NVIDIA는 Vera CPU를 차세대 AI 인프라의 핵심 컴퓨팅 플랫폼으로 자리 잡으며, GPU 전용 전략을 탈피합니다
Nvidia는 emerging agentic AI systems의 orchestration layer를 처리하도록 설계된 프로세서인 Vera CPU 출시를 통해 AI 인프라 분야에서의 지배력을 확대하고 있습니다. GTC 2026에서 공개된 이 칩은 AI 인프라가 구축되는 방식에 근본적인 변화를 신호하고 있습니다. CPU가 지원 구성요소에서 AI 워크로드의 중앙 제어 평면으로 승격되고 있기 때문입니다. Nvidia CEO Jensen Huang은 GTC 키노트에서 "CPU는 더 이상 단순히 모델을 지원하는 것이 아닙니다. 이를 구동하고 있습니다"라고 말했습니다. AI가 훈련에서 프로덕션으로 이동하면서 병목 현상은 GPU만에서 벗어나 orchestration, inference coordination, real-time execution으로 이동하고 있습니다. Agentic AI systems는 작업을 실행하고 도구를 호출하며 다단계 워크플로우를 관리하도록 구축되었으며, 수천 개의 동시 프로세스를 조정하고 런타임 환경을 유지하기 위해 상당한 CPU 리소스가 필요합니다.
Vera는 Nvidia의 Grace architecture를 기반으로 하지만 높은 동시성과 지속된 활용을 위해 최적화된 설계를 도입합니다. 이 프로세서는 88개의 맞춤형 Arm 기반 "Olympus" cores를 특징으로 하며, 각 core는 Nvidia Spatial Multithreading을 사용하여 두 개의 작업을 실행할 수 있습니다. 최대 1.2 TB/s의 대역폭을 제공하는 LPDDR5X 메모리와 multi-tenant 성능을 위한 second-generation Scalable Coherency Fabric이 함께 제공됩니다. Moor Insights & Strategy의 vice president이자 analyst인 Matt Kimball은 "전통적인 x86은 이를 위해 설계되지 않았습니다. Vera는 그렇습니다. 실질적으로 agentic 및 reinforcement learning workloads를 위해 구축된 AI CPU입니다"라고 말했습니다. Kimball은 "Spatial Multithreading, neural branch prediction, PyTorch-optimized instruction buffer, graph database prefetch engine" 등의 architectural innovations이 단순히 더 많은 cores와 메모리만으로는 달성할 수 없는 방식으로 성능 프로필을 변경한다고 강조했습니다.
Vera는 Nvidia의 next-generation platform strategy에 긴밀하게 통합되어 있습니다. Vera Rubin NVL72 platform 내에서 Vera CPUs는 NVLink-C2C를 통해 GPUs와 쌍을 이루며, 최대 1.8 TB/s의 coherent bandwidth를 제공합니다. 이는 PCIe 기반 시스템의 약 7배입니다. Vera는 또한 HGX Rubin NVL8 systems의 host CPU로 기능하며, GPU-dense AI clusters의 제어 계층으로 작동합니다. Rack-scale Vera systems은 22,000개 이상의 동시 CPU environments를 지원하며 BlueField DPUs와 ConnectX SuperNICs를 통한 통합된 네트워킹 및 데이터 처리을 특징으로 합니다. 이는 배치 처리에서 continuous execution으로, 단일 모델에서 distributed multi-agent systems으로의 변화를 반영합니다.
Nvidia는 Meta Platforms, Alibaba, ByteDance, Oracle Cloud Infrastructure, CoreWeave, Nebius Group, Lambda를 포함한 collaborators 및 early adopters로부터 광범위한 지원을 확보했습니다. Dell Technologies, Hewlett Packard Enterprise, Lenovo, Supermicro를 포함한 OEMs도 참여하고 있습니다. Kimball은 Meta의 adoption을 특히 의미 있는 것으로 강조하며 "Meta의 adoption은 파일럿 프로젝트가 아닙니다. 이는 그들이 수백만 개의 GPUs가 끊임없이 공급되기를 원한다는 것을 보여줍니다"라고 말했습니다. 그는 또한 power efficiency를 정의하는 요소로 강조하며 "이는 모든 것을 x86보다 낮은 전력에서 수행합니다. 전력이 제약된 데이터 센터 세계에서 이는 단순한 기능이 아닙니다. 이는 근본적인 변화입니다"라고 덧붙였습니다.
Vera는 conventional CPU launch 이상의 의미를 갖습니다. 이는 AI 인프라의 구조적 변화를 나타냅니다. GPUs와 model scale이 최근 몇 년을 정의했지만, production AI로의 이동은 새로운 병목 현상을 드러내고 있습니다. 바로 system orchestration입니다. Agentic AI workloads가 확장되면서 실시간으로 수천 개의 프로세스를 조정하는 것이 핵심 과제가 되었으며, CPU는 AI 성능에 critical한 요소로 다시 중심에 놓이고 있습니다. Nvidia의 전략은 accelerators를 넘어 AI systems의 제어 평면으로 지배력을 확대하려는 야망을 반영합니다. 이를 통해 execution과 orchestration을 모두 소유하는 full-stack provider로서 위치하고 있습니다. 이는 Nvidia 중심 환경에서 즉각적인 이점을 만들어내는 한편, Intel과 AMD와 같은 전통적 CPU 공급업체에 대한 competitive pressure를 높입니다. 이들은 이제 일반 목적 architectures를 AI-native workloads에 적응시켜야 합니다. Agentic AI가 예상대로 확장되면, 데이터 센터는 real-time processes의 조율된 시스템으로 진화할 것입니다. Competitive advantage는 개별 chips에서 전체 시스템의 제어로 이동할 것입니다.