能体工作负载中较x86实现1.8倍更快任务完成;Perplexity也表示，Vera执行AI智能体编码任务约比传统CPU快1.5倍。这说明Vera真正切入的是“GPU生成下一步行动、CPU执行行动并反馈结果”的智能体闭环，而不是传统意义上的企业服务器替换市场。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">在智能体链路中，大量工作负载不仅耗费在GPU上的token生成，还消耗在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\u002FIPC通信、KV状态更新等CPU主导环节，这意味着决定用户体验的，越来越不是单颗GPU的峰值算力，而是CPU是否有足够的核心数、线程并发、缓存层级、内存带宽、PCIe\u002FCXL\u002F互连调度能力去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\u002FO调度不足，GPU即便名义算力充裕，也会因数据准备、任务协调和系统等待而出现利用率塌陷。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">因此，毋庸置疑的是，AI算力架构的瓶颈正在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\u002FIO协调为核心的数据中心CPU，这一变化的根源在于工作负载范式已经发生了本质迁移。CPU不再只是通用计算芯片，而是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，“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”进一步升级为“复杂系统工程问题”后的必然结果。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">从硬件平台来看，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，Vera Rubin NVL72把72颗Rubin GPU、36颗Vera CPU、ConnectX-9网卡和BlueField-4 DPU整合为机架级AI超级计算系统;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\u002Fs带宽。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">相比x86 CPU通过PCIe与GPU协作的传统服务器架构，Vera的价值在于把CPU、GPU、DPU、网络和内存移动打包成统一的AI工厂系统，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可把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。黄仁勋近期在采访中表示，Vera让英伟达进入一个新的约2000亿美元CPU可服务市场。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">在华尔街分析师群体中，对于英伟达的最乐观目标价高达500美元，由Baird资深分析师Tristan Gerra，并且评级维持“跑赢大盘”。若股价达到500美元，对应市值约为12.2万亿美元(当前市值大约4.8万亿美元)，较当前股价隐含约154%上行空间。Baird的核心看涨逻辑不是单纯押注GPU需求狂潮，而是认为英伟达正在从“AI GPU供应商”扩展为AI工厂级别的全栈AI算力基建平台商，其中重点提到Vera CPU打开新的2000亿美元CPU增长机遇。\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">最专业的美股资讯,推荐美股大数据 \u003Ca href=\"https:\u002F\u002FStockwe.com\u002F\">https:\u002F\u002FStockwe.com\u002F\u003C\u002Fa>\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003Cp>\u003Cspan style=\"font-size: large;\">如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 \u003Ca href=\"https:\u002F\u002FStockWe.com\u002F\">https:\u002F\u002FStockWe.com\u002F\u003C\u002Fa> 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！\u003C\u002Fspan>\u003C\u002Fp>\r\n\u003C\u002Fp>","https:\u002F\u002Fwww.tradesmax.com\u002Fimages\u002Fa_Stock\u002FN\u002FNVDA\u002FNVDA.jpg","2026-07-08T12:56:13","2026.07.08","2026\u002F07\u002F08",53109,[22],"NVDA","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":28,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},[22],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":31,"services":32,"recentDocuments":41},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" target=\"_blank\" rel=\"noopener noreferrer\">\u003Cimg style=\"display:block;margin-left:auto;margin-right:auto;\" src=\"https:\u002F\u002Fstockwewebfiles.blob.core.windows.net\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[33,37],{"productId":34,"serviceName":35,"priceText":36},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":38,"serviceName":39,"priceText":40},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":43,"images":68,"summaryHtml":73,"aboutTitle":74,"aboutHtml":75,"copyrightHtml":76},[44,47,50,53,56,59,62,65],{"label":45,"url":46},"深度报告","\u002Fcol\u002FdepthReport",{"label":48,"url":49},"VIP会员","\u002Fvip",{"label":51,"url":52},"期权推荐","\u002FOption",{"label":54,"url":55},"低价暴涨股","\u002FPenny",{"label":57,"url":58},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":60,"url":61},"美股课程","\u002Fcol\u002Fvideos",{"label":63,"url":64},"免责声明","\u002Fdisclaimer",{"label":66,"url":67},"联系我们","\u002FContactUs",[69,70,71,72],"https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploaderzic2tuwsol2_2025_09_11_18_21_07.gif","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadercakzdvydksw_2025_09_03_09_00_56.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploadergtjyagwvoyk_2025_09_14_08_32_05.png","https:\u002F\u002Fstockwebsiteblob.blob.core.windows.net\u002Fweb-202509-stk\u002FUploader3u0tt4jhlqh_2025_09_23_22_30_48.png","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 \u003Ca href=\"https:\u002F\u002Fstockwe.com\" target=\"_blank\" rel=\"noopener\">StockWe.com\u003C\u002Fa> 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理海量股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，美股买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":78,"search":79,"searchPlaceholder":79,"hotContent":80,"draft":81,"noData":82,"searchNoData":83,"edit":84,"editVideo":85,"courseContent":86,"more":87,"buyNow":88,"subscribeNow":89,"encoding":90,"paidContent":91},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","编辑","编辑视频","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]