NVIDIA Vera 白皮书：技术优势与营销失误

结论

NVIDIA 的 Vera 白皮书展示了一款基于 Olympus 核心、技术上令人印象深刻的 88 核服务器 CPU，但它歪曲了 x86 SMT 行为，夸大了 NUMA 复杂性，并将标准基准测试重新品牌化为“agentic”（智能体）工作负载，这削弱了其性能论点的可信度。

Olympus 核心亮点

10-wide out-of-order decode：前端每个周期可以解码十条指令，并处理两个已跳转分支（taken branches）。
Value prediction：Olympus 实现了一种类似于 Apple 方法的广泛值预测方案，允许依赖指令在预测结果正确时继续执行。
Neural branch predictor：使用了感知器风格的预测器，此前曾在 AMD 的 Piledriver 和 Zen 1 中见过，尽管 AMD 现在更倾向于使用 TAGE 以获得更高的准确性。
Graph prefetcher：功能上可与 Intel 的 Data-Dependent Prefetcher 和 Array-of-Pointers prefetcher 媲美，但可能能够处理更复杂的生产者-消费者链。
Cache hierarchy：每个核心拥有 2 MiB 私有 L2 缓存，整个芯片共享 164 MiB 系统级缓存。整个芯片通过 3.4 TB/s 的一致性互连结构（coherency fabric）连接。
Memory subsystem：八个 LPDDR5X 通道可提供高达 1.2 TB/s 的带宽，同时功耗约为 50 W，为内存密集型服务器工作负载提供高带宽。

"Olympus 似乎是一个快速的 CPU 核心，早期的独立基准测试证实了其强大的单核性能。" – Chips and Cheese analysis

对 x86 SMT 的误读

Figure 5 错误：NVIDIA 将传统的 SMT 描绘为交替的时间分片阶段，暗示资源利用不足，而真实的 SMT 实现是动态共享流水线阶段，并可以同时为两个线程提供数据。
Spatial Multithreading 声明：白皮书认为静态分区提高了确定性和 QoS，但它还暗示了比传统 SMT 更大的性能增益，这是具有误导性的。
线程切换延迟：NVIDIA 内部沟通显示，将 Olympus 核心切换回单线程模式时会有 10,000 个周期的惩罚，这一点在论文中并未讨论。

"NVIDIA 的图表对 SMT 在 x86-64 和其他 ISA 上的通常实现方式给出了误导性的印象。" – Article analysis

NUMA 配置框架

32-node 声明：NVIDIA 将大型 EPYC chiplet 系统上可配置的 32 节点 NUMA 拓扑呈现为一种不可避免的缺点，而 AMD 的调优指南显示这是一个可以禁用的可选设置（NPS4, NPS2, NPS1, NPS0）。
Vera 的单节点设计：通过每个插槽仅暴露一个 NUMA 域，Vera 简化了调度，但论文忽略了底层硬件仍然具有分布式缓存和内存控制器，因此延迟差异并未消除。

基准测试展示问题

"Agentic" 基准测试

NVIDIA 将四个 SPEC CPU 2026 整数工作负载（CPython, GCC, LLVM, 和 Cppcheck）标记为“agentic benchmarks”。这些是常规的 CPU 程序；它们不涉及 AI agents、运行时编排或强化学习循环。
将它们框架化为端到端 agent 工作负载，夸大了其与 AI 工作负载的相关性。

SPEC 结果解读

系统吞吐量：Vera (176 cores) 得分为 925 SPECrate，而 EPYC 9755 (256 cores) 为 898，系统级优势仅为 modest 的 3%。
单核性能：按物理核心归一化后显示，Vera 的单核速度快约 50%，部分测试的提升达到 70-80%。
Figure 19 混淆：论文将满载的双插槽运行称为“single-thread IPC”，掩盖了每个核心运行两个逻辑线程的事实。
缺失 PMU 细节：计数器组（分支预测、后端操作等）缺乏事件名称、采样间隔和频率数据，阻碍了独立验证。

内存带宽声明

NVIDIA 报告 Vera 实现了约 1.1 TB/s 的带宽，而 EPYC 9755 为约 400 GB/s，暗示有 3 倍的优势。
对 EPYC 9755 的独立测试达到了约 570 GB/s（其 614 GB/s 理论极限的 93%），这使 Vera 的优势降至总带宽约 1.9 倍和单核带宽约 2.8 倍。
这种优势主要源于 Vera 的八个 LPDDR5X-9600 通道，而非单体芯片（monolithic die）。

强化学习图表

Figure 24 显示 RL 训练有 1.8 倍的增益，但未提供关于模型、环境、batch size、功耗测量或统计置信度的细节，使得该声明无法复现。

独立基准测试视角

Phoronix (2026年5月)：Vera 的几何平均值比 5 GHz 的 EPYC 9575F 高出 10%，比 Xeon 6980P 高出 1.55 倍，比 Grace 高出 1.63 倍，使其成为当时公开测试中最快的 Arm 服务器 CPU。
测试局限性：NVIDIA 限制了工作负载集，阻止了频率/功耗监测，并使用了预发布硬件，因此更广泛的结论仍需等待量产芯片。

给读者的启示

硬件优点：Olympus 是一个高性能、10-wide 的 Arm 核心，具有先进的值预测和强大的内存子系统。
营销过度：白皮书夸大了 x86 SMT 的低效性，将可选的 NUMA 粒度视为默认限制，并将普通的基准测试重新品牌化为 AI 特有的。
数据透明度：缺乏原始性能计数器、不明确的基准测试配置和缺失的方法论细节阻碍了独立验证。
未来验证：需要全系统功耗、频率以及 Spatial Multithreading 开/关的测量，以确认 Vera 的真实世界优势。

社区反应（精选）

"噢，看，值预测。这正是导致 Spectre 的那种东西。未来十年将会出现一个关于信息泄露和缓解措施的小型产业。" – @titzer

"我不认为挑选几个 SPEC 基准测试……并称之为‘agentic benchmarks’有什么误导性。普通计算需要造福 agent，这正是 Nvidia 构建这款芯片的原因。" – @twoodfin

"典型的伪装成白皮书的大公司营销材料。" – @pjmlp

"这很有趣。我才看到一半，但关于芯片内部及其提供的功能有一些非常酷的讨论。" – @foota

结论

NVIDIA 的 Vera CPU 展示了一个引人注目的架构，拥有强大的 Olympus 核心和高带宽内存子系统。然而，随附的白皮书通过歪曲 x86 SMT 行为、夸大 NUMA 复杂性以及将标准基准测试重新包装为以 AI 为中心的工作负载，削弱了其竞争叙事。独立测试证实了其强大的单核性能，但只有在量产芯片以透明的方法进行公开基准测试后，Vera 的全面影响才会明朗。