Nvidia y Oracle anunciaron el martes, en el evento Oracle AI World, la disponibilidad general del rack Vera Rubin NVL72 y de las CPU Vera en los Superclusters de Oracle Cloud Infrastructure (OCI). El anuncio llega una semana después de que Google Cloud declarara disponible Vera Rubin, con lo que Nvidia suma dos grandes proveedores de nube en pocos días.

Lo que distingue el anuncio de Oracle es que menciona de forma explícita instancias con la CPU Vera sola en los Superclusters de OCI. Tom's Hardware publicó junto a la noticia algunas pruebas propias hechas sobre un servidor Vera para una reseña que viene, y aclaró que esas mediciones no se hicieron en la infraestructura de OCI.

¿Por qué importa una instancia de Vera sola?

Los neoclouds llevan semanas promoviendo Vera, con instancias en marcha en Nscale, CoreWeave y Nebius, entre otros. Tiene lógica que aparezca en nubes dedicadas a GPU e IA. Que un proveedor de escala como Oracle la ofrezca por separado es otra señal.

Los grandes proveedores mantienen flotas enormes de hardware, e incluso arriendan capacidad a los neoclouds, pero en CPU apuestan sobre todo por x86. En los Superclusters de OCI la otra opción Arm es el Ampere Altra. Es la primera vez que Nvidia empuja una CPU independiente en un centro de datos de escala, donde Vera queda junto a la competencia x86 sin importar el cómputo de GPU que haya al lado.

Vera no pretende desplazar a x86 por sí sola. Ian Buck, el creador de CUDA y cara visible de la infraestructura de IA de Nvidia, dijo en marzo, cuando se presentó el chip, que el mundo no se puede atender con un único modelo de 88 núcleos. Lo que sí hace Vera es abrir la puerta en proveedores como Oracle para crecer con las próximas generaciones de CPU.

AMD e Intel mantienen la delantera en densidad por socket, y la distancia va a crecer en la próxima generación, porque las futuras CPU EPYC Venice de AMD llegarán a 512 hilos en un solo socket. Aun así, según la carga de trabajo, la topología de Vera le da ventajas concretas, varias de ellas cada vez más relevantes con los agentes de IA.

Ancho de banda de memoria

El ancho de banda de memoria es uno de los puntos fuertes de Vera, y no solo en el papel. Nvidia declara 1,2 TB/s para su sistema de memoria, y las pruebas de Tom's Hardware muestran la ventaja también fuera de las cifras teóricas.

En el benchmark Stream, el estándar de la industria, la combinación de memoria LPDDR5X-9600, un chip monolítico y una malla distribuida para la caché le permite a Vera más que duplicar el ancho de banda de un sistema con dos Intel Xeon 6980P, aun cuando ese sistema usa módulos MRDIMM a 8.800 MT/s. Tom's Hardware mostró la operación triad, la más exigente de Stream, pero la ventaja de Vera es parecida en add, copy y scale.

Ese ancho de banda es determinante para algunos tipos de ciclos agénticos, en especial los que trabajan con grandes consultas a bases de datos o con documentación extensa. La política "spread" de OpenMP le da un salto importante al ancho de banda de Vera. AMD e Intel centralizan el control de memoria y la caché de sistema, mientras que Vera la distribuye en una malla sobre el chip. Con OpenMP bien configurado, el resultado es un ancho de banda mucho mayor al ubicar los procesos lo más lejos posible entre sí.

¿Cómo rinde con Python?

El otro frente de rendimiento para la IA agéntica es Python. Buena parte del ecosistema de software de IA está construido sobre ese lenguaje. Frameworks de agentes como CrewAI y LangGraph están escritos en Python, y aunque aparecen más frameworks en Rust y TypeScript, el rendimiento de Python sigue pesando en los ciclos agénticos.

En las pruebas de Tom's Hardware, Vera también salió bien parada en Python y superó a CPU mucho más poderosas en el papel. Sobre Python corren tanto los arneses de agentes más usados como bibliotecas base de IA como PyTorch y TensorFlow.

Más allá de los agentes

El foco de Nvidia en la IA agéntica tiene sentido, pero puede dejar en segundo plano lo más amplio. Con Oracle ofreciendo instancias de Vera sola, la atención pasa a lo que significa su entrada al centro de datos. Algunas características de rendimiento son propias de las cargas agénticas, pero muchas cargas de agentes son cargas normales de centro de datos con mucha concurrencia.

El rendimiento en SQLite, por ejemplo, importa en cualquier servidor que consulta una base de datos grande, la escriba la lógica de un programa, una persona o un agente de IA. La segunda generación del Scalable Coherency Fabric (SCF) de Nvidia, la misma que se vio en Stream, aparece en una carga real, porque esas consultas dependen sobre todo del movimiento de datos dentro del sistema.

Eso es lo que hace interesante a Vera en el contexto del anuncio de Oracle. Nvidia la describe como una CPU hecha para IA agéntica, pero su rendimiento se cruza con cargas generales de centro de datos. No es solo la CPU que se usa para acceder a los aceleradores de Nvidia. Según la carga, puede ser incluso mejor opción que las x86.

Falta ver cómo los clientes de estos proveedores usan Vera en producción. El despliegue de Oracle indica que hay demanda por Vera que no está atada a una GPU Rubin.

Oracle no deja de lado x86

Oracle avanza con cautela en un despliegue de varios gigawatts. La compañía dijo que también ofrecerá el HGX NVL8 de Nvidia, que reúne ocho GPU Rubin en un clúster conectado a un anfitrión con dos Intel Xeon 6 de 64 núcleos y 4 TB de memoria DDR5.

Las pruebas de Vera de este artículo son parte de una sesión de benchmarks más amplia con el chip. Tom's Hardware publicará los detalles técnicos del montaje y los resultados completos en su reseña.