瓶颈从 GPU 回到编排
智能体不只回答，还要搜资料、查库、写代码、跑测试，每一步都在 CPU 上执行，并在 CPU 与 GPU 之间来回切换。英伟达在 100 兆瓦数据中心的对比里给出两个数：面对最快的 x86，Vera 每瓦能撑起 1.6 倍数量的智能体；面对最省电的 x86，智能体速度是 2 倍，能效仍然领先。
合作方的生产级数字
- Daytona：10.8 秒拉起 1000 个沙箱，x86 要 88.4 秒；2000 并发下每秒完成 12.7 个任务
- ClickHouse：标准二进制不做专门优化，176 核接近线性扩展，冲上 ClickBench 硬件榜
- Perplexity 编码任务快 1.5 倍，DeepInfra 编排最多快 2.2 倍，Modal 每核沙箱吞吐最高 2 倍
值得注意的是，这批数据多在并发与功耗约束下取得，考的是同一颗芯片能否兼顾速度与容量，而不是单核跑分。
两种口径
1.6 倍、2 倍、10.8 秒与 88.4 秒，两家一字不差。分歧在结论落点：NVIDIA 博客强调一颗 Vera 可以替掉快与密两类 x86 的混搭，IT之家则把它读成数据中心评价标准从单纯算力转向速度、并发与能耗的平衡。前者是采购口径，后者是架构口径。
原文链接：https://www.ithome.com/1/023/029.htm
来源：IT之家
