英伟达在 SC26 国际超算大会上正式扩展 Vera CPU 机架级平台,这套方案把自研 Vera CPU、Quantum-X800 InfiniBand 高速网络和优化后的科学计算软件打包在一起,专门解决传统 x86 CPU 跑气候模型、分子动力学这类科学仿真时带宽不足、延迟偏高的痛点,用来承接很多没法直接交给 GPU 加速的科研负载。单机架标配 192 颗 Vera CPU,采用液冷设计,整机聚合内存带宽超过 200TB/s,对比传统 x86 服务器,同等科研任务能效可以提升一倍;德国 DKRZ 气候研究所已经选定这套 Vera CPU 平台搭建 HLRE-5 超算,戴尔、HPE、联想、超微这些厂商会在 2027 年初推出整机产品,平台除了独立跑仿真,也可以和 Rubin GPU 搭配,组成 CPU+GPU 混合超算,兼顾高精度模拟和智能体科学 AI 任务。
一、Vera CPU 机架平台核心配置清单
- 单机架规模:192 颗 Vera CPU,液冷架构
- 互联网络:Quantum-X800 InfiniBand
- 整机聚合内存带宽:200TB/s 以上
- 芯片内核:88 颗 Olympus 自研核心,支持 176 线程
- 单颗内存:最高 1.5TB,LPDDR5X,单卡带宽 1.2TB/s
- 落地交付:戴尔、HPE、联想、Supermicro,预计 2027 年初上市
- 标杆客户:德国 DKRZ,用于 HLRE-5 气候超算
二、主要适配科研负载清单
- 气候、气象长期数值模拟
- 分子动力学、量子化学仿真
- 流体、能源勘探类高精度 HPC 计算
- 智能体科学、强化学习配套环境调度
- 数据预处理、大规模仿真任务编排
三、Vera CPU 与传统 x86 服务器对比简表
| 项目 | 英伟达 Vera CPU 机架平台 | 传统 x86 机架服务器 |
|---|---|---|
| 核心定位 | 面向科学仿真、Agent 科学计算 | 通用服务器、虚拟化业务 |
| 内存带宽 | 整机超 200TB/s,单颗 1.2TB/s | 带宽偏低,大规模集群容易瓶颈 |
| 能效 | 同等科学负载能效提升约 100% | 常规能效,仿真任务耗电更高 |
| 优势场景 | 分支多、高带宽、强单线程的仿真 | 通用业务、数据库、Web 服务 |
| 配套能力 | 可和 Rubin GPU 混合组网 | 大多独立部署,和异构加速卡适配弱 |
四、平台两大使用模式
- 独立 HPC 模式:只用 Vera CPU 机架,跑 GPU 不好加速的纯 CPU 仿真任务,比如长时间气候预测。
- 混合异构模式:Vera CPU 搭配 Rubin GPU 平台,CPU 负责环境调度、样本生成、流程编排,GPU 做 AI 训练和加速仿真,适配智能体科学工作流。
【常见问题】
问题 1:英伟达扩展 Vera CPU 平台加速科学发现,这次发布是在什么大会上?
回答 1:英伟达扩展 Vera CPU 平台加速科学发现,该平台扩展信息是在 SC26 国际超算大会上对外公布。
问题 2:英伟达扩展 Vera CPU 平台加速科学发现,单机架里面有多少颗 Vera CPU?
回答 2:英伟达扩展 Vera CPU 平台加速科学发现,标准机架配置搭载 192 颗 Vera CPU,整机采用液冷方案,聚合内存带宽超过 200TB/s。
问题 3:英伟达扩展 Vera CPU 平台加速科学发现,Vera CPU 平台主要用来跑哪些科研任务?
回答 3:英伟达扩展 Vera CPU 平台加速科学发现,主打气候气象模拟、分子动力学、流体仿真,同时支撑智能体科学、强化学习配套调度这类负载。
问题 4:英伟达扩展 Vera CPU 平台加速科学发现,现在有没有已经确定的落地客户?
回答 4:英伟达扩展 Vera CPU 平台加速科学发现,德国 DKRZ 气候研究所已经选定 Vera CPU 平台搭建 HLRE-5 气候超算系统。
【参考资料】
[2026-11-17](英伟达扩展 Vera CPU 机架平台,加速气候与分子模拟)科创板日报
[2026-11-16](NVIDIA Expands Vera CPU Platform to Accelerate Scientific Discovery)NVIDIA Newsroom
[2026-11-17](SC26:英伟达 Vera CPU 机架平台参数与合作厂商公布)IT 之家
[2026-11-16](英伟达 Vera CPU 面向 HPC 场景扩展,支持 Agent 科学计算)36 氪
[2026-11-17](DKRZ 选用英伟达 Vera CPU 打造新一代气候超算 HLRE-5)财联社
【免责声明】
本文为英伟达 SC26 大会公开资讯整理,Vera CPU 整机交付时间、实测性能、客户部署进度以英伟达和服务器厂商官方通知为准;科学仿真的实际加速效果,和模型代码、数据集、编译优化强相关,本文内容不构成超算采购、科研硬件选型建议。
