NVIDIA Vera CPU คืออะไร เร็วกว่า x86 แค่ไหน สำหรับ AI เอเจนต์

NVIDIA Vera CPU ทำงาน AI เอเจนต์ได้มากกว่า x86 1.6 เท่าต่อวัตต์ Perplexity เตรียมใช้จริง

NVIDIA เผยผล Vera CPU รองรับ AI เอเจนต์ได้มากกว่าซีพียู x86 ที่เร็วที่สุด 1.6 เท่าต่อวัตต์ และเร็วกว่าซีพียูประหยัดพลังงาน 2 เท่า ผลจาก Perplexity, DeepInfra, ClickHouse, Daytona และ Modal

เขียนโดยKOMCHAD 7 พ.ย. 2569 · 12:12 น.อ่าน 4 นาที

NVIDIA Vera CPU ซีพียูสำหรับศูนย์ข้อมูลของ NVIDIA ถูกชูว่าเหมาะกับยุค AI เอเจนต์มากที่สุด บล็อกของบริษัทเมื่อ 5 พฤศจิกายน 2569 ระบุว่า ในศูนย์ข้อมูลขนาด 100 เมกะวัตต์ Vera รองรับเอเจนต์ได้มากกว่าซีพียู x86 ที่เร็วที่สุด 1.6 เท่าต่อวัตต์ และทำงานเอเจนต์ได้เร็วกว่าซีพียู x86 ที่ประหยัดพลังงานที่สุด 2 เท่า พร้อมผลทดสอบจากลูกค้าหลายราย Perplexity ระบุว่าจะใช้ Vera ในระบบใช้งานจริงรุ่นถัดไป

สารบัญ

ทำไมซีพียูสำคัญกับ AI เอเจนต์
ผลทดสอบจากพาร์ตเนอร์
ประสิทธิภาพต่อวัตต์สำคัญอย่างไร
ผลต่อตลาดซีพียูเซิร์ฟเวอร์
คำถามที่พบบ่อยเกี่ยวกับ NVIDIA Vera CPU

⚡ สรุปข่าวใน 30 วินาที

NVIDIA อ้าง Vera รองรับ AI เอเจนต์มากกว่า x86 ที่เร็วที่สุด 1.6 เท่าต่อวัตต์
ทำงานเอเจนต์เร็วกว่า x86 ที่ประหยัดพลังงานที่สุด 2 เท่า
Perplexity รันงานเขียนโค้ดเร็วขึ้น 1.5 เท่า เตรียมใช้ในระบบจริง
DeepInfra เร็วขึ้นสูงสุด 2.2 เท่า Daytona เปิด sandbox 1,000 ตัวใน 10.8 วินาที
ทั้งหมดเป็นผลทดสอบที่ NVIDIA และพาร์ตเนอร์รายงานเอง

1.6xเอเจนต์ต่อวัตต์

2xความเร็วเอเจนต์

176คอร์ในการทดสอบ ClickHouse

10.8 วิเปิด sandbox 1,000 ตัว

ทำไมซีพียูสำคัญกับ AI เอเจนต์

งาน AI ส่วนใหญ่ที่คนพูดถึงรันบน GPU แต่ AI เอเจนต์มีงานอีกมากที่ต้องใช้ซีพียู เช่น การรันโค้ดที่เอเจนต์เขียน การเปิดสภาพแวดล้อมจำลองหรือ sandbox การดึงข้อมูลจากฐานข้อมูล และการประสานงานระหว่างเครื่องมือหลายตัว เมื่อเอเจนต์ทำงานพร้อมกันเป็นพันเป็นหมื่นตัว ซีพียูจึงกลายเป็นคอขวด

NVIDIA วาง Vera ให้แก้โจทย์นี้ คือได้ทั้งความเร็วต่อเอเจนต์และจำนวนเอเจนต์ต่อพลังงาน ซึ่งปกติต้องเลือกอย่างใดอย่างหนึ่งระหว่างซีพียูที่เร็วที่สุดกับซีพียูที่ประหยัดไฟที่สุด

ผลทดสอบจากพาร์ตเนอร์

บริษัท	งานที่ทดสอบ	ผลลัพธ์
Perplexity	งานเขียนโค้ดแบบเอเจนต์	เร็วขึ้น 1.5 เท่า เตรียมใช้ในระบบจริง
DeepInfra	การประสานงานเอเจนต์	เร็วกว่า x86 ที่ดีที่สุดสูงสุด 2.2 เท่า
ClickHouse	ฐานข้อมูลวิเคราะห์	ขยายได้เกือบเป็นเส้นตรงบน 176 คอร์ ขึ้นอันดับ 1 ClickBench
DuckLabs	TPC-H SF1000	ราว 1.5 เท่าของ Intel Xeon 6
Daytona	เปิด sandbox	1,000 ตัวใน 10.8 วินาที เทียบ 88.4 วินาทีบน x86
Modal	throughput ของ sandbox	สูงสุด 2 เท่าต่อคอร์

💡

ตัวเลขทั้งหมดเป็นผลที่ NVIDIA และพาร์ตเนอร์รายงานเอง ยังไม่มีการทดสอบอิสระ และบล็อกไม่ได้เปิดเผยสเปกละเอียด ราคา หรือวันวางขายทั่วไปของ Vera

ประสิทธิภาพต่อวัตต์สำคัญอย่างไร

ศูนย์ข้อมูลยุค AI ถูกจำกัดด้วยพลังงานมากกว่าพื้นที่ หลายโครงการติดปัญหาไม่มีไฟเพียงพอ หรือชุมชนคัดค้านการสร้างโรงไฟฟ้าเพิ่ม การวัดผลด้วยจำนวนเอเจนต์ต่อวัตต์จึงตรงกับปัญหาจริงของผู้ให้บริการ หากซีพียูรองรับเอเจนต์ได้มากขึ้นด้วยไฟเท่าเดิม ก็เพิ่มกำลังให้บริการได้โดยไม่ต้องขยายพลังงาน

สำหรับผู้ใช้ทั่วไป ผลทางอ้อมคือค่าบริการ AI ที่อาจถูกลงหรือเร็วขึ้นในระยะยาว เมื่อผู้ให้บริการอย่าง Perplexity ใช้ซีพียูที่รันเอเจนต์ได้เร็วขึ้น ผู้ใช้ก็ได้คำตอบเร็วขึ้น โดยเฉพาะงานที่เอเจนต์ต้องค้นข้อมูลและรันโค้ดหลายขั้นตอน

ในภาพใหญ่ การที่ NVIDIA ขายทั้ง GPU และ CPU ทำให้บริษัทควบคุมระบบศูนย์ข้อมูลได้ครบวงจรมากขึ้น คล้ายแนวทางที่ Apple ทำกับชิปในอุปกรณ์ของตัวเอง ซึ่งอาจเป็นแรงกดดันให้ Intel และ AMD ต้องเร่งพัฒนาซีพียูสำหรับงาน AI เอเจนต์เช่นกัน

ผลต่อตลาดซีพียูเซิร์ฟเวอร์

ตลาดซีพียูเซิร์ฟเวอร์ถูกครองโดย Intel และ AMD ที่ใช้สถาปัตยกรรม x86 มานาน การที่ NVIDIA ผลักดันซีพียูของตัวเอง ซึ่งพัฒนาบนสถาปัตยกรรม Arm ทำให้การแข่งขันเข้มข้นขึ้น โดยเฉพาะในศูนย์ข้อมูล AI ที่ลูกค้าซื้อ GPU ของ NVIDIA อยู่แล้ว การได้ซีพียูจากผู้ผลิตเดียวกันช่วยให้ระบบทำงานร่วมกันได้แน่นแฟ้นขึ้น

ข่าวนี้ออกมาในสัปดาห์ที่หุ้นชิปทั่วโลกร่วงหนักจากความกังวลเรื่องการลงทุนศูนย์ข้อมูล NVIDIA จึงเน้นเรื่องประสิทธิภาพต่อวัตต์ ซึ่งตรงกับโจทย์ที่ศูนย์ข้อมูลเจอทั้งเรื่องค่าไฟและข้อจำกัดด้านพลังงาน