NVIDIA、Vera CPUのエージェント処理性能を公表　x86比で速度・電力効率を比較

何が起きたか

NVIDIAは2026年11月5日、Vera CPUについて、100メガワットのデータセンターを想定したx86 CPUとの比較結果を公表した。同社によると、Veraは最速のx86 CPUに対してワット当たり1.6倍のエージェントを処理し、最もエネルギー効率の高いx86 CPUに対してエージェント処理速度が2倍だった。エージェントがGPUでの推論とCPUでの実行を行き来する構成を前提に、処理速度と電力当たりの処理能力を示した。

詳細

NVIDIAが紹介した試験例では、Perplexityがエージェント型コーディングタスクを従来型CPU比で1.5倍速く実行した。DeepInfraは自社の本番向けエージェント処理で、試験した4アーキテクチャのうち最速となり、最良のx86プロセッサ比で最大2.2倍の速度を報告した。ClickHouseはVera向けの調整を加えていない標準バイナリーを176コアでほぼ線形に拡張させ、ClickBenchのハードウェアランキングで首位だったという。 Daytonaの試験では、サンドボックス1,000個を10.8秒で起動し、同時稼働2,000個で毎秒12.7件のジョブを完了した。NVIDIAは、x86では1,000個の起動に88.4秒かかったとしている。Modalは同等のx86ハードウェア比でコア当たり最大2倍のサンドボックス処理量を報告し、DuckLabsはIntel Xeon 6を基準としたTPC-H SF1000の中央値性能で約1.5倍を示した。

Key Facts

本紙の見方

今回の主軸は、CPU単体の一般的な性能順位というより、エージェント処理を構成するCPU実行部分の容量と速度を、電力制約のあるAI計算基盤でどう両立するかにある。NVIDIAの説明では、エージェントはGPUでの推論だけでなく、検索、データベース照会、コードの作成・テスト、操作を行い、その間にCPU処理を挟む。100メガワットの比較で示したワット当たりの処理量と速度の数字は、この実行段階を評価対象にしている点が特徴だ。一方、数値はNVIDIAが公表した比較であり、構成や電力測定条件をそろえた第三者検証の結果として扱うことはできない。 本紙の関連記事では、NVIDIA、AIのメモリー制約に対応するフルスタック設計を解説が、モデルの大型化や長いコンテキストによるGPUメモリーへの圧力を扱った。同じAI基盤でも、今回のVeraの説明はCPU実行能力に焦点を置く。メモリー制約への対応とCPU処理能力の向上は別の設計課題であり、一方の比較結果だけでエージェント全体の処理能力を評価することはできない。また、NVIDIA、工場の生産問題を調査するAIエージェント連携設計を紹介が扱った工場向けエージェントの設計とも、今回のCPUベンチマークが直接の導入効果を示すわけではない。 業界構造への含意は、エージェント基盤の評価単位がGPUの推論性能だけでは足りず、CPU上のオーケストレーションやサンドボックス実行にも広がる点にある。NVIDIAが挙げた結果も、コード処理、データベース、サンドボックスで測定対象が異なる。例えばClickHouseの176コアでの拡張性と、Daytonaの起動時間・ジョブ完了数は同じ指標ではなく、単一の「エージェント性能」にまとめるべきではない。複数の処理例を示すことで、Veraの訴求は特定の計算タスクより、異なるCPU負荷を一つの製品で担うことに置かれていると読める。 次に確認すべきなのは、各試験のCPU構成、消費電力の実測条件、比較対象の設定、実運用時の負荷変動である。NVIDIAの掲載内容には、これらを横断して比較できる詳細条件や価格は示されていない。Perplexityについては本番システムへの導入計画にも触れているが、今回示された試験値と実運用での処理量や電力効率は分けて評価する必要がある。

なぜ重要か

NVIDIAの比較では、Vera CPUはエージェント処理について、最速のx86 CPUに対するワット当たりの処理量と、最もエネルギー効率の高いx86 CPUに対する速度の両面を示した。検索やコード実行、データベース処理などCPUを使う段階が多いエージェント基盤では、GPU性能とは別にCPU処理能力と電力効率を評価する必要があることを示す事例である。