☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
AI搜索新锐企业Perplexity已确认将部署英伟达全新发布的CPU芯片——Vera。该芯片并非基于现有GPU架构演进而来，而是面向AI代理这一新兴计算范式，完全从底层重构的原生CPU架构，旨在解决传统通用处理器在AI代理负载下长期存在的适配性缺陷。
英特尔与AMD的CPU是“PC时代的遗留架构”
AI代理作为具备持续运行能力的智能体，可自主编写代码、调度任务、串联多步骤工作流，无需依赖人类用户的主动触发或间歇性干预。但当前主流x86 CPU的设计逻辑根植于个人电脑时代，核心目标是优化短时、突发、低功耗的人机交互场景；当面对AI代理永续循环、高密度推理与决策的新型负载时，其性能瓶颈与能效短板日益凸显。
英伟达在其技术白皮书中明确指出：传统CPU执行效率偏低，直接导致强化学习单周期内可完成的环境评估次数大幅减少，不仅拖慢模型迭代节奏，还会显著抬升单请求响应延迟。更严重的是，处理速度不足易引发KV缓存频繁失效，迫使系统反复重载上下文，进一步加剧显存与带宽压力，推高整体算力开销。据Perplexity基础设施副总裁Nate Kupp透露，在真实AI代理编程任务中，Vera相较主流服务器CPU实现约1. 5 倍的端到端吞吐提升，验证了其指令流水与内存子系统对代理类负载的高度适配性。
使用 OpenAI Codex CLI 处理编码任务。触发词：codex、code review、fix CI、refactor code、implement feature、coding agent、gpt-5-codex。Clawdbot 可将编码工作委托给 Codex CLI 作为子代理或直接工具。
主频与IPC协同优化，核心性能跃升1. 8 倍
Vera通过定制化微架构设计，在保持兼容性的同时实现关键指标突破：其有效核心性能较同类产品提升1. 8 倍，使单位时间内可完成的策略评估量增加达85%。更高的执行密度不仅加速训练闭环，还能输出更精细、更具区分度的强化学习奖励信号，从而加快策略收敛速度，有效缓解因长尾延迟带来的资源浪费问题。
尽管Perplexity尚未公布具体采购规模，但英伟达已在公开渠道证实，OpenAI、Anthropic及Oracle等头部AI机构均已将其纳入下一代基础设施规划。随着全球领先AI实验室加速推进自研芯片战略，英伟达正系统性拓展其硬件生态边界——Vera正是其由“GPU领导者”迈向“AI全栈计算基础设施提供商”的标志性落子。当AI代理逐步成为软件演进的主流形态，为其专属打造的底层算力基石，或将重塑未来十年的高性能计算竞争图谱。
