游乐游手机版
首页/科技数码/文章详情

黄仁勋全面揭秘CPU战略布局 RTX Spark整合Arm Vera与自研Olympus芯片

时间:2026-06-04 12:43
英伟达在COMPUTEX2026公布CPU路线图:消费级RTXSpark与联发科合作,采用Arm公版20核;数据中心VeraCPU搭载88颗自研Olympus核心,基于Armv9 2,专为AI智能体低延迟需求设计,计划2026年第三季度投产,彰显其在AI计算领域的布局。

在COMPUTEX 2026的舞台上,黄仁勋首次完整揭晓了英伟达的CPU路线图。两条产品线,两种截然不同的策略:消费级的RTX Spark直接选用Arm公版架构,而面向数据中心的Vera CPU则搭载英伟达自研核心。简单来说,就是“够用时借用,不够时自己研发”。

先看消费级这边。RTX Spark是英伟达首款打入PC处理器市场的超级芯片,由英伟达与联发科联合打造,采用台积电3nm制程。CPU部分配备20个核心,直接使用Arm公版Cortex架构,未做定制化调整。为什么这么做?黄仁勋的解释很实在:消费级场景对单线程性能的要求远不如数据中心那般严苛,公版核心已足够满足需求,没必要投入额外的人力与财力去自研。

从技术决策的角度看,这实际上是一个成本与收益的精确平衡——消费级市场的利润率本就低于数据中心,如果一开始就自研核心,研发投入可能迟迟难以回收。而直接采用公版设计,既能快速铺开产品线,又可以将有限的资源集中到更具价值的领域。

到了数据中心这边,情况则完全不同。

Vera CPU完全绕开了Arm的Neoverse公版核心,搭载了88颗英伟达完全自研的Olympus核心,基于Armv9.2指令集构建。88颗自研核心,这本身就清晰表明了产品定位。黄仁勋直言,Vera是为AI智能体时代量身定制的——复杂工作负载、编排调度、强化学习训练、超长上下文推理,这些都是“高复杂度任务”。

为什么非自研不可?核心原因在于延迟。AI智能体的响应时间必须尽可能短,如果CPU无法快速响应GPU的指令,GPU就只能被迫等待,这会造成大量算力浪费。在数据中心中,每一毫秒的延迟都意味着真金白银的损失。自研的Olympus核心正是为了在单线程性能和响应速度上达到极致,从而消除这一瓶颈。

时间线方面,Vera CPU计划于2026年第三季度全面投产,预计今年秋季各大系统厂商和云合作伙伴就会陆续推出产品。首批客户名单已经确认:OpenAI、Anthropic、SpaceX等公司均在队列之中。

来源:https://www.163.com/dy/article/KUH7LDA30511CPVM.html
上一篇我国火箭推进剂贮箱箱底实现量产 制造周期缩短90% 下一篇美国计划明年完工项目 如今六成尚未动工
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
加油站卖车 全国首座能源汽车综合服务站落地
科技数码 · 2026-06-04

加油站卖车 全国首座能源汽车综合服务站落地

广汽集团与中国石化在广东湛江遂溪建成全国首座“能源+汽车”综合服务站,推出加油站+汽车销售+维保一体化新模式,填补县域市场跨界空白,构建看车、购车、养车、加油一站式用车服务生态圈。

谷歌被曝研发至少8款Googlebook安卓本 今秋发布
科技数码 · 2026-06-04

谷歌被曝研发至少8款Googlebook安卓本 今秋发布

谷歌正在研发至少8款Googlebook安卓笔记本,计划今年秋季发布。其中4款搭载英特尔PantherLake芯片,3款采用高通骁龙X系列,1款配备联发科迅鲲Ultra芯片并支持可拆卸键盘设计。

巴菲特重仓谷歌而非英伟达的投资逻辑
科技数码 · 2026-06-04

巴菲特重仓谷歌而非英伟达的投资逻辑

伯克希尔·哈撒韦重仓谷歌而非英伟达,因其看好AI基础设施的长期价值。谷歌拥有搜索现金流、云服务和数据中心,商业模式可预测。伯克希尔认为投资“卖铲子的人”更具确定性,而非高风险的AI模型公司。

2026年WWDC最值得关注的升级与实操避坑指南
科技数码 · 2026-06-04

2026年WWDC最值得关注的升级与实操避坑指南

2026年苹果全球开发者大会预计将聚焦于人工智能与操作系统的深度融合。iOS18、iPadOS18等系统或将迎来AI原生体验的全面升级,包括更智能的Siri、系统级AI助手以及开发工具的革新。对于开发者和用户而言,了解新特性适配、隐私数据准备以及测试流程是顺利过渡的关键。

iPhone语音备忘录内置AI转写功能iOS 18起无
科技数码 · 2026-06-04

iPhone语音备忘录内置AI转写功能iOS 18起无

你是否也遇到过这样的场景——会议刚结束、课程刚刚听完、采访也收了尾,手机里却躺着一段十几分钟甚至更长的录音,亟待整理成文字? 原本想着快速转成文本,结果反复暂停、回放、快进,三十分钟的音频硬生生耗了一个多小时才逐字敲完。不少人不得不下载第三方转写工具,到头来却发现——付费门槛才是真正的绊脚石。 其实