NVIDIAは、88コアのサーバーCPU「Vera」を単一SKU(製品型番)で展開し、AI向けGPUのホストからCPU主体の科学計算まで、幅広い用途に対応させる方針だ。The Registerが11月20日に公開したインタビューで、同社のデータセンター向けCPU開発を率いるIan Finder氏が、その設計思想を説明した。単一SKUの方針自体はGTC 2026ですでに示されていたが、11月に発表されたHPC向けラックと性能評価資料によって、具体的な用途と競合製品に対する強み、弱みが明らかになってきた。
特徴的なのは、同じCPUでも処理内容によって競合との性能差が大きく変わることだ。NVIDIAが公開した測定結果では、流体解析でAMD EPYCを大きく上回る一方、DNA配列照合ではEPYCの方が短時間で処理を完了している。Veraの設計は、CPUのコア数や動作周波数を競うだけでなく、多数のコアが同時に動く際のメモリーアクセスや電力効率を重視したものとなっている。
単一SKUで狙う、全コア稼働時の性能
Veraは88基の独自CPUコアを搭載し、最大3.3 GHzで動作する。The Registerによると、NVIDIAはこの仕様を共通のSKUとして、Vera RubinのGPUホスト、CPU単独のラック、ストレージシステムなどに採用する計画だ。用途ごとにコア数や周波数の異なるCPUを用意するのではなく、同じCPUを使いながらシステム構成を変える方針である。
ただし、NVIDIAはCPU市場のあらゆる用途を一つの製品でカバーしようとしているわけではない。Tom's Hardwareが公開したGTC 2026の質疑応答で、NVIDIAのハイパースケールおよびHPC担当バイスプレジデントであるIan Buck氏は、Veraを単一SKUで展開すると明言する一方、CPU市場のすべてを一つの製品で賄う意図はないと説明した。重点を置くのは、AIの学習や推論でGPUの処理を待たせる原因となるCPU側の作業を高速化することだ。パートナー企業にはCPU単体のほか、2ソケット構成の参照モジュールも提供する。
Finder氏が今回の取材で強調したのは、全88コアが同時に稼働している状態での性能だ。従来のサーバーCPUは、負荷が低い状態での応答時間を重視する設計が多く、稼働するコアが増えると内部接続網が混雑し、メモリーアクセスの遅延が大きくなる場合があった。Veraは全コアに負荷がかかっても、コア当たりの性能とワット当たりの処理量を維持しながら、メモリーアクセスの遅延を抑えるよう設計されているという。
同氏は、動作周波数を重視したx86 CPUに近いコア当たりの性能と、コア密度を重視したCPUに近い電力効率を両立することが目標だと説明した。高いシングルスレッド性能と多数の処理を並行して実行する能力の両方が必要な、AIエージェントやデータベース、分析処理などを主な対象としている。
こうした設計は、AIエージェントの処理効率にも関わる。NVIDIAが7月7日に公開した技術解説によると、AIモデルが推論の途中でツールを呼び出したり、コードを実行したりする際、その処理を主にCPUが担当する。CPU側の処理が長引くと、混雑した環境ではGPUが別の要求を処理する間に、元の要求に使われていたKVキャッシュが退避され、計算結果を再生成しなければならなくなる可能性が高まる。CPUが短時間で結果を返せれば、こうした待ち時間や再計算の負担を減らせる。
88コアを支える共有キャッシュと広帯域メモリー
Veraは、88基のCPUコアを単一の演算用ダイに集約し、メモリーやI/Oの機能を別の小さなダイに分けた構造を採用している。NVIDIAの設計解説とHPC性能資料によると、88コアは164 MBの共有L3キャッシュとともに、Scalable Coherency Fabric(SCF)と呼ばれる内部接続網で結ばれている。SCFは各コア、共有キャッシュ、メモリーコントローラー、I/Oの間でデータの整合性を保ちながら、高速に転送する役割を担う。
OSからは、CPUの1ソケットが一つのNUMAドメインとして認識される。NUMA(Non-Uniform Memory Access)は、メモリーの配置によってアクセス時間などが異なる構成を指す。Veraではソケット内を一つのドメインとして扱うことで、プログラムのスレッドや並列計算のプロセス、データの配置を調整しやすくしている。2ソケット構成の場合も、各ソケットがそれぞれ一つのNUMAドメインとなる。
メインメモリーにはSOCAMM2規格のLPDDR5Xを採用し、CPU当たり最大1.5 TBの容量と最大1.2 TB/sのメモリー帯域幅に対応する。容量は保持できるデータの大きさを、帯域幅は単位時間にCPUとメモリー間で転送できるデータ量を左右する。多数のコアが並行して計算しても、必要なデータを十分な速さで供給できなければ、演算処理はメモリーからの読み込みを待つことになる。Veraはコアの演算性能だけでなく、メモリーからデータを供給する能力も重視している。
もう一つの特徴が、独自のマルチスレッド技術「Spatial Multithreading」だ。Armv9.2互換の独自CPUコア「Olympus」は、必要に応じて実行資源を二つのハードウェアスレッドに分割できる。1スレッドで広い実行資源を使うか、2スレッドで異なる処理を同時に進めるかを選択できる仕組みで、88物理コアで最大176ハードウェアスレッドを扱える。ただし、スレッド数を2倍にしても処理性能が2倍になるわけではなく、効果は実行するプログラムの特性によって変わる。
流体解析ではVeraが優位、DNA配列照合ではEPYCが逆転
NVIDIAがSC26で公開したHPC性能資料の図4、図7および付録のシステム構成表では、同じVeraでも処理内容によって競合CPUとの性能差が変わることが示されている。比較対象は、AMDの128コアCPU「EPYC 9755」(開発コード名Turin)を2基搭載したシステムだ。
| 処理内容と評価条件 | 処理性能 | ワット当たり性能 |
|---|---|---|
| 流体解析:OpenFOAM v2606、motorBike Large | VeraがEPYC 9755の1.9倍 | Veraが2.4倍 |
| DNA配列照合:BWA、全データセット | EPYC 9755がわずかに高速 | Veraが1.2倍 |
※2026年11月にNVIDIAが公表した測定結果。両システムとも2ソケット構成で、Veraは88コア×2基の176物理コア、EPYC 9755は128コア×2基の256物理コア。メモリー構成やOSも異なるため、CPU単体ではなくシステム間の比較となる。
流体解析ではVeraが大きく上回った一方、DNA配列照合ではEPYC 9755がわずかに速かった。ワット当たり性能では、どちらの試験でもVeraが優位に立っている。処理の完了時間を重視するか、消費電力当たりの処理量を重視するかによって、CPUの評価は変わる。
OpenFOAMでは、計算領域を細かい格子に分割し、それぞれの領域について流体の挙動を求める。計算では疎行列を使った連立方程式の反復解法が必要となり、メモリーへのアクセスやキャッシュの効率、プロセス間の同期が性能に大きく影響する。Veraの広いメモリー帯域幅と共有キャッシュ、ソケット内を一つにまとめたNUMA構成は、こうした処理に適している。
一方、BWAによるDNA配列照合では、大量の短いDNA配列をそれぞれ独立して参照配列と照合する。各スレッドがほかの処理を待たずに作業を進められるため、メモリーアクセスの遅延やコア間通信よりも、並列実行できる処理数が重要になる。NVIDIAの資料では、Veraのコア当たり性能はEPYC 9755の1.3倍だったものの、総コア数で上回るEPYCが処理をわずかに早く終えたと説明している。
独立した研究でも、Veraの強みと弱みが確認されている。Bristol大学のJoseph Moore氏、Thomas Green氏、Simon McIntosh-Smith氏は11月11日、「NVIDIA Vera: A Microarchitecture-Level Comparison with Grace, Turin, and Granite Rapids」と題する論文をarXivに公開した。この研究はSC26併設のワークショップ「PMBS26」に採択されており、NVIDIAが提供した早期評価機を使って、Veraのマイクロアーキテクチャと科学計算性能を調べている。
研究チームは、Veraの空冷評価機に450 W TDP相当の電力上限を設定し、AMDとIntelの比較対象にはAWS上の96コアEPYC 9R45と96コアXeon 6975P-Cを使用した。いずれも1ソケットでの測定で、コンパイラーはGCC 15.3.0に統一している。
メモリー帯域幅を測定するSTREAM Triadでは、Veraの全88コアをそれぞれ1スレッドで動作させた際、約1.09 TB/sを記録した。これは仕様上の最大帯域幅1.2 TB/sに近い値で、研究チームが比較したCPUの中では最も高かった。一方、浮動小数点演算への依存度が高い処理では競合が上回る場合もあった。分子動力学シミュレーションのGROMACSではXeonがVeraの1.65倍、分子ドッキング処理のminiBUDEではEPYCが2.38倍の性能を示した。
研究チームは、この違いについて、各CPUのベクトル演算性能やコア数のほか、Arm向けソフトウェアの最適化がx86ほど成熟していないことも要因として挙げている。特にGROMACSやminiBUDEのように浮動小数点演算が性能を左右する処理では、Veraのメモリー帯域幅の優位性を十分に生かせない。なお、この研究は早期評価機と特定のクラウド環境を使った1ソケット試験であり、NVIDIAが公表した2ソケットシステムの性能比較とは条件が異なる。
Spatial Multithreadingの効果についても、処理内容による差が見られた。研究チームが評価した科学アプリケーションでは、2スレッド動作時の性能向上は幾何平均で1.11倍だった。しかし、NAS Parallel BenchmarksのFT(class D)では、既定の設定で2スレッド動作時の性能が1スレッド時の0.61倍に低下した。これは複数スレッドがキャッシュを奪い合うことなどが原因と考えられる。一方、処理の分割設定を変更すると1.13倍まで改善した。
この結果からも、Veraの176スレッドを常に有効にすれば性能が向上するわけではなく、プログラムの並列化やデータ配置に合わせた調整が必要だと分かる。なお、同研究では2ソケット間の通信やCPUとGPUを組み合わせた処理、クラスタ全体の性能までは評価していない。
2027年のHPCラックと、DKRZが選んだCPU・GPUの分担
NVIDIAは11月16日の発表で、Veraを192基搭載するHPC向けの液冷ラックシステムを公開した。CPU間の接続にはNVIDIA Quantum-X800 InfiniBandを採用し、ラック全体で約300 TBのメモリーを搭載する。1Uサイズのトレーには8基のVera CPUを収め、ストレージや管理機能も統合する構成だ。
このシステムはDell Technologies、HPE、Lenovo、Supermicroから2027年初頭に提供される予定となっている。NVIDIAが2026年3月に示した汎用Veraシステムの2026年後半という提供予定とは、製品の対象や構成が異なる。
Veraを利用する具体的なスーパーコンピューターの計画も進んでいる。ドイツ気候計算センター(DKRZ)は10月26日、次期スーパーコンピューター「HLRE-5」の調達契約を発表した。BullSequana XH3500をベースとするこのシステムには、NVIDIA Veraを搭載するCPU区画と、GB200 Grace Blackwellを搭載するGPU区画が設けられる。
DKRZは、科学計算の大部分とAI処理をGPU区画に割り当て、GPUで効率的に処理できない計算をVera CPUに担当させる計画だ。ノード間の接続には400 Gbit/sのNVIDIA Quantum-2 InfiniBandを使用する。今回NVIDIAが発表したHPC向けVeraラックとは、ネットワーク構成も異なる。
HLRE-5は2028年初頭の稼働を予定している。DKRZは、現在のスーパーコンピューター「Levante」と比較して、シミュレーション上の1年間を計算するために必要なエネルギーを約75%削減するとともに、解像度5 kmの全球気候シミュレーションを2本同時に実行できるシステムを目指す。これらはVera CPU単体の性能目標ではなく、GPU区画を含むシステム全体の設計目標である。
Veraの単一SKU戦略は、GPUのホストとして開発されたCPUを、科学計算などにも活用する試みだ。ただし、実際の性能比較からは、メモリー帯域幅やアクセス遅延が重要な処理で強みを発揮する一方、演算性能や並列実行できるコア数が支配的な処理では競合が優位になる場合もあることが分かる。2027年のHPCラック提供と2028年のHLRE-5稼働によって、こうした特性が実際の大規模システムでどのように生かされるかが明らかになっていく。



