NVIDIA Vera CPU surpasse les x86 classiques avec un design agentic-AI : 6x plus rapide et 40% de latence en moins

Par Nicolas Moreau Le 21 Juil 2026 à 18 h 13

Le CPU NVIDIA Vera inflige une démonstration de force face aux puces x86, en particulier l’AMD EPYC, avec des performances jusqu’à 6 fois supérieures et une latence réduite de 40 % dans les charges de travail d’IA agentique. NVIDIA a levé le voile sur des benchmarks détaillés qui comparent son design monolithique aux architectures chiplets traditionnelles, mettant en lumière des gains d’IPC, de bande passante mémoire et de traitement des instructions qui redessinent les attentes pour les serveurs d’IA.

Le design monolithique du CPU NVIDIA Vera et ses changements architecturaux offrent plus du double des performances par rapport aux CPU x86 comme l’AMD EPYC avec seulement 88 cœurs, battant les 128 cœurs

NVIDIA divise ses benchmarks en deux catégories : les tests d’architecture pure et ceux mesurant l’impact sur les workflows d’IA. Le premier benchmark architectural montre les gains d’IPC de Vera sur diverses charges sollicitant de grandes empreintes d’instructions, des flux de contrôle denses, le comportement du compilateur et du runtime, ainsi que de longues chaînes de dépendances. Vera offre jusqu’à 1,9 fois de gain par rapport au Zen 5 d’AMD (EPYC Turin), mettant en évidence ses solides progrès en mono-thread, un moteur clé pour les applications d’IA agentique et de RL.

La prédiction de branchement sur les cœurs Olympus de Vera est jusqu’à 2,3 fois plus rapide, et 2 fois plus rapide en moyenne, face au Zen 5 d’AMD. Les branchements pris par cycle enregistrent un bond de 3,5 fois.

Olympus est conçu pour maintenir un traitement élevé des branchements pris sur des motifs denses et variés, grâce à un prédicteur neuronal de branchement et d’autres prédicteurs spécialisés. L’unité de prédiction de branchement (BPU) d’Olympus fonctionne à un taux effectif plus élevé tout en conservant un avantage en termes de MPKI (Missed Prediction per 1000 Instructions), délivrant des flux d’instructions plus utiles dans le pipeline de décodage et d’exécution large. Il en résulte une meilleure utilisation du front-end, moins de cycles gaspillés et davantage d’instructions utiles, avec jusqu’à 3,5 fois plus de branchements pris par cycle.

Le cœur Olympus intègre un cache d’instructions de 64 Ko avec un fetch haute bande passante de 128 octets par cycle et un décodage 10 voies sans recourir à un cache uOP de style x86, ce qui offre jusqu’à 2,4 fois de gain par rapport au Zen 5 en matière d’opérations de fetch d’instructions par cycle.

Enfin, les opérations backend par cycle sont jusqu’à 4,3 fois plus rapides et plus de 3 fois plus rapides en moyenne par rapport au Zen 5.

Benchmarks des charges de travail IA

Le premier benchmark se concentre sur la latence mémoire. NVIDIA explique que les CPU x86 modernes reposent sur une architecture chiplet. Ce design entraîne des lacunes dans les sous-systèmes mémoire lorsque de nombreuses requêtes sont effectuées entre les cœurs. Des goulots d’étranglement apparaissent dans le sous-système mémoire et le fabric de cohérence, ce qui augmente la latence et réduit la bande passante effective, entraînant des pertes de performances.

Dans la comparaison, le CPU AMD EPYC Turin 9755 passe d’une latence similaire au départ (environ 120 ns) à 350 ns dès que la demande de bande passante mémoire augmente. Vera, de son côté, délivre 3 fois la bande passante avec une latence de pointe 40 fois inférieure à un taux d’utilisation mémoire de 90 %.

Les CPU NVIDIA Vera offrent également une bande passante mémoire par cœur bien supérieure. La puce Turin dispose de 128 cœurs, chaque cœur recevant environ 3,1 Go/s de bande passante. Vera a 88 cœurs, et chaque cœur est alimenté avec environ 12,7 Go/s, soit 4 fois plus que l’EPYC, et la bande passante mémoire par cœur atteint jusqu’à 14 Go/s dans certains cas. Ces caractéristiques sont importantes pour les charges de travail d’IA agentique où de nombreux threads opèrent sur de grands ensembles de données irréguliers et peuvent rapidement être limités par le débit mémoire plutôt que par les ressources de calcul.

L’ajout de dizaines de chiplets d’E/S et de calcul séparés pénalise encore les performances des solutions chiplet. Lorsque des données passent d’un cœur à un autre, elles peuvent devoir quitter le die du cœur source, traverser le fabric du boîtier via un die d’E/S, atteindre un die de cœur différent, puis suivre un chemin similaire en retour pour les réponses de cohérence. Chaque saut de die ajoute de la latence, consomme de la bande passante du fabric et crée de la variabilité selon l’emplacement physique des cœurs qui communiquent. Il en résulte une latence cœur-à-cœur plus élevée qui impacte les performances.

Dans la carte thermique de latence cœur-à-cœur, NVIDIA Vera délivre 50 % de latence en moins que la puce AMD EPYC 9755. Plus impressionnant encore, Vera montre une latence homogène sur toutes ses paires de cœurs, soulignant comment son architecture monolithique est conçue de fond en comble pour les workflows d’IA.

Passons aux benchmarks agentiques, la raison d’être de Vera. Dans Spec CPU 2006, NVIDIA mesure les performances par cœur pour un système socket entièrement chargé. La pile logicielle évalue les performances sur l’exécution Python, la compilation de code, l’analyse statique et les workflows logiciels outillés.

Le CPU NVIDIA Vera a délivré jusqu’à 1,8 fois de meilleures performances en Python par rapport à l’AMD EPYC. Les autres benchmarks montrent jusqu’à 1,7 fois de performances, soit près du double par rapport aux concurrents x86.

Dans les algorithmes de traversée de graphes, le CPU NVIDIA Vera offre un gain de performances de 2,6 fois par rapport à l’AMD Turin. Les workflows de graphes sont sensibles à la bande passante et au cache, et les sous-systèmes mémoire et cache de Vera montrent ici tout leur potentiel.

NVIDIA montre également la mise à l’échelle des cœurs pour la traversée de graphes dans les charges Page Rank, qui sollicitent le pipeline des cœurs, le fabric et la bande passante mémoire. Vera atteint un gain monumental de 29,3 fois à un nombre de cœurs de 32.

Enfin, ClickHouse, une base de données columnar haute performance utilisée pour le traitement analytique en ligne. Vera obtient un gain de 20 % par rapport à la puce AMD EPYC Turin, se montrant particulièrement adaptée aux charges de travail analytiques et ETL (Extract-Transform-Load) intensives en scans et agrégations, et sensibles à la concurrence.

Le CPU NVIDIA Vera représente un bond architectural pour le calcul haute performance, particulièrement dans le domaine exigeant des charges de travail d’IA agentique. En adoptant un design monolithique plutôt que l’approche chiplet commune aux CPU x86 modernes, Vera surmonte les goulots d’étranglement critiques des sous-systèmes mémoire, du fabric de cohérence et de la communication inter-cœurs. Il en résulte une latence bien plus faible et plus homogène, tout en offrant une bande passante mémoire par cœur nettement supérieure.

Une opportunité de 200 milliards d’euros

Le CPU NVIDIA Vera vise à devenir la pièce maîtresse de la course aux CPU pour l’IA agentique. L’entreprise a déclaré que Vera est en position de devenir le principal CPU fourni en 2026, avec de nombreux premiers adoptants comme OpenAI, Anthropic, SpaceX et Perplexity. Le CPU est déployé dans divers centres de supercalculateurs et centres de données cloud, et bénéficiera d’un support complet de la part d’innombrables partenaires de l’écosystème.

Optimisé de fond en comble pour les workflows d’IA irréguliers, gourmands en bande passante et intensifs en concurrence, Vera non seulement maintient un débit par cœur plus élevé en charge complète, mais établit également une nouvelle norme pour un traitement efficace et scalable dans les datacenters d’IA.

NVIDIA