NVIDIA hat mit Vera in derselben Woche zwei Schritte gemacht: Der Konzern erklärte im Detail, wie seine erste für KI-Agenten gebaute CPU aufgebaut ist, und nannte den ersten großen Kunden. Die Architektur wurde auf der Hot Chips 2026 dargelegt, die vom 23. bis 25. August in Stanford stattfand, und am 24. teilte das Unternehmen mit, dass SpaceXAI Vera einsetzen wird — für die Infrastruktur hinter Grok.

Was eine CPU für Agenten anders macht

Ausgangspunkt ist, dass ein KI-Agent nicht nur Antworten erzeugt: Er führt Code aus, ruft Werkzeuge auf, verarbeitet Daten und reiht Schritte zwischen einem Modellaufruf und dem nächsten aneinander. Diese Zwischenarbeit übernimmt nicht die GPU, sondern die CPU. Stockt dieser Teil, wartet die GPU.

Vera ist um genau diesen Engpass herum entworfen. Sie trägt 88 selbst entwickelte Olympus-Kerne auf Arm-Architektur, ein von NVIDIA als räumliches Multithreading bezeichnetes Verfahren zur Verteilung der Arbeit und LPDDR5X-Speicher mit bis zu 1,2 TB/s Bandbreite. Das ist ein deutlicher Sprung gegenüber Grace, der vorherigen CPU des Hauses, die auf eine langsamere Speicheranbindung setzte.

Die Zahlen und woher sie stammen

NVIDIA gibt an, Vera erledige Aufgaben bis zu 1,8-mal schneller als eine x86-CPU — bei agentischer KI, bestärkendem Lernen und Datenverarbeitung. Diese Angabe sollte man lesen als das, was sie ist: eine Messung des Herstellers selbst, mit eigenen Testläufen.

Der bislang einzige veröffentlichte unabhängige Vergleich sieht Vera beim Kompilieren des Linux-Kernels vor AMDs EPYC 9655P. Das ist ein Wert, der nicht vom Hersteller stammt, was mehr ist als eine Architekturvorstellung sonst bietet — aber es ist auch eine Last, die mit KI-Agenten nichts zu tun hat. Der eigentliche Test kommt mit unabhängigen Messungen agentischer Lasten auf ausgelieferten Systemen.

SpaceXAI, vom Rechenzentrum in die Umlaufbahn

SpaceXAI wird Vera einsetzen, um Orchestrierung und Datenverarbeitung rund um Grok zu beschleunigen, und baut die eigene Infrastruktur auf der Plattform Vera Rubin in Richtung Gigawatt an Rechenkapazität aus.

Der bemerkenswerte Teil der Ankündigung ist der andere: Das Unternehmen will dieselbe Architektur ins All bringen. Der erste Starmind-Satellit soll auf einem angepassten Vera-Rubin-NVL72-System basieren — eine Umgebung, in der Energie, Wärmeabfuhr und Zuverlässigkeit Bedingungen stellen, die mit einem gewöhnlichen Rechenzentrum nichts gemein haben.

„Agentische KI verlangt eine neue Art von Rechensystem: eines, das nicht nur Antworten erzeugt, sondern handelt“, sagte Ian Buck, Vice President für Hyperscale und Hochleistungsrechnen bei NVIDIA, bei der Vorstellung der Vereinbarung.

Warum NVIDIA seine eigene CPU baut

Vera ist nicht NVIDIAs erster Hauptprozessor. Grace, die erste Arm-Server-CPU des Hauses, wurde ab 2023 als eine Hälfte der Gespanne Grace Hopper und Grace Blackwell ausgeliefert. Neu ist hier, wie viele Details zur Mikroarchitektur der Konzern öffentlich macht — das teilt er sonst selten — und die Rolle, die Vera innerhalb von Vera Rubin NVL72 zukommt, dem Rack-System als Nachfolger der Blackwell- und GB200-Plattform.

Der Beweggrund dahinter ist Kontrolle. Die CPU selbst zu entwerfen, statt die eigenen GPUs mit Silizium von Intel oder AMD zu paaren, erlaubt es, die Verbindung zwischen beiden Chips abzustimmen, und verringert, wie stark die Servermargen von Fahrplan und Preisen eines anderen Herstellers abhängen. Genau das betreiben Google mit Axion, Amazon mit Graviton und Microsoft mit Cobalt — mit einem Unterschied: Bei NVIDIA stärkt die Investition eine Plattform, die der Konzern ohnehin von Anfang bis Ende beherrscht, statt die Abhängigkeit von einer solchen zu verringern.

Wann sie kommt

Die Plattform Vera Rubin ging Ende Mai in die Großserienfertigung. NVIDIA hat weder Preise noch ein konkretes Datum für die allgemeine Verfügbarkeit von Vera genannt und weist in den eigenen Unterlagen darauf hin, dass vieles des Beschriebenen nach Verfügbarkeit angeboten wird. Mit dem angekündigten Einsatz bei SpaceXAI und der offengelegten Architektur bleibt abzuwarten, wie sie sich außerhalb der Tests des Herstellers schlägt.