首页 文章 精选 留言 我的

精选列表

搜索[人脸核身]，共10002篇文章
优秀的个人博客,低调大师

你的汽车是几核的？我的是英伟达8核的！

【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 芯片厂商英伟达与汽车的渊源由来已久。 早在去年CES开展前一天，Google拉拢奥迪、通用等汽车厂商成立“开放汽车联盟”（OAA, Open Automotive Alliance）时，英伟达就是该联盟的芯片提供商。而且，之后英伟达也推出了汽车版的Tegra K1处理器，官方将其定位于“未来联网汽车系统的大脑”。 然而，过去的2014年，智能汽车尚处在初始阶段，英伟达很难有太多表现机会。但似乎英伟达对汽车的钟意之情并未消减，今天推出的***一代64位移动芯片Tegra X1可以说，简直就是为了车载信息娱乐系统而生的。 最有力的例证便是，辅以这块芯片，英伟达还发布了虚拟驾驶系统Drive CX和自动驾驶系统Drive PX。相比起移动设备，这两个系统更能够充分发挥出Tegra X1超越15年前超级计算机的运算性能。 Drive CX旨在让车载显示屏成为信息娱乐系统的中心，它使得显示屏能被用于虚拟仪表盘、信息娱乐中控、平视显示器、虚拟后视镜等等，支持运行包括QNX、Android、Linux在内的各种操作系统。 DRIVE PX搭载两个Tegra X1处理器，可实时处理车身周围12个摄像头的视频，能够帮助车主检测车辆周围其他所有汽车的信息、路边行人、信号灯以及测速摄像头等，甚至能够实现自动泊车功能。 从英伟达CES现场的Demo展示来看，Drive CX和Drive PX两大系统协调工作，目前能够实现五种功能：显示油量、车速等数据信息；控制车内温度、播放音乐视频等；支持通过Android Auto将智能手机与汽车相连；实时处理汽车周围摄像头画面，形成环绕视觉效果；以及3D导航。 其中，3D导航是一个最直观突显Tegra X1性能的功能。它将普通的导航视线3D建模画，并且支持捏合、旋转、放大等手势操作。更重要的是，它还支持分屏操作，车主可以一边导航，一边播放音乐。 看到这里，可能你也发现了，英伟达实际上是基于Tegra X1构建了一个完整的从处理器到软件服务的车载信息娱乐系统。不过，这是英伟达向汽车厂商抛出的一道橄榄枝，接不接，那可不是英伟达说了算。至少现在，奥迪、奔驰、丰田等汽车厂商都暂未有任何表态。不过幸好，汽车芯片领域刚刚起步，高通并没有占据绝对主导地位，和Google暧昧许久的英伟达还有的是时间和机会。 【责任编辑： 闫佳明 TEL：（010）68476606】
2015-01-07
优秀的个人博客,低调大师

88核打128核！英伟达Vera CPU智能体AI性能6倍于AMD Turin

![NVIDIA Vera CPU 锁定 CoreWeave、Meta、Oracle 和阿里巴巴等早期买家，在 Rubin Racks 之外开辟数十亿美元的新市场](https://developer.qcloudimg.com/http-save/yehe-1383182/9696d3794978a8c216d7ee2ed156c075.jpg) 7月22日消息，英伟达（NVIDIA）近日进一步披露了其首款自主研发数据中心CPU——Vera的完整性能数据，并将其与当前主流x86服务器处理器进行了详细对比。 根据英伟达公布的数据，Vera CPU是一款围绕Agentic AI（智能体AI）工作负载重新设计的数据中心处理器。在官方公布的多项测试中，仅拥有88个CPU核心的Vera，整体性能已全面领先拥有128个核心的AMD EPYC Turin（Zen 5）处理器，在Agentic AI相关负载下最高可实现6倍性能提升。其中，全新的Olympus CPU核心可将Agent工作负载性能提升2倍；基于单芯片（Monolithic）架构和NVIDIA Scalable Coherent Fabric一致性互连技术，实现了3倍核心间带宽；同时，全新的LPDDR5X内存子系统将内存访问延迟降低40%，进一步提升了Agentic AI推理过程中的响应速度和执行效率。 ![演示幻灯片展示了配备两个芯片的 NVIDIA Vera CPU，重点介绍了 NVIDIA Olympus Core 带来的“2 倍更快的代理速度”、“NVIDIA 可扩展一致性架构带来的“3 倍核心间带宽”以及 NVIDIA LPDDR5X 子系统带来的“降低 40% 的延迟”。](https://developer.qcloudimg.com/http-save/yehe-1383182/e95499e1df4f866469cb024737b83af5.jpg) ![一张题为“NVIDIA Vera——面向智能时代的差异化架构”的对比幻灯片展示了“NVIDIA Vera CPU”（采用“Olympus Core”）和“传统芯片架构”。](https://developer.qcloudimg.com/http-save/yehe-1383182/33c08cb98dd49b87077412217e6106d3.jpg) 英伟达认为，Agentic AI时代对于CPU的需求已经发生根本变化，传统面向通用计算优化的x86架构已难以满足AI推理过程中大量分支判断、高并发线程以及高内存带宽等需求，而Vera正是围绕这些AI工作负载进行了重新设计。 **聚焦Agentic AI，四大能力成为设计重点** 此次公布的数据中，英伟达主要围绕四项关键能力评估Vera CPU的性能： ①内存带宽与访问延迟：验证高带宽内存、低延迟访问及一致性互连架构对数据供给能力的提升； ②应用负载性能：覆盖Agentic AI、数据分析、图计算等CPU密集型应用； ③核心IPC（每时钟周期执行指令数）：重点展示全新Olympus微架构带来的执行效率提升； ④强化学习（RL）及Agentic AI性能：考察分支密集型、高并发、低延迟AI推理场景下的综合表现。 值得注意的是，此次官方测试主要将Vera与AMD最新一代EPYC Turin（Zen 5）服务器处理器进行了对比。 **全新Olympus核心，大幅提升单线程执行效率** Vera最大的变化来自于全新的Olympus CPU微架构。 英伟达表示，Agentic AI涉及大量Python执行、代码编译、推理调度以及复杂控制流，因此CPU单线程性能和分支预测能力比传统服务器应用更加重要。 ![名为“单线程 IPC 增益”的柱状图显示，NVIDIA Olympus (Vera) 的性能比 AMD Zen5 (Turin) 高出 1.9 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/4b98dbdd2cc98b596d28ab413572c4bc.jpg) 官方数据显示，在多个典型负载下，Vera核心IPC相比AMD Zen 5最高提升至原来的1.9倍。 **神经网络分支预测器提升分支执行效率** 为了应对AI程序大量条件判断和复杂控制流，Olympus采用了全新的神经网络分支预测器（Neural Branch Predictor），并结合多种专用预测单元，大幅提升CPU前端效率。 官方数据显示：Olympus内核的分支预测性能最高提升2.3倍；平均提升约2倍；每周期可处理Taken Branch数量最高提升3.5倍。 ![名为“每个周期分支预测”的条形图显示，NVIDIA Olympus (Vera) 的每个周期分支预测次数比 AMD Zen5 (Turin) 高出 2.3 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/a02821ed987a1b6b7c3ad50b40db8a66.jpg) ![名为“每个周期的分支数”的条形图显示，NVIDIA Olympus (Vera) 在所有基准测试中都优于 AMD Zen5 (Turin)，在 723.llvm_r (est) 中性能最高可达 3.5 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/1f22b11c91bb9d52fe3e29ad10d8aa12.jpg) 英伟达表示，更精准的分支预测意味着CPU能够持续向执行流水线提供有效指令，减少错误预测造成的流水线清空，从而降低无效周期，提高整体执行效率。 **无需uOP Cache，指令获取能力提升2.4倍** Olympus核心还重新设计了CPU前端。相比x86处理器普遍依赖uOP Cache缓存微指令，Olympus直接采用：64KB一级指令缓存（Instruction Cache）、每周期128Byte高带宽取指、10宽（10-wide）指令解码器。 官方数据显示，其每周期指令获取能力（Instruction Fetch Operations）最高达到AMD Zen 5的2.4倍。 ![名为“每个周期的指令获取操作”的柱状图显示，NVIDIA Olympus (Vera) 的性能优于 AMD Zen5 (Turin)，每个周期的操作次数最多可高出 2.4 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/0b6058d43740b724eebb6c38475adfc9.jpg) 与此同时，Olympus后端执行单元也进行了大幅扩展。数据显示，其Backend Operations吞吐能力：峰值提升4.3倍，平均提升超过3倍。 ![名为“每个周期的后端操作”的柱状图显示，在不同的基准测试中，NVIDIA Olympus (Vera) 的性能比 AMD Zen5 (Turin) 高出 4.3 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/e5a0b63f3fb380f3694e55b40591d4c4.jpg) 整体来看，Olympus通过扩大前端解码宽度、优化分支预测以及增强执行资源，使CPU在复杂AI程序中的单线程性能实现了显著提升。 **单芯片设计破解Chiplet瓶颈** 除了核心架构，英伟达此次重点强调了Vera采用Monolithic（单芯片）设计的重要意义。 目前主流x86服务器CPU，包括AMD EPYC Turin，均采用Chiplet架构，即多个计算芯粒（CCD）通过I/O Die互连组成完整处理器。 ![题为“NVIDIA Vera——单芯片避免了芯片税”的演示幻灯片展示了与传统芯片架构相比，使用 NVIDIA NVLink-C2C 的单芯片增强了数据传输能力。](https://developer.qcloudimg.com/http-save/yehe-1383182/76f5cddd1a150f2f0bd3898bfacb40a9.jpg) 虽然Chiplet有利于提升制造良率，但随着AI工作负载越来越依赖大量核心间通信，其弊端也逐渐显现。 英伟达指出，当数据需要跨CCD传输时，需要经历：CPU核心 → CCD → I/O Die → 另一CCD → 目标核心。 每增加一次Die间跳转，都会增加：通信延迟；Fabric带宽占用；核心间通信的不确定性。这些都会影响Agentic AI推理效率。 而Vera采用单芯片设计，所有CPU核心位于同一硅片内部，可避免上述问题。 官方公布的Core-to-Core延迟热力图显示，相比AMD EPYC 9755：Vera核心间通信延迟降低约50%；所有CPU核心之间保持一致的低延迟表现，不会因物理位置不同而出现性能波动。 ![对比图表显示，AMD Turin 9755 的延迟较高（以红色方块为主），NVIDIA Vera CPU 的延迟较低（以绿色为主），并附有文字说明：“Vera 提供确定性性能，延迟降低 50%”。](https://developer.qcloudimg.com/http-save/yehe-1383182/c83c6987624448b0906045efe417ba70.jpg) 英伟达认为，这种一致性的低延迟对于AI推理尤为重要。 **内存带宽达到EPYC Turin四倍** 针对AI推理中大量随机访问数据的特点，英伟达也重点强化了Vera的内存子系统。 官方数据显示：AMD EPYC Turin拥有128个CPU核心，每个核心平均可获得约3.1GB/s内存带宽。 相比之下，Vera虽然只有88个核心，但每个核心平均可获得约12.7GB/s内存带宽，在部分应用中甚至可达到14GB/s。 ![名为“每个核心的内存带宽”的柱状图显示，NVIDIA Vera CPU 的带宽为 12.7 GB/s，超过了 AMD Turin 9755 的 3.1 GB/s。](https://developer.qcloudimg.com/http-save/yehe-1383182/8e0273f583a04186c013cb8642f78e08.jpg) 也就是说，Vera单核心内存带宽约为AMD EPYC的4倍。 此外，在内存压力测试中，随着带宽需求增加，AMD EPYC Turin内存访问延迟由约120ns迅速升高至约350ns。 而Vera不仅能够提供约3倍内存带宽，在90%内存利用率下，其峰值访问延迟甚至可降低至AMD平台的约1/40。 ![一张名为“NVIDIA Vera—负载下延迟降低 40%”的图表显示，NVIDIA Vera 的内存延迟比 AMD Turin 9755 更低，并突出显示了 400 GB/s 处的“内存墙”。](https://developer.qcloudimg.com/http-save/yehe-1383182/1d4ced629841623d76f16f2ce9e05e2e.jpg) 英伟达认为，对于Agentic AI而言，大量线程需要同时访问规模庞大且分布不规则的数据集，因此系统瓶颈更多来自内存而非CPU算力本身，高带宽、低延迟内存系统的重要性正不断提高。 **Python性能最高提升1.8倍** 在实际应用测试中，英伟达重点展示了Agentic AI相关软件栈表现。 测试涵盖：Python运行、软件编译、静态代码分析、自动化软件工具链。 结果显示，Vera单核心性能相比AMD EPYC最高提升：Python性能提升了1.8倍；其他软件工作负载提升了最高约1.7倍。 ![题为“NVIDIA Vera 性能提升近 2 倍”的柱状图显示，NVIDIA Vera 88C 在各种工作负载下均优于 AMD Turin 128C，在 Agentic 任务中性能提升尤为显著，达到 1.8 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/2ce4cc05db5213d2a2585021529640de.jpg) 英伟达官方表示，这些测试均在CPU满载情况下完成，因此能够更加真实反映数据中心实际部署场景。 **图计算性能最高提升29倍** 由于AI知识图谱、RAG等应用大量依赖图计算（Graph Processing），英伟达也公布了多项图计算测试结果。 其中，Graph Traversal（图遍历）性能相比AMD EPYC提升约2.6倍。 ![名为“PageRank 图遍历”的条形图显示，NVIDIA Vera CPU 的得分比 AMD Turin 9755 高 2.6 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/617ab87b0e40092f35bb1fd2a5305389.jpg) 而在PageRank算法测试中：随着核心数量增加，Vera展现出极佳扩展能力。在32核心配置下，其性能最高达到AMD平台的29.3倍。 ![名为“图遍历核心扩展页面排名”的条形图显示，NVIDIA Vera CPU 在所有核心数上都优于 AMD Turin 9755，其中 32 核心的差异最为显著，NVIDIA 的相对性能是 AMD 的 29.3 倍，而 AMD 的相对性能是 AMD 的 10.3 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/bccb60d2649e2c801beb54069eb4eeab.jpg) 英伟达表示，这主要得益于：更高内存带宽、更大的缓存效率、更低核心通信延迟。 **ClickHouse数据库性能提升20%** 除了AI推理，官方还展示了数据库分析能力。在列式数据库ClickHouse测试中：Vera相比AMD EPYC Turin性能提升约20%。 ![名为“ClickHouse”的柱状图显示，NVIDIA Vera CPU 的性能比 AMD Turin 9755 高出 1.2 倍。](https://developer.qcloudimg.com/http-save/yehe-1383182/120eaa25722ca6190083b678abf6b07c.jpg) ClickHouse广泛应用于：在线分析处理（OLAP）、数据仓库、ETL（抽取、转换、加载）、大规模数据聚合分析。 英伟达认为，Vera对于高并发分析型数据库同样具有较好的适应能力。 **瞄准2000亿美元CPU市场** 英伟达认为，随着Agentic AI成为下一阶段AI发展的核心方向，传统服务器CPU市场也将迎来重构。 英伟达此时大举进军CPU市场，背后是AI基础设施底层逻辑的剧变。随着AI工作负载从大规模预训练转向复杂的推理和智能体任务，硬件配比正在发生倾斜。传统的“8 GPU配1 CPU”模式在智能体场景下失效，取而代之的是在某些情况下接近1:1的配比。因为智能体需要CPU执行代码、调用工具、与数据库交互，这些分支密集、指针密集型的长尾操作极度依赖单线程性能 。 目前英伟达第一代数据中心CPU——Grace总出货量已经突破250万颗，英伟达超大规模与高性能计算副总裁、CUDA之父Ian Buck近日还透露，其Grace独立服务器（即不捆绑GPU）的出货量也已达“数十万台”，这表明其在CPU市场的渗透远比外界想象的更深远 。 Grace CPU采用的是Arm Neoverse V2公版核心，可视为英伟达叩开数据中心CPU大门的“敲门砖”。如今，这道门缝已被彻底拉开，因为真正的杀手锏——Vera CPU已经登场。 英伟达预计，到2026年，Vera有望成为AI数据中心部署规模最大的CPU平台之一。 目前，包括OpenAI、Anthropic、SpaceX、Perplexity等多家AI企业已开始部署Vera平台。 ![题为“NVIDIA Vera——强大的生态系统采用”的演示幻灯片重点列出了早期采用者、超级计算中心、云提供商和生态系统合作伙伴，左侧显示了一台服务器和一张显卡。](https://developer.qcloudimg.com/http-save/yehe-1383182/65c912260a515bec20441287b743fb05.jpg) 与此同时，Vera也将陆续进入各类超级计算中心、云计算数据中心，并获得更多服务器厂商及生态合作伙伴支持。 **小结：** 从此次公布的架构及性能数据来看，Vera并非简单意义上的Arm服务器CPU，而是一款围绕Agentic AI重新定义的数据中心处理器。 与当前主流x86服务器CPU相比，Vera最大的特点并非单纯提升CPU核心数量，而是针对AI推理中的高带宽、低延迟、高并发以及复杂控制流等特点，对CPU微架构、内存系统及片内互连进行了系统性优化。 尤其是单芯片（Monolithic）设计、高带宽内存架构以及Olympus微架构，使其在Python执行、图计算、强化学习等Agentic AI核心工作负载中展现出明显优势。 未来，随着Agentic AI、大模型推理和AI智能体应用持续快速增长，CPU作为AI基础设施的重要组成部分，其架构设计也将逐步从传统通用计算转向更加贴近AI工作负载的方向。而Vera，正是英伟达在这一趋势下推出的重要产品。 编辑：芯智讯-浪客剑
2026-07-23

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

时间: 2026-08-21 大小: 1MB 下载: 10次
Spring

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

时间: 2026-08-21 大小: 5MB 下载: 2次
Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

时间: 2026-08-21 大小: 9.84MB 下载: 40次
WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

时间: 2025-12-13 大小: 249.54MB 下载: 22次
热门标签
DeepSeek Jdk25 OpenAi HarmonyOS6 Nacos3 SpringBoot4 SpringCloud Docker Kubernetes Service Mesh Redis Gemini3 Rocky

欢迎您来访！

登录后，您将获得更多功能！
热门文章
联系我们

有任何问题或合作意向欢迎联系我们

Email: 99873273@qq.com

QQ: 99873273

用户登录
用户注册