NVIDIA
2026-07-08
NVIDIA发布Rigel CPU核心：单线程性能成Agentic AI新控制点
内容摘要
核心要点
NVIDIA于2026年7月7日首次披露Rosa CPU架构，其Rigel核心基于Arm v9.2指令集，属于Feynman世代产品线，预计2028年与Feynman GPU（台积电1.6nm A16工艺，单GPU算力50 PFLOPS，推理性能为Blackwell的5倍）同步推出。Rigel是NVIDIA第二代自研Arm v9.2 CPU核心，上一代为Vera的Olympus核心。Rigel在保持与Olympus相同硅片面积的前提下实现单核性能提升，关键改进包括：更高效的指令传递流水线、更大容量的L2二级缓存（Vera每核2MB）、以及更高效的内存管理机制。
NVIDIA CPU路线图呈现三代演进：2023年Grace（72核Arm Neoverse V2，每核1MB L2）→ 2026年Vera（88核自研Olympus，IPC较Grace提升50%，每核2MB L2，1.2TB/s内存带宽）→ 2028年Rosa（Rigel核心，核心数量未公布）。Vera的Olympus核心在高负载CPU工作负载下持续单核性能已达x86的1.8倍。Rosa将配套新一代BlueField-5 DPU和ConnectX-10 SuperNIC网卡，使用LPDDR5或更高规格内存。
NVIDIA系统性阐述了大规模单线程CPU新品类概念，定义Agentic AI时代CPU需求模型：AI Agent工作负载的核心瓶颈在于每个Agent循环中CPU执行工具调用、代码执行、数据处理、KV-cache管理、结果分析的串行延迟。Vera验证了这一理论：Perplexity使用Vera执行Agent编码工作流，完成速度比x86快约1.5倍，并发沙箱启动快1.9倍；Starburst大规模SQL分析提速3倍；Redpanda实时流式传输延迟降低6倍。同款自研内核将应用于下一代RTX Spark消费级芯片，GCC编译器代码库中已出现Rigel核心支持代码。
重要性说明
NVIDIA推出Rigel核心，表面是CPU性能提升，实则是一场控制平面转移：将AI数据中心的价值核心从x86通用计算生态（AMD EPYC/Intel Xeon）转向NVIDIA自有的GPU+CPU+DPU+网络全栈。Rigel通过极致单线程性能，成为AI Agent工作流中的串行延迟调度器，本质上是在合围AMD与Intel，迫使企业客户在AI服务器中必须捆绑NVIDIA CPU才能获得最低延迟。
其隐性锁定策略极其精巧：通过KV-cache管理和工具调用等Agent专属指令优化，Rigel与Feynman GPU、BlueField-5 DPU形成专有互连协议（参考NVLink-C2C），外部x86 CPU无法直接访问这些优化路径。企业若采用Rigel，将被迫锁定在NVIDIA的内存一致性域和网络拓扑中，丧失跨平台弹性。
NVIDIA刻意淡化的物理限制包括：单线程极致优化必然牺牲核心密度，Rosa的核心数量可能远低于Vera的88核，导致多租户隔离和容器化部署场景下的吞吐量瓶颈。此外，Rigel依赖LPDDR5内存，在大模型训练场景中内存带宽远低于HBM，可能成为尾部延迟的新来源。NVIDIA未公开Rigel的TLB覆盖和页表遍历延迟，这些在KV-cache管理中至关重要。
PRO 决策建议
【厂商】AMD与Intel应立即反击，推出针对AI Agent工作负载的单线程性能优化CPU，重点优化KV-cache管理和工具调用指令路径，并联合UEC（超以太网联盟）推动开放互连标准，打破NVIDIA的NVLink-C2C专有锁定。
【企业】CIO与架构师应对NVIDIA的Rigel路线图进行零信任技术审计：要求NVIDIA公开Rigel与Feynman GPU之间的互连延迟和内存一致性协议细节，评估多租户隔离能力。在采购前，必须验证Rigel在容器化微服务和混合云部署中的实际性能，警惕供应商锁定风险。建议保留AMD EPYC或Intel Xeon作为备用CPU方案，确保架构弹性。
【投资者】应看穿NVIDIA此公关动作的本质：在Kyber NVL144延期后，通过CPU路线图释放产品迭代信心。但Rigel的单线程专注将限制其总核数，可能无法满足超大规模云厂商的通用计算需求。长期关注Arm生态的碎片化风险，以及RISC-V阵营的替代机会。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)