Agent推理时代的CPU战争：NVIDIA Vera vs Intel Xeon 6+ vs Qualcomm Dragonfly三条路线之争

2026年6月第一周，三个重大CPU发布同时发生：

• NVIDIA Vera（GTC台北）：88核Olympus Arm核心，单片mesh网络，核心间通信快50%，LPDDR5X 1.2TB/s带宽，智能体沙箱性能1.8倍x86。首批客户OpenAI/Anthropic/SpaceX。Q3投产。
• Intel Xeon 6+（Computex）：18A制程首发数据中心CPU，单rack 36,864 cores @ 100kW。关键数据：Agent推理时代CPU:GPU比例从训练时代的1:4变为1:1。
• Qualcomm Dragonfly（Computex）：数据中心业务品牌发布，6月底投资者日披露产品细节。CEO安蒙提出“计算连续体”概念，端-云统一架构。

三条路线背后的根本分歧：Agent推理工作负载的CPU需求特征（沙箱隔离、工具调用、连续推理、高带宽内存访问）与传统虚拟化切片完全不同，需要新的CPU架构。但对“新”的定义，三家给出三个答案。

Agent推理工作负载为什么不同于传统CPU负载

理解三条路线的分歧，先要理解Agent推理工作负载到底需要什么。传统数据中心CPU负载（虚拟化切片、数据库、Web服务）和Agent推理工作负载的根本差异：

传统负载：计算密集或I/O密集，CPU做调度和通用计算。核心需求是吞吐量（每秒处理多少请求）和并发（同时服务多少用户）。内存访问模式相对规律（顺序读、随机读），对核心间通信延迟不敏感。

Agent推理负载：每个Agent运行在一个沙箱中，需要： - 沙箱隔离：Agent之间强隔离，一个Agent崩溃不影响其他Agent。这要求CPU核心间的通信既要快速（Agent需要调用工具、传递上下文）又要隔离（沙箱边界不可越界）。传统chiplet架构的10-50ns跨die延迟在Agent高频工具调用场景下成为瓶颈 - 工具调用：Agent需要频繁调用外部工具（API、数据库、文件系统），每次调用涉及上下文切换和内存拷贝。传统CPU的上下文切换开销在Agent场景下被放大——一个Agent每次推理可能触发5-20次工具调用 - 连续推理：Agent不是一次性推理，而是多轮推理+行动循环（sense-reason-act）。每轮推理需要维护状态、读取记忆、更新上下文，对内存带宽要求极高 - 高带宽内存访问：Agent的上下文窗口（包含对话历史、工具结果、记忆）远大于传统请求的上下文。一个Agent的活跃内存可达数GB，多Agent同时运行时内存带宽成为硬瓶颈

这些需求指向的CPU架构特征是：高单核性能（快速完成工具调用）、低核心间延迟（沙箱通信）、超高内存带宽（上下文加载）、强隔离性（沙箱安全）。三家对这四个特征的优先级排序不同，导致了三条路线。

三条路线的架构分歧

NVIDIA路线：创造新品类

Vera不是在现有CPU市场里竞争，而是在创造“Agent专用CPU”这个新品类。核心取舍：

• 单片mesh vs chiplet：传统服务器CPU走chiplet是为了良率和成本，但chiplet间延迟（10-50ns）在Agent沙箱场景下成为瓶颈。Vera牺牲核心数上限（88核 vs AMD EPYC 192核），换取50%核心间通信加速
• LPDDR5X vs DDR5：1.2TB/s带宽3倍于x86，代价是不支持ECC DIMM——目标客户（AI原生公司）更看重带宽而非传统RAS
• 88核Olympus每时钟10条指令：不是堆核心，而是让每个核心在Agent工具调用中尽可能快地完成单线程任务

Vera的战略意图是让NVIDIA从“卖GPU”升级为“卖整个计算栈”——一旦客户用Vera CPU + NVIDIA GPU + DSX软件规划数据中心，替换任何单一组件的迁移成本指数级上升。

Vera的四维取舍总结： - 延迟优先于核心数：单片mesh牺牲88核上限，换50%核心间通信加速——Agent沙箱的跨核心调用不再是瓶颈 - 带宽优先于RAS：LPDDR5X 1.2TB/s是同类3倍，代价是放弃ECC——AI原生公司愿意用RAS换带宽 - IPC优先于并行：每时钟10条指令，全球最高IPC——单核快速完成Agent工具调用比多核并行更重要 - 垂直整合优先于开放生态：Vera+NVLink+DSX的完整栈，每个组件为Agent推理联合优化——代价是客户被锁定在NVIDIA全栈

Intel路线：守正出奇

Xeon 6+的核心叙事不是“最快的CPU”，而是“Agent推理时代CPU重新成为核心”。Intel提供的关键数据：

• 训练时代CPU:GPU比例1:4 → Agent推理时代1:1（⚠️厂商宣称）
• 单rack 36,864 cores @ 100kW的高密度部署
• Vector Core Compute方案：Intel Xeon 6编排 + SambaNova SN40 decode + NVIDIA Blackwell prefill的三层架构

Intel的策略是守住x86存量市场，同时在Agent推理增量市场中证明CPU的价值。Xeon 6+不是要替代GPU，而是要说——Agent推理中CPU和GPU同样重要，而x86仍然是CPU的最佳选择。

Intel的三层推理架构：Vector Core Compute方案值得细看，因为它揭示了Intel对Agent推理的架构理解：

• 第一层——编排：Xeon 6+作为编排层，管理Agent生命周期、沙箱分配、工具调用调度。这是CPU的传统强项——x86生态的成熟调度能力（Kubernetes、容器运行时）直接复用
• 第二层——解码：SambaNova SN40负责token解码（decode阶段），流式输出Agent推理结果。SambaNova的可重构数据流架构在decode场景下能效比GPU高3-5倍（⚠️厂商宣称）
• 第三层——预填充：NVIDIA Blackwell负责prompt预填充（prefill阶段），处理Agent的初始上下文加载。这是GPU的强项——大规模并行处理长上下文

这个三层架构的聪明之处在于：Intel承认GPU在预填充阶段不可替代，但在编排和解码阶段，CPU和专用加速器可以分走GPU的工作负载。1:1的CPU:GPU比例不是“CPU替代GPU”，而是“CPU+专用加速器承担了原来GPU做的非核心工作，GPU专注做最擅长的事”。

Xeon 6+的x86存量优势：企业数据中心里运行的是x86生态——Linux、Kubernetes、数据库、中间件。Vera的Arm架构需要软件重新编译和适配，而Xeon 6+可以直接跑现有工作负载+Agent推理。对于不能承受迁移风险的企业（金融、政府、电信），x86兼容性是决定性因素。

Qualcomm路线：端-云统一

Dragonfly目前只是品牌名，产品细节待6月底投资者日。但从安蒙的“计算连续体”概念可以推断：推理工作负载不再固定在数据中心，而是根据时延需求和成本动态分布在端-边-云。

这个路线的独特之处：如果推理可以在端侧完成（借助Snapdragon X的NPU），数据中心的CPU需求结构将发生变化——不是需要更强的数据中心CPU，而是需要更智能的端-云调度。这直接挑战了NVIDIA“一切推理都在数据中心”的商业模式前提。

1:1的CPU:GPU比例意味着什么

Intel揭示的CPU:GPU比例从1:4变为1:1，是本文最重要的数据点。如果成立，其含义是：

• 训练时代：GPU做并行计算，CPU做调度和I/O，GPU是瓶颈，CPU够用就行
• Agent推理时代：Agent需要沙箱隔离（CPU）、工具调用（CPU）、连续推理（GPU+CPU）、高带宽内存访问（CPU），CPU和GPU同样成为瓶颈

这对NVIDIA的影响是双面的：正面是Vera正好为这个新需求设计，负面是如果CPU重新变得重要，Intel的x86存量市场比NVIDIA想象的更有韧性。客户可能选择“Intel CPU + NVIDIA GPU”的混合方案，而非“全NVIDIA栈”。

具体来说，1:1比例改变了采购决策逻辑：

• 训练时代采购：先选GPU（NVIDIA H100/B200），再配够用的CPU（便宜的Xeon/EPYC），CPU是成本项不是性能项
• Agent推理时代采购：CPU和GPU同等重要，需要同时评估——CPU的沙箱性能、内存带宽、核心间延迟直接影响Agent推理延迟和吞吐量。CPU从成本项变为性能项

这意味着NVIDIA不能再假设客户“因为买了GPU所以顺便买Vera”。客户可能评估后认为：Xeon 6+的x86兼容性+现有运维团队经验 > Vera的1.8倍沙箱性能，特别是对于已有大量x86基础设施的企业。Vera的增量市场机会在AI原生公司（OpenAI/Anthropic/SpaceX），而非传统企业。

Vera+DSX全栈锁定：迁移成本的具体分析

NVIDIA的全栈策略（Vera CPU + NVIDIA GPU + DSX数据中心OS + NVLink互连）带来的锁定效应需要量化理解：

• DSX规划锁定：一旦客户用DSX规划了数据中心的电力分配、冷却方案、GPU密度布局，替换GPU不再是换零件，而是重新规划整个设施的电力和冷却。迁移成本 = 新设施规划成本 + 停机迁移成本 + 重新调优成本
• Vera+NVLink锁定：Vera CPU通过NVLink与NVIDIA GPU直连，实现CPU-GPU之间比PCIe快5-10倍的数据传输。如果客户想换掉Vera用Xeon 6+，NVLink的高速通道被切断，Agent推理中CPU-GPU之间的上下文传输将退回到PCIe速度——性能可能下降30-50%
• DSX生态锁定：DSX开源但NVIDIA控制核心方向。客户贡献的优化代码（如特定冷却方案的适配器）回流到NVIDIA生态。类比Android——三星可以fork Android，但无法脱离Google Play Services

这三层锁定的叠加效果：替换NVIDIA的成本不是线性增长，而是指数级增长。替换单个GPU是百万美元级，替换GPU+CPU是千万美元级，替换GPU+CPU+DSX是亿万美元级（重新规划数据中心）。

对云厂商自研芯片的冲击

AWS Graviton、Google Axion、Microsoft Cobalt——这些Arm服务器CPU是为通用云工作负载设计的。Vera专门针对Agent优化，意味着云厂商面临选择：

• 继续用自研通用CPU，在Agent推理场景性能落后
• 采购Vera用于AI推理池，增加成本和供应商依赖
• 在自研芯片中加入Agent优化，需要12-18个月开发周期

如果OpenAI和Anthropic（最大的AI推理客户）选择Vera，云厂商将被迫提供Vera实例。这将削弱云厂商自研芯片的投资回报。

薄弱点

Vera的ECC缺失：LPDDR5X不支持ECC DIMM，传统企业（金融、医疗）不会接受。Vera初期只能服务AI原生公司，无法渗透企业存量市场。

Intel 18A良率风险：Intel 18A制程仍需到2027年才能量产，Vera在时间窗口上有12个月先发优势。如果18A再次延迟，Intel的Agent推理CPU叙事将失去可信度。

Dragonfly产品不确定性：目前只是品牌名，6月底投资者日如果只展示软件生态而非芯片规格，大概率是品牌故事而非产品线。Centriq的失败教训是：在x86存量市场打替代战很难成功。