最近，輝達首次披露了下一代資料中心CPU——Rosa的更多技術細節。
這款處理器將與下一代Feynman GPU搭配推出，主要面向快速發展的AgenticAI（智能體 AI）工作負載，通過進一步提升CPU單線程性能，為AI推理和智能體執行提供更強的計算能力。
全新Rigel核心：在相同晶片面積下提升單核性能
根據輝達介紹，Rosa將採用全新的Rigel CPU核心，這是繼Olympus之後的新一代自研ArmCPU微架構，同樣基於Arm v9.2 指令集。
相比Vera使用的 Olympus核心，Rigel的重點並不是增加核心面積，而是在相同矽面積（silicon footprint）下進一步提升每個核心的性能。
輝達表示，Rigel 的主要改進包括更高效的指令傳遞（Instruction Delivery），更大的 L2 Cache，更高效的記憶體訪問機制以及更強的單核性能。
其中，更大的二級快取和更高效的資料訪問能力，有助於降低訪問記憶體的頻率，提升AI推理過程中大量小任務、頻繁分支和資料調度的執行效率。
延續Vera的設計理念，繼續強化Agentic AI
今年GTC 2026上發佈的Vera CPU已經開始量產，並隨Vera Rubin AI系統交付。
Vera 採用輝達自研Olympus 核心，相比Grace所使用的Arm Neoverse V2，IPC提升約50%，CPU核心數量也從72核增加至88核，並首次引入Spatial Multithreading（空間多線程）技術。
而Rosa 則繼續沿著這一路線演進。
輝達表示，隨著 Agentic AI 對CPU單線程響應速度越來越敏感，Rosa將進一步提高單核性能，而不僅僅是增加核心數量。目前官方尚未公佈Rosa的核心數量，因此是否會繼續提升核心規模仍有待確認。
三代CPU演進路線
從目前公開的資訊來看，Grace、Vera 與 Rosa 的發展方向十分清晰。
可以看到，Grace主要是讓輝達正式進入CPU市場，Vera開始全面採用自研CPU 核心，而Rosa則進一步最佳化核心架構，在保持晶片面積基本不變的情況下繼續提升單核性能。
CPU正成為輝達AI平台的重要組成部分
過去幾年，輝達更多依靠GPU建立AI算力優勢，而如今CPU正成為其AI平台戰略的重要一環。
無論是CPU和GPU 的記憶體共享機制，還是智能體時代CPU重要性提升，都能支撐輝達繼續研發下一代 CPU。
Grace、Vera和未來的Rosa不僅服務於資料中心，還將下放到AI PC平台。輝達此前已經確認，未來的RTX Spark晶片也會採用同一套CPU核心架構，實現資料中心與客戶端產品共享CPU技術路線。
與此同時，輝達一直堅持單晶片（Monolithic）設計，而非Chiplet架構，希望減少芯粒之間的通訊延遲，更好地滿足AI推理對於低時延和高頻寬的需求。
按照輝達目前公佈的路線圖：2026 年，Vera CPU隨Vera Rubin系統量產。2028 年，Rosa CPU將與Feynman GPU 一同發佈。2029年左右，Rosa 資料中心平台預計開始進入市場。2030 年左右，基於Rosa的RTX Spark AI PC 晶片預計推出。
點評
從Grace到Vera，再到Rosa，可以看到輝達CPU的發展重點已經從“補齊 CPU 能力”轉向“圍繞 AI 最佳化 CPU 架構”。
相比傳統伺服器CPU更強調核心數量和通用計算能力，輝達更加關注單線程性能、快取層級以及記憶體訪問效率，以適應 Agentic AI、推理服務和AI系統調度等新型負載。
如果Rosa能夠兌現官方所描述的性能提升，再配合Feynman GPU，有望進一步強化輝達在AI全端平台上的競爭優勢，並持續向傳統x86伺服器處理器發起挑戰。 (費曼的AI實驗室)