Der Halbleiterkonzern Nvidia hat sich bei seinem neuen Serverprozessor Vera gegen den in der Branche weit verbreiteten Chiplet-Ansatz und für ein monolithisches Die-Design entschieden. Nach Angaben des Unternehmens soll die auf künstliche Intelligenz ausgerichtete Hardware bei sogenannten agentischen Aufgaben die doppelte Leistung im Vergleich zu etablierten x86-Prozessoren erzielen.
Berichten zufolge begründet das Entwicklungsteam diesen Schritt damit, dass Chiplet-Architekturen der bisherigen Cloud-Ära die Einzelkernleistung sowie die Befehle pro Taktzyklus zugunsten reiner Kernzahlen geopfert hätten. Die Anforderungen komplexer KI-Agenten erforderten nun jedoch eine Umkehr dieser Entwicklung.
Architekturmerkmale und technische Ausstattung
Auf einem monolithischen Rechenbaustein vereint der Prozessor 88 eigens entwickelte Olympus-Kerne, 176 Hardware-Threads sowie einen gemeinsamen L3-Cache von 164 MB. Für den Arbeitsspeicher setzt das Design auf speziell angepasstes LPDDR5X, das über acht 128-Bit-Controller angebunden ist, kombiniert mit einer kohärenten Verbindungsstruktur der zweiten Generation.
Branchenberichten zufolge beläuft sich die Bandbreite zwischen den Kernen auf bis zu 3,4 TB/s, während für den LPDDR5X-Speicher 1,2 TB/s und für die NVLink-C2C-Schnittstelle 1,8 TB/s verzeichnet werden. Hinzu kommt die Unterstützung von PCIe Gen 6 und CXL 3.1. Nvidia selbst beziffert die Bisektionsbandbreite auf 3,4 TB/s, was dem Dreifachen eines führenden x86-Vergleichsprozessors entspreche.
Während die Hardware-Leistung für KI-Anwendungen rasant steigt, rücken auch die rechtlichen Rahmenbedingungen für deren Einsatz in den Fokus. Dieser kostenlose Ratgeber bietet Unternehmen einen kompakten Überblick über die neuen Pflichten und Risikoklassen der aktuellen EU-Gesetzgebung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Der Chip verfügt zudem über eine Dekodiereinheit mit zehn Befehlen pro Takt und soll eine rund 50 Prozent höhere Befehlsausführung pro Taktzyklus als der Vorgänger Grace erreichen. Ein räumliches Multithreading trennt Arbeits- von Ein- und Ausgabeprozessen, was laut einem Fachbericht einen Leistungszuwachs von etwa 20 Prozent bringt.
Neuer Fokus auf eigenständige KI-Infrastruktur
Während die Vorgängergeneration Grace vorrangig als Begleitprozessor für Grafikbeschleuniger konzipiert war, verlagert sich der Einsatzzweck. Die Nachfrage nach eigenständigen Prozessorsystemen steigt, da agentische KI-Anwendungen häufige Werkzeugaufrufe, Code-Ausführungen und bestärkendes Lernen erfordern.
Nvidia positioniert Vera deshalb als Koordinator für derartige Agenten-Abläufe und weniger als Allzweck-Durchsatzprozessor. Gleichzeitig bleibe das Unternehmen offen für Chiplet-Konzepte an Stellen, an denen diese sinnvoll seien.
Der Einsatz leistungsstarker KI-Systeme erfordert von Unternehmen nicht nur technische Investitionen, sondern auch eine lückenlose Dokumentation nach neuen Standards. Erfahren Sie in diesem kostenlosen Report, welche konkreten Anforderungen nun auf Entwickler und Anwender zukommen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Laut Berichten soll der Prozessor unter anderem in Serverplattformen wie dem HPE ProLiant Compute DL394 Gen12 verbaut werden. Die weitere Produktplanung sieht bereits das Nachfolgemodell Rosa mit sogenannten Rigel-Kernen vor.
Testergebnisse und Einsatz in der Cloud-Praxis
Bei der Ausführung von Skripten und Code-Kompilierungen soll der Prozessor laut Herstellerangaben bis zu doppelt so schnell agieren wie führende x86-Konkurrenten; über das geometrische Mittel gerechnet liege das Plus bei einem Faktor von 1,6. Gegenüber dem Vorgänger Grace beziffert Nvidia den Zuwachs auf das 1,5-Fache.
Zu den ersten Testern und Abnehmern gehören Unternehmen wie Anthropic, OpenAI und Perplexity, wobei Perplexity von 1,5-mal schnelleren Programmieraufgaben berichtet.
Als erster externer Kunde erhielt der Cloud-Anbieter Modal ein entsprechendes Serversystem, um isolierte Ausführungsumgebungen für KI-Agenten auf der Arm-basierten Architektur zu betreiben.
In hauseigenen Tests mit 50 Programmieraufgaben bewältigte das System bei dichter Container-Belegung bis zu doppelt so viele Aufgaben wie ein vergleichbarer Intel-Server. Bei Einzeltests schnitt der Prozessor häufig, wenn auch nur geringfügig, besser ab als Systeme von Intel, AMD und Amazon.
Modal führt dies auf die hohe Speicherbandbreite zurück, die mehr Instanzen ohne Leistungseinbrüche unter Volllast erlaube. Das Unternehmen wurde nach einer Finanzierungsrunde über 750 Mio. USD zuletzt mit 15,75 Mrd. USD bewertet und erzielt mit seiner Ausführungsumgebung 300 Mio. USD Jahresumsatz.
Sämtliche Leistungsvergleiche basieren bislang auf Herstellerangaben und internen Praxistests ohne unabhängige Überprüfung unter vollends offengelegten Versuchsbedingungen. Vera ist nicht für den Endverbrauchermarkt gedacht; offizielle Preise oder konkrete Termine für den breiten Marktstart liegen derzeit noch nicht vor.