A NVIDIA apresentou a NVIDIA Vera, uma nova categoria de CPU projetada especificamente para a era dos agentes de IA. O conceito central é “max single-threaded performance at scale” — máxima performance por núcleo sob carga total — e já está sendo adotada por inovadores como a Perplexity.
Por que CPUs tradicionais de data center não servem para agentes
Agentes de IA não processam uma requisição e param. Eles operam em loop contínuo: o modelo raciocina sobre o próximo passo, a CPU executa o trabalho em volta do modelo (tool calling, execução de código, processamento de dados, análise de resultados), o resultado volta, e o ciclo reinicia.
CPUs de data center atuais evoluíram na direção oposta: maximizar contagem de núcleos enquanto minimizam custo — muitas vezes sacrificando performance por núcleo. A arquitetura de chiplets, que reduz custos, criou uma “taxa de chiplet” onde cada núcleo perde acesso à performance total de memória do chip.
Para um agente, mais núcleos não aceleram um passo individual do loop — cada ação depende do resultado da anterior. A velocidade por núcleo determina o ritmo do loop. E em uma AI factory, qualquer tempo de espera da GPU pela CPU é receita perdida.
O que define uma “Max Single-Threaded CPU at Scale”
A NVIDIA define três requisitos para esta nova classe de CPU:
- Performance forte por núcleo sob carga — cada core completa sua tarefa em velocidade máxima, sem degradação quando todos os núcleos estão ativos
- Largura de banda de memória suficiente por núcleo — dados fluem sem gargalo para manter todos os cores alimentados
- Latência previsível — sem surpresas de contenção de recursos entre núcleos
A NVIDIA Vera materializa essa filosofia. Ao contrário das CPUs de cloud que otimizam custo por core alugável, a Vera foi arquitetada do zero para velocidade consistente sob carga total.
O roadmap: Vera hoje, Rosa amanhã
O anúncio também revela o próximo passo do roadmap: a CPU NVIDIA Rosa com o núcleo Rigel, sinalizando um compromisso de longo prazo da NVIDIA com CPUs para data center. Não é um projeto pontual — é uma linha de produtos em evolução.
A adoção por empresas como Perplexity indica que a proposta de valor ressoa com quem opera infraestrutura de IA em escala: cada milissegundo economizado no loop agentivo se traduz em mais consultas processadas, melhor utilização de GPU e maior receita por watt.
Contexto e impacto
Este é um movimento estratégico importante. A NVIDIA domina o mercado de GPUs para IA com folga, mas CPUs de data center sempre foram território da Intel (Xeon) e AMD (EPYC), com ARM (Graviton da AWS, Ampere) ganhando espaço em cloud. Entrar nesse mercado com uma arquitetura otimizada para workloads de IA representa uma ameaça direta ao status quo.
Para o ecossistema brasileiro de IA, a implicação prática é de médio prazo: à medida que agentes se tornam o principal consumidor de computação em data centers, a escolha de CPU passará a ser tão estratégica quanto a de GPU. Data centers e provedores de cloud que operam no Brasil precisarão avaliar se suas CPUs atuais conseguem acompanhar a demanda por loops agentivos de baixa latência.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
