SpaceXAI 将采用英伟达 Vera CPU：Agent 基础设施竞争转向模型之外的执行环节

英伟达宣布 SpaceXAI 将采用 Vera CPU 与 Vera Rubin 平台，用于扩展 Grok 的 AI 基础设施并为首代 Starmind AI 卫星提供优化系统。公告侧重部署与规划，性能与交付细节尚待披露和独立验证。

英伟达于 2026 年 8 月 24 日宣布，SpaceXAI 将采用 NVIDIA Vera CPU，为下一代 Agent 应用提供工具调用、代码执行、数据处理、任务编排和仿真等 CPU 密集型能力。双方同时披露，SpaceXAI 计划使用 Vera Rubin 平台扩展 Grok 的人工智能基础设施，并把一套经过优化的 Vera Rubin NVL72 系统用于首代 Starmind AI 卫星。

这项消息涉及的主要仍是部署和扩展计划，而不是已经完成交付的产品。英伟达公告没有披露 SpaceXAI 的采购数量、具体数据中心位置、交付时间或 Starmind 卫星的发射安排。公告中涉及的性能和基础设施规模，也主要来自英伟达及 SpaceXAI 的说法，尚未有独立测试加以复核。

Agent 的瓶颈不只在 GPU

大语言模型本身通常依赖 GPU 进行训练和推理，但一个能够连续采取行动的 Agent，还需要在模型调用之间完成大量其他工作。它可能需要读取文件、调用外部工具、执行生成的代码、访问数据库、处理返回结果，再把新的上下文交给模型进行下一轮推理。

这些环节往往由 CPU、内存、存储和网络系统共同承担。当一个任务包含多次甚至数百次模型调用时，单个步骤的延迟会不断累积。CPU 如果无法及时完成代码编译、沙箱运行、数据预处理或任务编排，GPU 也可能因为等待输入而无法保持高利用率。

英伟达因此把 Vera 定位为“面向 Agent 的 CPU”。在其官方产品介绍中，英伟达称，Vera 面向代码执行、工具使用、沙箱、分析、数据管线和模型之外的编排任务，既可以作为加速计算系统的主机 CPU，也可以作为人工智能工厂中的独立处理器。

对于 SpaceXAI 而言，这意味着 Vera 的作用并不是替代 Grok 所需的 GPU，而是处理围绕模型运行的执行环节，让 GPU 更多地用于模型训练、推理和其他加速计算工作。

88 个 Olympus 核心与 1.2TB/s 内存带宽

根据英伟达公告，Vera 配备 88 个 NVIDIA 自研的 Olympus 核心、空间多线程技术以及 LPDDR5X 高带宽内存，内存带宽最高达到每秒 1.2TB。英伟达称，在 Agent、强化学习和数据处理等工作负载中，Vera 相较 x86 CPU 最高可实现 1.8 倍的任务完成速度。

这里的“最高 1.8 倍”是英伟达给出的相对性能指标，而不是适用于所有应用的统一结论。英伟达产品页说明，该公司将 Vera 与最新一代 x86 CPU 进行基准比较，具体结果会受软件、模型、并发量、内存配置和测试方法影响。SpaceXAI 的公告也没有披露其计划采用的完整系统配置，以及上述指标是否对应其实际生产工作负载。

英伟达开发者博客对 Olympus 核心的设计作了进一步解释。按照英伟达的说法，Agent 工作负载通常包含分支密集、依赖链较长、内存访问不规则的软件路径，因此 Vera 重点强化了分支预测、乱序执行、缓存和内存访问能力。处理器还采用 NVIDIA Spatial Multithreading，让一个核心可以在高单线程性能和两个相对独立的执行上下文之间切换。

这些设计试图解决的，是 Agent 沙箱中的一种具体问题：一条线程执行用户任务或生成的代码，另一条线程同时处理运行时、网络、日志、存储和编排等后台工作。英伟达认为，这种安排有助于提高利用率并减少线程之间的干扰，但其在真实生产环境中的收益仍需通过独立测试确认。

Vera Rubin 将成为 Grok 基础设施的共同架构

英伟达称，SpaceXAI 计划在 Vera Rubin 平台上扩展 Grok 背后的人工智能基础设施，并朝着吉瓦级计算容量发展。Vera Rubin 并非单一芯片，而是由 GPU、CPU、互连、网络、数据处理单元和软件共同构成的机架级平台。

英伟达在 Vera CPU 产品页中介绍，Vera Rubin NVL72 系统包含 72 个 Rubin GPU、36 个 Vera CPU、ConnectX-9 SuperNIC 和 BlueField-4 DPU，并通过 NVLink 及其他网络技术连接成一个整体。这样的设计把模型计算、CPU 编排、网络通信和数据处理放在同一套系统架构中，目标是提高 AI 工厂的利用率和每个 token 的经济性。

对 SpaceXAI 来说，采用共同架构的意义在于，可以让地面数据中心中的 Grok 基础设施与未来更大规模的 AI 工厂保持一致。不过，“朝着吉瓦级计算容量扩展”描述的是公司的发展方向，并不等同于相关容量已经建成、通电或投入商业运行。公告也没有给出时间表和资本支出规模。

这种基础设施扩张正在成为 AI 产业竞争的新部分。AIFlux此前报道的英伟达入股 Cloverleaf、支持美国 AI 数据中心基础设施建设显示，英伟达的参与范围已逐步从 GPU 和服务器，延伸到土地、电力、冷却以及数据中心的早期规划。对于大规模 Agent 服务而言，处理器性能只是系统的一环，供电、液冷、网络和软件调度同样会影响最终交付能力。

从地面 AI 工厂延伸到轨道计算

此次公告中更具象征意义的部分，是 SpaceXAI 计划把 Vera Rubin NVL72 的优化版本用于首代 Starmind AI 卫星。英伟达称，双方正尝试把这套面向地面 AI 工厂的计算架构适配到轨道环境，同时保留相同的硬件和软件生态。

轨道计算面临的约束与地面数据中心不同。卫星需要处理发射过程中的振动和冲击，设备长期暴露在辐射环境中，电力供应受到太阳能和储能系统限制，通信带宽也可能远低于地面数据中心。散热则是另一个关键问题：真空环境无法依靠空气对流带走热量，系统需要通过散热器把热量辐射到太空。

这意味着，地面机架系统不能简单地原样搬上卫星。英伟达与 SpaceXAI 的公告使用了“优化”“适配”和“计划用于”等表述，但没有披露 Starmind 卫星的质量、功耗、散热设计、轨道高度、发射时间或具体任务。现阶段更准确的说法，是双方宣布了一条轨道 AI 基础设施路线，而不是已经完成在轨部署。

此前，AI 基础设施进入太空的设想也吸引了其他公司和投资者关注。AIFlux近期对Starcloud 轨道数据中心与 AI 推理卫星计划的报道显示，轨道计算需要同时解决发射成本、辐射防护、热管理、通信和商业客户等问题。即使地面数据中心级 GPU 能够在轨运行，也不意味着轨道数据中心已经具备与地面云服务竞争的经济性。

SpaceXAI 的 Starmind 计划同样需要经过这些环节的验证。它能否按时发射、能否在轨稳定运行，以及在什么样的任务中具有实际优势，都要等到后续工程披露和飞行数据出现后才能判断。

性能承诺仍待独立验证

目前可以确认的事实包括：英伟达已经公开宣布 SpaceXAI 将采用 Vera CPU；SpaceXAI 计划使用 Vera Rubin 扩展 Grok 的 AI 基础设施；双方还计划将优化后的 Vera Rubin NVL72 系统用于首代 Starmind AI 卫星。Vera 的 88 个 Olympus 核心、最高 1.2TB/s 内存带宽和最高 1.8 倍任务完成速度，则来自英伟达的产品和新闻稿披露。

仍然不清楚的是，SpaceXAI 将采购多少 Vera CPU，相关设备何时交付，Grok 的哪些工作负载会首先迁移，以及部署后每个 Agent 任务的成本和延迟会如何变化。英伟达没有公布这笔合作的财务条款，SpaceXAI 也没有披露具体采购合同或数据中心建设计划。

性能方面，独立测试尤其重要。CPU 的结果会受到编译器、运行时、模型框架、内存容量、网络拓扑和并发方式影响。英伟达的基准测试能够说明其设计目标和特定条件下的结果，但不能替代客户生产环境中的长期数据。英伟达开发者资料也将 Vera 的优势集中在 Agent、强化学习、图分析和数据处理等特定工作负载，而不是声称它在所有服务器任务上都占优。

这场合作的更大意义，可能不在于 Vera 是否会立刻取代 x86 CPU，而在于 AI 基础设施的衡量方式正在发生变化。随着 Agent 从回答问题转向执行代码、调用工具和完成多步骤任务，系统需要同时优化 GPU 推理、CPU 执行、内存带宽、网络延迟和能源效率。英伟达正试图通过 Vera Rubin 把这些部分整合进一套从地面 AI 工厂延伸到轨道计算的架构中。

但从公告到可验证的基础设施之间仍有距离。SpaceXAI 的采购、数据中心扩容和 Starmind 卫星部署，都需要后续的交付记录、运行数据和独立测试来证明。眼下，这项合作更像是一次面向下一代 Agent 计算和轨道 AI 的架构押注，而不是已经完成的规模化部署。

来源

• NVIDIA Newsroom：SpaceXAI Adopts NVIDIA Vera CPU to Accelerate Agentic AI at Massive Scale
• NVIDIA：NVIDIA Vera CPU
• NVIDIA Developer：Inside NVIDIA Vera CPU: Olympus Cores Built for Maximum Single-Thread Performance in Agentic AI
• GlobeNewswire：SpaceXAI Adopts NVIDIA Vera CPU to Accelerate Agentic AI at Massive Scale