看到一個畫面覺得挺有意思的。

輝達的 VP Ian Buck，上周親自把第一批 Vera CPU 系統送到了 OpenAI、Anthropic、SpaceX 和 Oracle Cloud 的辦公室。

你能想像高通的 VP 親自給蘋果送晶片嗎？或者英特爾的人扛著 CPU 敲開微軟的門？不太可能。但輝達這麼幹了。

輝達一直在做 GPU，這個大家都知道。但 Vera 是輝達的第一顆自研資料中心 CPU。

專門為 agentic AI 設計的。不是訓練大模型用的，是跑 AI agent 用的。

這個定位很有意思。以前大家覺得 AI 硬體的瓶頸在訓練，所以輝達靠 GPU 吃遍天下。但現在行業開始轉向 agent 了，AI 不只是回答問題，而是要長時間運行、持續執行任務、頻繁讀寫記憶體。

這種工作負載和傳統訓練完全不一樣。GPU 擅長平行計算，但在 agent 場景下，瓶頸不是算力，是記憶體頻寬和延遲。Vera 就是衝著這個來的。

1.2TB/s 的記憶體頻寬是什麼概念？目前主流的資料中心 CPU 大概在 200-400GB/s。Vera 是它們的3到6倍。

表面上看是行銷手段，挺會搞事的。但背後有一個更深的邏輯。

輝達不只是在賣一顆晶片。它送的是整個 Vera Rubin 平台，包含7顆不同的晶片。GPU、CPU、網路晶片、記憶體晶片，一整套。配套的軟體棧、開發工具、最佳化方案，全都綁在一起。

你拿到 Vera CPU，你就得用輝達的 GPU。用了 GPU，你就得用它的網路晶片。用了網路晶片，你就得用它的軟體棧。

一旦上了這套體系，換供應商的成本極高。

所以 Ian Buck 親自送貨，不是客氣，是搶人。搶在你考慮其他方案之前，先把整套東西塞到你手裡。

目前拿到第一批的四家，OpenAI、Anthropic、SpaceX、Oracle Cloud，正好是目前全球 AI 算力需求最大的幾個玩家。Oracle Cloud 已經宣佈計畫部署數十萬顆 Vera CPU。

輝達以前是一家 GPU 公司。現在它在做的事情是，從晶片到平台到軟體棧，把 AI 的整個硬體基礎設施都握在自己手裡。

這跟蘋果的打法很像。蘋果從晶片到作業系統到應用程式商店，全端自研，外人進不來。輝達正在 AI 硬體領域做同樣的事。

AMD 在追趕，但主要還是在 GPU 層面競爭。Intel 的 AI 晶片戰略一直不太順利。Google 有自己的 TPU 但不外賣。亞馬遜有 Trainium 但主要給自己用。

能提供「從CPU到GPU到網路到軟體」全端方案的，目前只有輝達一家。

當然了，這對 AI 公司來說不一定是好事。供應商越集中，議價能力越弱。OpenAI 和 Anthropic 肯定也想擺脫對輝達的依賴，所以才有了自研晶片的各種傳聞。但至少目前，輝達的領先優勢還在擴大。

如果你在做 AI 基礎設施相關的決策，Vera 的交付意味著 agent 場景的硬體支援正式到位了。之前跑 agent 主要靠通用 CPU + GPU 的組合，現在有了專門最佳化的硬體，性能和效率會有質的提升。

如果你在做 AI 產品開發，關注一下 agent 場景。輝達 All in agent 硬體，Google I/O 也在推 agent，整個行業都在往這個方向轉。這不是趨勢了，是正在發生的事。

如果你在圍觀，記住這個畫面。一個晶片公司的 VP，扛著 CPU 去敲門，把東西親手遞給全球最值錢的幾家 AI 公司。

這不是普通的銷售拜訪。這是 AI 軍備競賽裡，軍火商親自送貨上門。 (知魚AI工坊)

彙整鉅亨號中所有使用「VP Ian Buck」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`