La piattaforma CPU NVIDIA Vera si espande nell'HPC
Il 16 novembre 2026 NVIDIA ha annunciato un rack per il calcolo scientifico con 192 processori, espandendo la piattaforma CPU NVIDIA Vera a carichi di lavoro che dipendono ancora dalle CPU. La proposta sfida i processori per server affermati sul terreno dello spostamento dei dati e dell'efficienza energetica. La sua rilevanza dipende da quanto questi vantaggi resistano nelle applicazioni reali, nella migrazione del software e nel funzionamento di un intero cluster.
La principale competizione contrappone l'approccio integrato di NVIDIA ai sistemi x86 consolidati, l'architettura di processore alla base dei server AMD EPYC e Intel Xeon. NVIDIA vuole che i centri di ricerca valutino insieme processori, memoria, networking e raffreddamento. Gli acquirenti devono decidere se questo pacchetto migliori abbastanza la produzione scientifica da giustificare un cambiamento del proprio ambiente di calcolo.
La ricerca climatica fornisce un segnale concreto di adozione. Il centro di calcolo climatico tedesco DKRZ ha scelto Vera per la partizione CPU del suo prossimo supercomputer. Tuttavia, questa futura installazione e i rack commerciali appena annunciati da NVIDIA seguono tempistiche e configurazioni diverse. Nessuna delle due dimostra che ogni applicazione scientifica ne trarrà uguale beneficio.
La piattaforma CPU NVIDIA Vera diventa un'offerta rack
L'annuncio trasforma una proposta di processore in una scelta infrastrutturale più ampia per il calcolo scientifico.
L'annuncio del rack Vera CPU di NVIDIA descrive 192 CPU, circa 300 TB di memoria e 1 petabyte di storage. Quantum-X800 InfiniBand, una tecnologia di rete che collega i nodi di calcolo, connette il sistema. NVIDIA indica una larghezza di banda di memoria di picco aggregata superiore a 200 TB al secondo.
Quest'ultima specifica richiede un'interpretazione accurata. La larghezza di banda di memoria misura la velocità con cui i processori possono scambiare dati con la memoria. Un picco aggregato somma le capacità teoriche dell'intero sistema. Non descrive il pool di memoria accessibile da una singola applicazione né garantisce che il software mantenga il valore pubblicizzato.
La distinzione è importante perché l'annuncio è rivolto ad applicazioni in cui lo spostamento delle informazioni può limitare i progressi. Un processore in attesa di dati non può sfruttare produttivamente le proprie risorse aritmetiche. Aggiungere più processori senza affrontare questo ritardo rischia di moltiplicare le risorse inattive anziché completare prima il lavoro scientifico.
La piattaforma pone quindi una domanda di approvvigionamento diversa da una semplice sostituzione di processori. Agli acquirenti viene chiesto di valutare una configurazione di componenti interconnessi. La loro analisi deve includere il modo in cui le applicazioni distribuiscono il lavoro, dove risiedono i dati e con quale frequenza calcoli separati scambiano risultati intermedi.
Un nodo di calcolo è un singolo server che partecipa a un sistema più ampio. Prestazioni elevate del nodo sono necessarie, ma un'applicazione scientifica può perdere questo vantaggio quando viene distribuita su molti nodi. I ritardi di comunicazione e i carichi di lavoro sbilanciati diventano parte del risultato.
Il design di NVIDIA rende queste interazioni centrali nella narrazione del prodotto. È un obiettivo ingegneristico ragionevole, anche se l'integrazione di per sé non dimostra la superiorità. Il confronto significativo resta un'attività scientifica completa svolta in condizioni operative comparabili.
Anche la disponibilità commerciale richiede formulazioni precise. NVIDIA prevede rack di Dell Technologies, HPE, Lenovo e Supermicro a partire dall'inizio del 2027. L'annuncio di novembre descrive un'offerta in arrivo. Non stabilisce la disponibilità generale immediata dell'intero rack.
Per i centri di ricerca, questo intervallo crea una finestra di valutazione. I team possono identificare applicazioni rappresentative, esaminare le dipendenze software e richiedere misurazioni comparabili prima di assumere un impegno infrastrutturale. La pianificazione anticipata è utile perché l'accettazione tecnica implica più della semplice conferma che i programmi vengano eseguiti.
Un sistema deve inoltre produrre risultati scientifici accettabili, funzionare in modo affidabile e adattarsi alle pratiche di supporto del centro. Questi requisiti rendono l'annuncio del rack rilevante senza trasformarlo in una storia di implementazione già completata. La proposta hardware è definita; le prove operative più ampie restano da sviluppare.
La ricerca climatica rende l'efficienza un vincolo scientifico
La scelta di DKRZ fornisce prove dell'interesse degli acquirenti, mentre il sistema pianificato mostra perché le prestazioni delle CPU restano rilevanti accanto alle GPU.
Una GPU, o unità di elaborazione grafica, esegue molti calcoli in parallelo. Il supercomputer HLRE-5 di DKRZ combinerà una partizione GPU Grace Blackwell con una partizione CPU Vera. Bull costruirà il sistema, che dovrebbe entrare in servizio all'inizio del 2028.
L'annuncio del centro precede quello di novembre di NVIDIA relativo al rack. DKRZ ha reso pubblico il contratto il 21 ottobre 2026. Questa cronologia conta: NVIDIA indica una scelta già effettuata da un cliente, anziché annunciare che il suo nuovo rack commerciale sia già entrato in servizio nella ricerca climatica.
Anche le configurazioni differiscono. DKRZ specifica Quantum-2 InfiniBand per HLRE-5, mentre l'annuncio del nuovo rack di NVIDIA indica Quantum-X800. I lettori non dovrebbero considerare il sistema climatico come un'implementazione identica di ogni componente descritto nella piattaforma commerciale.
DKRZ prevede che il proprio nuovo sistema esegua simultaneamente due simulazioni climatiche globali con risoluzione di 5 chilometri. Proietta circa il 75% di energia in meno per anno simulato rispetto all'attuale sistema Levante. Questa previsione riguarda l'installazione completa, comprese le sue capacità GPU, e non le sole CPU Vera.
Questa distinzione rafforza l'interpretazione pratica del progetto. Un centro climatico necessita di un sistema che sostenga il suo programma di ricerca complessivo. La sua scelta non può essere ridotta a un benchmark di processore o al rapporto di efficienza di un singolo componente.
Consideriamo le implicazioni di pianificazione di un modello climatico più dettagliato. I ricercatori hanno bisogno di capacità di calcolo sufficiente per eseguire il modello, ma necessitano anche di esperimenti ripetuti. Un risultato acquista valore scientifico attraverso il confronto, la validazione e l'esplorazione di ipotesi diverse.
Se un sistema proposto riduce l'energia per simulazione accettata, un centro ottiene più opzioni. Può condurre più esperimenti nell'ambito dell'attuale allocazione energetica o riservare capacità per altra ricerca. Si tratta di potenziali benefici operativi, subordinati al raggiungimento in produzione dell'efficienza prevista.
La capacità CPU resta parte di questo calcolo perché il flusso di lavoro della ricerca comprende attività assegnate a entrambi i tipi di processore. DKRZ identifica esplicitamente il ruolo di Vera nelle applicazioni che non funzionano sulle GPU. La domanda rilevante è quanto bene le partizioni supportino il mix effettivo di carichi di lavoro del centro.
Ciò mette sotto pressione sia i fornitori storici sia NVIDIA. AMD e Intel devono difendere i propri sistemi usando risultati scientifici rappresentativi. NVIDIA deve dimostrare che la sua alternativa supporta il software richiesto e produce benefici duraturi dopo l'implementazione.
Il segnale di adozione è quindi significativo ma circoscritto. DKRZ ha compiuto una scelta architetturale con una futura data di entrata in servizio. Una messa in funzione riuscita e un utilizzo continuativo nella ricerca forniranno prove più forti della sola selezione.
Lo spostamento della memoria è il meccanismo competitivo
La sfida di NVIDIA alle CPU consolidate si concentra sul mantenere le applicazioni rifornite di dati, anziché trattare il numero di core come l'intera storia delle prestazioni.
Un core CPU è un'unità di esecuzione all'interno di un processore. Un thread è un flusso di istruzioni del programma pianificato in modo indipendente. Più core e thread possono aumentare il throughput utile, ma solo quando l'applicazione e il sistema circostante li mantengono produttivi.
NVIDIA specifica 88 core Olympus e 176 thread per processore Vera. Li abbina a LPDDR5X, una tecnologia di memoria a basso consumo, in moduli SOCAMM2 sostituibili. L'azienda indica una larghezza di banda di memoria fino a 1,2 TB al secondo per CPU.
Queste specifiche descrivono il meccanismo previsto. Il software scientifico esegue spesso calcoli ripetuti su grandi raccolte di valori. Quando recuperare tali valori richiede più tempo che elaborarli, una capacità aritmetica aggiuntiva da sola offre un sollievo limitato.
L'equilibrio cambia a seconda dell'applicazione. Alcuni programmi trascorrono gran parte del tempo calcolando su dati già vicini al processore. Altri recuperano ripetutamente informazioni dalla memoria. Un processore adatto al secondo schema non domina automaticamente il primo.
La ricerca indipendente offre un contesto utile per il confronto tra NVIDIA Vera e x86. Joseph Moore, Thomas Green e Simon McIntosh-Smith hanno pubblicato un confronto dell'architettura Vera che copre Grace, AMD Turin e Intel Granite Rapids.
I ricercatori riportano che Vera ha guidato la maggior parte dei codici scientifici da loro testati. Attribuiscono i suoi vantaggi principalmente al comportamento della memoria e alla gestione dei thread concorrenti. Tuttavia, Vera è rimasta indietro rispetto ad AMD e Intel in alcuni carichi di lavoro dominati dal calcolo in virgola mobile, cioè operazioni aritmetiche su valori numerici.
Questa constatazione sostiene una conclusione più circoscritta di una classifica universale dei processori. Vera ha un punto di forza architetturale identificabile e le applicazioni testate non rispondono in modo uniforme. Lo studio valuta le prestazioni a singolo socket, cioè il lavoro su un singolo package del processore, anziché convalidare il rack completo appena annunciato.
Per gli acquirenti, l'implicazione è separare le caratteristiche dei carichi di lavoro prima di confrontare i prodotti. Un centro dominato dal traffico di memoria affronta un problema di valutazione diverso da uno dominato dall'aritmetica. Riunire entrambi in una media da titolo può nascondere la decisione che conta.
Anche i sistemi x86 consolidati meritano un confronto che rifletta la configurazione prevista. La popolazione della memoria, l'ottimizzazione del software e la scelta del processore influenzano i risultati. Un'alternativa configurata debolmente dice poco agli acquirenti sull'opzione pratica più solida disponibile per il loro carico di lavoro.
La piattaforma CPU NVIDIA Vera rende inevitabile questa valutazione più ampia. La sua proposta combina il design del processore con la memoria e l'integrazione di sistema. Un concorrente storico può restare interessante grazie alle prestazioni applicative, a operazioni familiari o a una migliore compatibilità con il software esistente.
Non vi è alcuna contraddizione nel ritenere Vera preferibile per un'applicazione e un sistema AMD o Intel preferibile per un'altra. Gli acquisti per il calcolo scientifico servono raccolte di programmi. La decisione d'acquisto dipende dal contributo di tali programmi alle priorità di ricerca dell'istituzione.
L'argomento competitivo più solido identificherà quindi quali attività migliorano e perché. È più utile che dichiarare vincitrice un'architettura senza specificare l'applicazione, le condizioni operative o il confine della misurazione.
I titoli sui benchmark si basano su prove diverse
Le misurazioni del flusso d'aria, le proiezioni meteorologiche e i confronti tra cluster di NVIDIA dovrebbero restare affermazioni distinte.
Per OpenFOAM, software utilizzato per simulare il comportamento dei fluidi, NVIDIA riporta prestazioni pari a 1,9 volte quelle del proprio sistema x86 di confronto. Riporta inoltre 2,4 volte le prestazioni per watt nel test di flusso d'aria motorBike Large. Si tratta di misurazioni NVIDIA per un carico di lavoro specificato.
Per WRF, il modello Weather Research and Forecasting, l'annuncio usa un linguaggio diverso. NVIDIA prevede prestazioni pari a 1,6 volte e un'efficienza energetica doppia rispetto a x86. Quando riportate, queste cifre dovrebbero mantenere il loro status di proiezioni.
La differenza è rilevante nelle decisioni di acquisto. Un risultato misurato descrive un esito osservato in condizioni specifiche. Una proiezione aggiunge ipotesi su un risultato atteso. Entrambi possono informare una valutazione, ma hanno un diverso peso probatorio.
Il brief sulle prestazioni HPC di NVIDIA fornisce dettagli sulla configurazione e ulteriori limitazioni. Include sistemi AMD EPYC 9755 tra le configurazioni di confronto. La sua valutazione dei cluster confronta Vera con una piattaforma della generazione precedente e afferma che non erano disponibili cluster concorrenti.
Questo limita ciò che i risultati dei cluster dimostrano. Forniscono evidenza sul confronto testato, anziché una competizione completa a livello di rack contro le alternative attuali. I lettori dovrebbero evitare di estendere un risultato applicativo a un'affermazione su ogni carico di lavoro scientifico.
Anche le prestazioni per watt rispondono a una domanda diversa rispetto al tempo trascorso. Il tempo trascorso misura quanto impiega un job. Le prestazioni per watt rapportano il lavoro utile al consumo energetico. Un'istituzione può dare priorità a una delle due metriche, in base ai propri vincoli operativi.
Un servizio di previsioni meteorologiche, ad esempio, deve valutare se il risultato arriva entro la sua scadenza. Un centro di ricerca che pianifica molti esperimenti necessita anche di una capacità di elaborazione aggregata sufficiente. Un sistema che eccelle in una metrica deve comunque essere valutato rispetto all'altra.
Il confine della misurazione è altrettanto importante. La potenza del processore, quella del server e l'energia della struttura rappresentano ambiti diversi. Un rapporto favorevole a un determinato confine non dovrebbe trasformarsi in un'affermazione non supportata sull'energia operativa totale.
L'equivalenza scientifica è un'altra condizione essenziale. I confronti dovrebbero preservare il problema da risolvere e la qualità richiesta della risposta. Modificare le impostazioni numeriche o le condizioni di arresto può cambiare il tempo di esecuzione senza rappresentare un miglioramento equivalente.
Si tratta di principi di valutazione, non di prove che le misurazioni di NVIDIA siano errate. L'azienda ha fornito affermazioni concrete che gli acquirenti possono verificare. Il passo successivo consiste nello stabilire quanto bene tali affermazioni descrivano le applicazioni e le condizioni operative di ciascun acquirente.
I test indipendenti aumentano la fiducia quando esaminano lo stesso compito con impostazioni trasparenti. Diventano particolarmente preziosi quando includono sistemi concorrenti selezionati per il carico di lavoro. Riprodurre un risultato favorevole in tali condizioni rafforzerebbe il caso di NVIDIA.
Al contrario, un vantaggio che si riduce dopo una messa a punto equivalente modificherebbe il calcolo d'acquisto. Il risultato importante è una descrizione più chiara di dove Vera apporti benefici. Un vantaggio qualificato resta utile quando i suoi limiti sono visibili.
La maturità del software determina se i vantaggi hardware diventano utilizzabili
Un cambiamento di architettura genera valore solo quando i team scientifici possono sviluppare, convalidare e mantenere le proprie applicazioni sul nuovo sistema.
Vera utilizza il set di istruzioni Arm, ovvero i comandi a livello macchina compresi dai suoi processori. Il passaggio da x86 richiede quindi build software compatibili. L'accesso al codice sorgente aiuta, ma non risolve ogni questione relativa a dipendenze o prestazioni.
NVIDIA ha annunciato HPC SDK 26.11 insieme alla piattaforma rack. Un SDK, o kit di sviluppo software, raccoglie gli strumenti usati per sviluppare applicazioni. L'azienda ha inoltre introdotto una beta pubblica del suo compilatore Fortran di nuova generazione, che traduce programmi scientifici in codice eseguibile.
Gli strumenti di sviluppo HPC coprono compilazione, librerie, analisi delle prestazioni e debugging. Queste capacità contano perché la maturità di un'applicazione implica l'individuazione di errori e limiti prestazionali dopo la prima build riuscita. La disponibilità di un compilatore è un punto di partenza per la valutazione.
La designazione beta merita attenzione senza implicare che il software sia inutilizzabile. Indica una fase del prodotto che gli acquirenti dovrebbero valutare rispetto ai propri requisiti di supporto. I team devono comprendere quali versioni e funzionalità del compilatore sosterranno il loro ambiente di produzione.
Fortran, un linguaggio di programmazione ampiamente utilizzato nel calcolo scientifico, rende questo aspetto particolarmente rilevante per i codici di ricerca consolidati. I programmi esistenti incorporano ipotesi scientifiche e lavoro di validazione. Preservare questi risultati conta tanto quanto migliorare la velocità di esecuzione.
Una build compatibile a livello di codice sorgente non garantisce un comportamento numerico identico. I team devono comunque esaminare i risultati entro le tolleranze accettate. Devono inoltre confermare che librerie applicative, formati dei dati e utility di supporto si comportino come previsto.
La valutazione pratica dovrebbe includere l'intera sequenza di ricerca. La preparazione degli input, l'esecuzione dei calcoli, l'archiviazione degli output e l'analisi dei risultati contribuiscono tutti al tempo di completamento. Accelerare il calcolo centrale offre meno valore se un'altra fase diventa il ritardo dominante.
Il supporto operativo aggiunge un'altra considerazione. Gli amministratori necessitano di procedure di installazione ripetibili, monitoraggio e diagnosi dei guasti. I ricercatori hanno bisogno di un percorso chiaro per segnalare problemi software. Questi requisiti sono particolarmente rilevanti quando un centro supporta molti team con applicazioni diverse.
Nella scelta tra NVIDIA Vera e x86, i sistemi consolidati mantengono il valore della familiarità. Questo non dimostra prestazioni migliori, ma può ridurre il lavoro di transizione. L'approccio integrato di NVIDIA deve offrire un beneficio utile sufficiente a giustificare lo sforzo di adozione.
Questo crea pressione sulle evidenze software prima dell'ampia disponibilità dei rack. Report sulle build applicative, limitazioni documentate e risultati di validazione riproducibili aiuterebbero gli acquirenti a distinguere la maturità dall'intenzione. Una specifica convincente non può sostituire tali documenti.
I gruppi di ricerca dovrebbero inoltre conservare ciò che apprendono durante la valutazione. Una base di conoscenza ricercabile può collegare impostazioni del compilatore, log dei benchmark e decisioni di validazione all'interno di un team tecnico. Questa documentazione aiuta i revisori successivi a comprendere perché sia stata accettata una determinata configurazione.
La questione software si ricollega infine all'output scientifico. Un'applicazione che funziona più velocemente ma richiede interventi eccessivi può deludere nell'uso quotidiano. Una piattaforma di successo supporta un lavoro ripetibile che ricercatori e amministratori possono sostenere.
Tre segnali mostreranno fino a che punto arriverà la spinta HPC di Vera
Le prossime evidenze dovrebbero collegare l'hardware annunciato, risultati applicativi riproducibili e una concreta maturità software.
In primo luogo, osservate le offerte concrete dei partner con l'avvicinarsi della finestra di disponibilità prevista per l'inizio del 2027. Dell Technologies, HPE, Lenovo e Supermicro sono i fornitori nominati. Configurazioni dettagliate e informazioni sulle consegne mostreranno come il progetto annunciato diventi un sistema acquistabile.
Questo segnale conta perché una specifica di riferimento lascia aperte questioni di implementazione. Gli acquirenti devono sapere cosa supporta ciascun fornitore e come il sistema proposto si inserisce nella loro struttura. Offerte chiare rafforzerebbero l'ipotesi che la strategia rack di NVIDIA stia diventando operativamente utilizzabile.
Un'offerta ritardata o più limitata indebolirebbe le aspettative di adozione a breve termine. Non determinerebbe la qualità tecnica del processore. Modificherebbe il momento in cui i centri di ricerca potranno valutare e distribuire la proposta completa.
In secondo luogo, osservate le misurazioni applicative che vadano oltre i processori isolati, verso un funzionamento realistico dei cluster. I risultati più utili identificheranno dimensioni dei problemi, impostazioni software, sistemi di confronto e confini energetici. Dovrebbero inoltre preservare requisiti scientifici equivalenti.
Tali risultati metterebbero alla prova il meccanismo alla base della piattaforma CPU NVIDIA Vera. Se i vantaggi persistono mentre le applicazioni si distribuiscono tra i nodi, l'approccio integrato guadagna supporto. Se la comunicazione o altri overhead li erodono, gli acquirenti dovranno avere aspettative più limitate.
Questa osservazione dovrebbe includere lavori indipendenti, anziché basarsi esclusivamente sui benchmark dei fornitori. Lo studio architetturale esistente mostra già perché le differenze tra i carichi di lavoro contano. Test più ampi possono stabilire se tali differenze restino simili in condizioni di produzione.
In terzo luogo, osservate i report sulla maturità software nei mesi successivi all'annuncio. Aggiornamenti dei compilatori, validazione delle applicazioni ed esperienza di supporto documentata riveleranno quanto lavoro di transizione gli acquirenti dovranno affrontare. Questi segnali possono emergere prima che un supercomputer completo entri in servizio.
Evidenze positive includerebbero build ripetibili e risultati scientifici accettati su applicazioni rappresentative. Problemi persistenti di dipendenze o un supporto poco chiaro indebolirebbero il caso dell'adozione a breve termine. Nessuno dei due esiti richiede di attendere la prevista data di entrata in servizio di DKRZ all'inizio del 2028.
DKRZ resta un punto di riferimento a più lungo termine, piuttosto che un test di accettazione immediato. Il suo progetto con CPU e GPU miste riflette un carico di lavoro di ricerca con esigenze distinte. Un funzionamento riuscito fornirebbe evidenze su quel sistema completo, mantenendo l'attribuzione al livello appropriato.
Per ora, NVIDIA ha definito una proposta credibile con hardware specificato, un cliente di ricerca nominato e affermazioni sulle prestazioni che possono essere esaminate. Ha inoltre reso l'adeguatezza al carico di lavoro centrale nella discussione competitiva. È qui che gli acquirenti dovrebbero mantenere l'attenzione.
Se il vostro team valuta infrastrutture scientifiche, identificate l'applicazione che rappresenta meglio il vostro vincolo reale prima di confrontare i rapporti principali. Conservate i suoi dati di input, le tolleranze di output accettate, le impostazioni del compilatore e il confine di misurazione. Richiedete risultati equivalenti da ciascun sistema candidato, comprese le fasi che circondano il calcolo principale. Per la piattaforma CPU NVIDIA Vera, queste evidenze mostreranno se l'integrazione incentrata sulla memoria migliora il lavoro che i vostri ricercatori devono effettivamente completare. Seguite insieme la disponibilità dei partner, i test indipendenti dei cluster e la validazione software. Ciascuno risponde a una parte diversa della questione dell'adozione. Quale risultato cambierebbe la vostra decisione infrastrutturale: una scadenza più breve, più simulazioni accettate o minore energia per lo stesso compito scientifico?



