NVIDIA a publié un billet de blog détaillant les capacités de Vera, le CPU qui accompagne ses nouvelles générations de GPU dans l'architecture Vera Rubin. L'argument central de l'entreprise est que les agents IA ne se contentent pas de générer du texte : ils interrogent des bases de données, exécutent du code, lancent des recherches et déclenchent des actions, autant d'opérations qui reposent sur le processeur plutôt que sur le GPU. Selon NVIDIA, chaque étape d'un agent implique un va-et-vient constant entre le raisonnement porté par le GPU et l'exécution gérée par le CPU.
Cette annonce s'inscrit dans la stratégie de NVIDIA visant à positionner ses CPU maison, après Grace, comme un composant différenciant des "AI factories" plutôt qu'un simple complément standard aux GPU. L'entreprise affirme que Vera a été conçu pour offrir à la fois un débit élevé sur des charges de travail classiques et une latence réduite pour les tâches d'agents, deux exigences qui sont traditionnellement en tension dans la conception des processeurs.
Le billet ne détaille pas de chiffres de performance indépendants ni de benchmarks tiers dans cet extrait, et reste pour l'instant un argumentaire marketing destiné aux clients entreprises qui déploient des infrastructures d'IA à grande échelle. Il s'agit néanmoins d'un signal cohérent avec la tendance du secteur : à mesure que les agents IA se multiplient en production, la conception des centres de données doit intégrer l'ensemble de la chaîne CPU-GPU, et non plus seulement la puissance brute de calcul des accélérateurs.
Pour les professionnels de l'infrastructure IA, cette communication confirme que la concurrence sur le matériel ne se limite plus aux GPU : les fournisseurs cherchent désormais à vendre des plateformes complètes optimisées pour les workflows agentiques, où la rapidité d'exécution des tâches périphériques devient un facteur de différenciation.