Durante los últimos años casi todo el debate sobre inteligencia artificial ha girado alrededor de las GPU. Tiene sentido: entrenamiento, inferencia, modelos multimodales, Mixture of Experts y grandes contextos dependen de aceleradores cada vez más potentes. Pero NVIDIA está empujando una idea que conviene mirar con atención: en la era de los agentes de IA, la CPU vuelve a estar en la ruta crítica.
El argumento de la compañía con NVIDIA Vera es sencillo de entender. Un agente no solo genera texto. Razona, llama herramientas, ejecuta código, consulta bases de datos, analiza resultados, lanza pruebas, mueve datos, verifica salidas y vuelve a decidir el siguiente paso. En cada una de esas fases, la GPU puede estar esperando a que la CPU termine el trabajo que rodea al modelo. Y en un centro de datos de IA, una GPU esperando es dinero parado.
NVIDIA define Vera como una nueva categoría de CPU para “máximo rendimiento monohilo a escala”, pensada para agentes y fábricas de IA. No se trata solo de tener muchos núcleos. La tesis es que cada núcleo debe ser rápido incluso cuando todo el chip está cargado, con suficiente ancho de banda de memoria por núcleo y latencias previsibles.
El bucle del agente cambia la forma de medir una CPU
El trabajo tradicional de muchas CPUs de centro de datos ha estado marcado por cargas paralelas, servicios web, virtualización, bases de datos, microservicios y eficiencia por núcleo alquilable. La nube empujó durante años hacia más núcleos por socket y mejor coste por unidad de capacidad. Esa dirección tenía lógica para muchos usos, pero no siempre maximiza la velocidad de cada paso individual.
La IA agéntica introduce otro patrón. Un agente trabaja en bucle: el modelo decide, la CPU ejecuta una acción, el resultado vuelve al modelo y el ciclo se repite. Si una prueba tarda más, si un sandbox arranca lento, si una consulta SQL se retrasa o si una herramienta procesa datos con latencia alta, todo el agente avanza más despacio.
Más núcleos ayudan a ejecutar más agentes en paralelo, pero no aceleran por sí solos el paso secuencial dentro de un agente concreto. Por eso NVIDIA insiste en el rendimiento monohilo sostenido: no basta con throughput agregado, también importa cuánto tarda cada acción individual que desbloquea la siguiente llamada al modelo.
| Fase del agente | Papel habitual de la CPU |
|---|---|
| Tool calling | Ejecutar herramientas externas o internas |
| Código | Lanzar scripts, pruebas, compilación o sandboxes |
| Datos | Filtrar, transformar, consultar y mover información |
| Verificación | Comparar resultados, validar salidas y revisar errores |
| KV-cache y servicio | Gestionar memoria, cachés y soporte alrededor de la inferencia |
| Orquestación | Coordinar pasos, procesos y llamadas auxiliares |
La idea tiene una consecuencia clara para la infraestructura: el rendimiento de un agente no depende solo del modelo ni de la GPU. Depende del sistema completo que sostiene el bucle.
Qué propone NVIDIA con Vera
Vera utiliza 88 núcleos Olympus, diseñados por NVIDIA, y la compañía afirma que ofrecen un 50 % más de instrucciones por ciclo que Grace. El chip combina esos núcleos con hasta 1,2 TB/s de ancho de banda de memoria LPDDR5X, menos de 40 vatios de potencia de memoria y un dado de cómputo monolítico con 3,4 TB/s de ancho de banda núcleo a núcleo. Según NVIDIA, ese diseño permite que todos los núcleos accedan al rendimiento completo de memoria sin crear cuellos de botella internos.
El enfoque contrasta con parte de la evolución reciente de CPUs de centro de datos, donde los diseños con chiplets han permitido más núcleos y mejores costes, pero también pueden introducir penalizaciones de acceso a memoria o comunicación entre bloques. NVIDIA lo llama, con una expresión muy de marketing pero bastante gráfica, el “impuesto del chiplet”.
La compañía sostiene que Vera logra 1,8 veces más rendimiento sostenido por núcleo que x86 en cargas CPU cargadas que representan ejecución agéntica. También cita pruebas de Perplexity en un flujo real de programación, clonar un repositorio y ejecutar su suite de tests en sandboxes, donde Vera habría completado el trabajo alrededor de 1,5 veces más rápido que x86 y arrancado sandboxes concurrentes hasta 1,9 veces más rápido.
Hay que leer estas cifras como lo que son: datos aportados por NVIDIA y sus socios. No sustituyen a pruebas independientes en entornos reales de cada cliente, con sus propios modelos, herramientas, latencias, sistemas de almacenamiento y patrones de uso. Pero sí apuntan a una dirección interesante: la IA agéntica va a obligar a medir el centro de datos con métricas distintas.
Las fábricas de IA no solo necesitan GPU
En una fábrica de IA, el activo más caro suele ser la GPU. Por eso cualquier cuello de botella que reduzca su utilización afecta directamente al coste por tarea, al tiempo de respuesta y a la rentabilidad de la infraestructura. Si el agente se pasa demasiados segundos esperando a que la CPU ejecute código, consulte datos o procese resultados, la inversión en aceleradores rinde menos.
Ese punto conecta con una tendencia más amplia. Las cargas de IA ya no son solo “meter prompt, sacar respuesta”. Cada vez más aplicaciones combinan modelos, agentes, herramientas, búsqueda, bases de datos, código, sandboxes, workflows y sistemas de seguridad. La inferencia se convierte en una parte de una cadena mucho más larga.
NVIDIA también menciona resultados en cargas de datos: Starburst habría medido análisis SQL a gran escala tres veces más rápidos y Redpanda hasta seis veces menos latencia en streaming en tiempo real frente a CPUs x86 líderes de servidor, siempre según datos compartidos por NVIDIA.
Esto explica por qué Vera no se presenta solo como una CPU para acompañar GPU, sino como una pieza para unificar varias funciones de la fábrica de IA: agentes, datos, sandboxes, servicio de inferencia y aprendizaje por refuerzo. Además, será la CPU que acompañe a la plataforma NVIDIA Vera Rubin y también aparece vinculada a BlueField-4 STX, lo que refuerza la intención de NVIDIA de controlar más capas de la arquitectura del centro de datos de IA.
El mensaje estratégico: NVIDIA quiere más parte del servidor
Vera también tiene una lectura competitiva. NVIDIA no quiere limitarse a vender GPU. Quiere definir la arquitectura completa de la fábrica de IA: GPU, CPU, red, interconexión, DPU, software, librerías, orquestación y herramientas. Esa integración puede aportar eficiencia y reducir cuellos de botella, pero también refuerza la dependencia de un único proveedor en infraestructuras donde ya hay concentración.
Para clientes grandes, la pregunta será técnica y económica. ¿Compensa adoptar una plataforma más integrada si mejora rendimiento por agente, reduce latencia y aprovecha mejor las GPU? En muchos casos puede tener sentido. Pero también habrá que evaluar coste, disponibilidad, madurez, compatibilidad con software existente, modelos de operación, consumo, refrigeración y capacidad de negociación.
El anuncio de la futura CPU Rosa, con núcleo Rigel basado en Arm v9.2, muestra que Vera no es un experimento aislado, sino parte de una hoja de ruta de CPUs propias para la era de la IA agéntica. NVIDIA afirma que Rigel ofrecerá más rendimiento por núcleo que Olympus manteniendo la misma superficie de silicio, con mejoras en entrega de instrucciones, caché L2 y manejo de memoria.
La CPU deja de ser secundaria
El punto más interesante de Vera no es solo el chip, sino el cambio de enfoque. La infraestructura de IA se está volviendo más heterogénea y más dependiente del equilibrio entre piezas. Una GPU potentísima puede quedar limitada por almacenamiento, red, memoria, CPU, planificación, datos o software. La velocidad del agente será la velocidad del sistema completo.
Eso obliga a los equipos de infraestructura a hacerse nuevas preguntas. No basta con mirar TFLOPS, memoria de GPU o número de aceleradores por rack. Hay que medir cuánto tarda un agente en completar una tarea real, cuántas vueltas necesita, qué parte del tiempo está en modelo, qué parte en herramientas, qué latencia añade el sandbox, cuánto tarda una consulta, qué datos se mueven y dónde se atasca el bucle.
NVIDIA Vera representa una respuesta clara a esa transición: CPUs con muchos núcleos, sí, pero diseñadas para que cada núcleo siga siendo rápido bajo carga. Si la era de los agentes convierte cada segundo de espera en coste, el rendimiento monohilo a escala deja de ser un detalle de arquitectura y pasa a ser una variable económica.
Las GPU seguirán ocupando el foco. Pero en la IA agéntica, cada vez más trabajo importante ocurrirá entre una llamada al modelo y la siguiente. Ahí es donde NVIDIA quiere colocar a Vera.
Preguntas frecuentes
¿Qué es NVIDIA Vera?
Es una CPU de NVIDIA para centros de datos de IA, diseñada para alto rendimiento por núcleo, gran ancho de banda de memoria y cargas agénticas con muchos pasos secuenciales.
¿Por qué importa el rendimiento monohilo en agentes de IA?
Porque muchos pasos de un agente dependen del resultado anterior. Si una herramienta, prueba o consulta tarda más, todo el bucle se retrasa.
¿Vera sustituye a las GPU?
No. Está pensada para trabajar junto a las GPU y acelerar las tareas CPU que rodean al modelo: herramientas, código, datos, verificación y orquestación.
¿Qué diferencia a Vera de CPUs de centro de datos tradicionales?
NVIDIA destaca su combinación de 88 núcleos Olympus, alto rendimiento por núcleo, 1,2 TB/s de memoria LPDDR5X y una interconexión interna de 3,4 TB/s.
¿Las cifras de rendimiento son independientes?
Las cifras citadas proceden de NVIDIA y socios como Perplexity, Starburst o Redpanda. Cada organización debería validarlas con sus propias cargas reales.
vía: blogs.nvidia
