NVIDIA Vera CPU nhanh gấp 2 lần cho AI agent, nhiều hơn 1,6 lần số agent trên mỗi watt

Khi AI agent trở thành cách làm việc chính trong nhiều trung tâm dữ liệu, một câu hỏi tưởng như đã cũ lại quay trở lại: CPU có còn quan trọng hay không, khi GPU mới là thứ chạy mô hình ngôn ngữ. Câu trả lời của NVIDIA, qua con chip Vera CPU vừa được công bố kết quả mới ngày 5/11/2026, là CPU không chỉ còn quan trọng mà còn đang trở thành nút thắt quyết định tốc độ của agent.

Theo NVIDIA, trong phép so sánh trung tâm dữ liệu 100 MW, Vera CPU cho tốc độ agent nhanh gấp 2 lần so với CPU x86 tiết kiệm điện nhất, đồng thời chạy được nhiều hơn 1,6 lần số agent trên mỗi watt so với CPU x86 nhanh nhất. Hai con số này cần đọc riêng: một nói về tốc độ từng agent, một nói về hiệu quả năng lượng khi chạy nhiều agent cùng lúc.

Vì sao AI agent cần một CPU mạnh hơn

Một AI agent làm việc theo vòng lặp: nhận nhiệm vụ, suy luận để lập kế hoạch, gọi công cụ, đọc kết quả, rồi suy luận tiếp. Suy luận diễn ra trên GPU, nhưng các bước còn lại phần lớn diễn ra trên CPU: truy vấn cơ sở dữ liệu, đọc và ghi file, biên dịch và kiểm thử code, điều phối nhiều tác vụ con chạy song song và tổng hợp kết quả trước khi trả lời người dùng.

Vấn đề càng rõ khi nhiều agent chạy cùng lúc trong một trung tâm dữ liệu. Mỗi agent tạo ra hàng loạt yêu cầu nhỏ tới CPU: mở kết nối cơ sở dữ liệu, xử lý dữ liệu, khởi động môi trường làm việc riêng. Những yêu cầu này không cần sức mạnh tính toán khổng lồ theo kiểu GPU, mà cần độ trễ thấp, băng thông bộ nhớ cao và khả năng xử lý song song tốt.

Giới hạn công suất điện làm bài toán khó hơn, vì một trung tâm dữ liệu 100 MW không thể cứ thêm máy chủ là xong. Vera được dùng làm CPU chủ trong hệ thống Vera Rubin, hoặc chạy độc lập cho agentic AI, học tăng cường và xử lý dữ liệu, và chip đã bắt đầu giao hàng.

Vera CPU có gì mới về thông số và hiệu năng

Về thông số, Vera CPU có 88 nhân Olympus tùy chỉnh, cho 176 luồng nhờ công nghệ Spatial Multithreading. Băng thông bộ nhớ là một điểm nhấn khác: Vera dùng bộ nhớ LPDDR5X với băng thông tới 1,2 TB/s và dung lượng tới 1,5 TB, cùng bộ nhớ đệm L3 hợp nhất 164 MB.

Mức tiêu thụ điện của Vera nằm trong khoảng TDP 250–450 W, tùy cấu hình. Đây không phải mức thấp nếu so với CPU tiết kiệm điện thông thường, nhưng cần đọc cùng với hiệu năng mà chip mang lại: nếu một CPU tốn điện hơn nhưng chạy được nhiều agent hơn trên mỗi watt, tổng điện năng cho cùng một khối lượng công việc có thể vẫn thấp hơn.

Kết quả từ đối tác và những con số cần kiểm chứng thêm

Ngoài số liệu của chính NVIDIA, thông báo ngày 5/11/2026 còn dẫn kết quả từ một số đối tác đã thử Vera trong hệ thống của mình. Perplexity cho biết việc chạy tác vụ coding agent trên Vera nhanh hơn 1,5 lần, và dự kiến triển khai Vera trong hệ thống production sắp tới. Tuy nhiên, đây mới là kế hoạch triển khai, chưa phải kết quả vận hành lâu dài.

DeepInfra đo được tốc độ điều phối agent nhanh hơn tới 2,2 lần so với CPU x86 tốt nhất. Điều phối agent là khâu quản lý nhiều tác vụ con, phân bổ tài nguyên và đồng bộ kết quả, vốn rất nhạy với độ trễ và khả năng xử lý song song của CPU. Con số 2,2 lần đo một khía cạnh hẹp hơn, nên không nên dùng để suy ra mọi tác vụ agent đều nhanh hơn 2,2 lần.

Daytona công bố một kết quả cụ thể và dễ hình dung: khởi động 1.000 sandbox trong 10,8 giây trên Vera, so với 88,4 giây trên x86. Tương tự, ClickHouse cho biết hệ thống của họ đứng đầu bảng ClickBench trên máy Vera 2 socket, còn DuckDB nhanh hơn 1,53–1,61 lần về điện năng so với Intel Xeon 6. Tất cả các con số đều do NVIDIA và đối tác công bố, chưa có kiểm tra độc lập để đối chiếu. Nhu cầu hạ tầng AI tăng rất nhanh cũng phản ánh ở các mảng phần cứng khác, như quý 3/2026 kỷ lục của SK Hynix.

Với người đang theo dõi thị trường phần cứng AI, có thể ghi nhớ: Vera nhanh gấp 2 lần về tốc độ agent và nhiều hơn 1,6 lần số agent trên mỗi watt so với CPU x86 trong phép so sánh trung tâm dữ liệu 100 MW; thông số chính gồm 88 nhân Olympus, 176 luồng, băng thông LPDDR5X tới 1,2 TB/s, bộ nhớ tới 1,5 TB, TDP 250–450 W, bộ nhớ đệm L3 164 MB; kết quả đối tác gồm Perplexity nhanh hơn 1,5 lần cho coding agent, DeepInfra nhanh hơn tới 2,2 lần cho điều phối agent, Daytona khởi động 1.000 sandbox trong 10,8 giây so với 88,4 giây trên x86; Vera đã bắt đầu giao hàng; và các con số do NVIDIA và đối tác công bố, cần kiểm chứng độc lập thêm trước khi kết luận.

Nguồn tham khảo: NVIDIA