Nvidia 在 Supercomputing 2026 (SC26) 大会上披露,其最新数据中心处理器 Vera CPU 若经过针对架构的软件优化,性能可提升高达 39%。Vera 既是独立的数据中心组件,也是 Nvidia Vera Rubin NVL72 服务器的主机核心。

尽管 Vera 凭借比前代 Grace 更强大的单核执行资源提供了卓越性能,但 Nvidia 承认,现有软件若不进行架构层面的调整,往往无法完全释放 Vera 的硬件潜力。该公司指出,特定的软件优化能显著改善计算密集型工作负载的表现,但同时也强调,Vera 并非为通用工作负载设计。
Olympus 核心:专为高性能单线程打造
与前代 Grace 采用 Arm 现成的 Neoverse V2 核心不同,Vera 搭载了 Nvidia 自研的 Olympus 核心。该微架构旨在最大化单核性能并确保高总吞吐量。Olympus 配备了宽前端设计,包括 10 宽解码器、神经分支预测器、深度乱序执行引擎、六个矢量执行单元、四个加载管道和两个存储管道,并支持大型私有缓存及先进的预取机制。
Nvidia 选择了 88 个高性能通用核心(支持专有空间多线程技术,共计 176 个线程),而非单纯追求每插槽的核心数量最大化。Nvidia Vera CPU 营销负责人 Hannah Coutand 在接受 Tom's Hardware Premium 采访时表示:“CPU 设计本质上是一场权衡游戏。”她解释称,虽然可以堆叠更多核心,但这往往会牺牲单线程性能,而极高的单线程性能正是 Vera 的关键设计目标之一。
Coutand 进一步阐明,Vera 的定位非常明确:“这不是一个通用 CPU。如果你需要为云数据中心提供 Web 服务,其他选择可能更适合。”Vera 专为那些重视每核高速运算、高内存带宽和低内存访问延迟的工作负载设计,例如代理式人工智能及其他 AI 相关任务。尽管 Olympus 微架构最初是为数据处理应用构建,但其关键属性恰好契合了当前 AI 工作负载的需求。
软件优化挖掘硬件潜能
为了评估 Olympus 微架构相对于 Neoverse V2 的计算优势,Nvidia 研究人员使用基于 OpenBLAS 汇编内核的双精度通用矩阵乘法 (DGEMM) 作为基准测试。OpenBLAS 拥有针对 Grace 处理器中 Neoverse V2 核心定制的内核,但缺乏专门针对 Olympus 优化的版本。
研究人员利用名为 miniKernelGEMM 的独立基准进行测试,其中包含一个适配两款处理器 L1 缓存的 128×128 矩阵乘法问题。
数据显示,在使用 Neoverse V2 内核时,Grace CPU 实现了每时钟周期 4.51 条指令 (IPC) 和 13.03 次 FP64 操作;而 Vera 运行相同代码时,IPC 提升至 5.43,FP64 操作达到 15.69,性能提升约 20%。
然而,当研究人员使用专门针对 Olympus 优化的内核时,Vera 的性能进一步提升至 IPC 7.53 和每周期 21.75 次 FP64 操作。这意味着在该特定工作负载下,Vera 的单核每小时性能比前身高出近 67%。
从硬件规格来看,Neoverse V2 拥有四个 128 位 SIMD 管道,峰值吞吐量为每周期 16 次 FP64 操作;而 Olympus 拥有六个此类管道,峰值吞吐量为每周期 24 次 FP64 操作,理论上限提高了 50%。
Nvidia 在 SC26 发布的教程中指出,原本为 Neoverse V2 优化的内核仅利用了 Grace 81.4% 的峰值 FP64 吞吐量,却只能发挥 Vera 66.5% 的计算能力。通过调整矩阵组织、寄存器分配以及指令调度以适配 Olympus 微架构,研究人员成功将 Vera 对峰值 FP64 吞吐量的利用率提升至 90.6%。
虽然现有的基于 Arm 的数据中心软件无需修改即可从 Olympus 核心的基础特性中受益,但 Nvidia 的基准测试结果证实,要充分利用新微架构的执行资源,部分应用程序仍需进行微调。目前尚不清楚除矩阵乘法外,其他类型的工作负载通过 Olympus 特定优化能获得多少额外性能。
随着 Nvidia 从主要作为 GPU 伴侣的角色转向独立的服务器 CPU 市场,确保关键性能软件能够利用其处理器的架构特性变得至关重要,这与 Intel 和 AMD 过去几十年的策略类似。不过,Nvidia 拥有像 CUDA 这样成熟的平台生态系统开发经验,这为其软件优化提供了有力支撑。





