NVIDIA lancou Vera, uma nova CPU especificamente projetada para cargas de trabalho agenticas de IA, junto com uma grande expansao de sua parceria com Databricks anunciada na Data + AI Summit (15-18 de junho). Vera eh uma CPU compativel com Arm projetada para tres casos de uso: cargas de trabalho agenticas (chamadas de ferramentas, orquestracao de agentes, raciocinio multi-passo), aprendizado por reforco e analise de dados baseada em CPU. O chip entrega ate 3x consultas SQL mais rapidas e desempenho agentico 80% mais rapido do que CPUs tradicionais, com desempenho de thread unico alto e largura de banda de memoria otimizada para os padroes de computacao sensivel a latencia e rajada que os agentes requerem.
O insight principal: enquanto GPUs se destacam na inferencia de modelo, harnesses de agente, chamadas de ferramenta e raciocinio multi-passo funcionam em CPUs—e CPUs modernas se tornaram o gargalo. As GPUs geram respostas em segundos, mas agentes devem chamar ferramentas, aguardar resultados, gerenciar contexto e raciocinar em um loop de feedback. O design do Vera elimina a sobrecarga de latencia entre etapas de agentes e melhora a predicao para alocacao dinamica de tokens. Implantacoes antecipadas incluem Alibaba Cloud, CoreWeave, Meta e Oracle Cloud Infrastructure (OCI), juntamente com fabricantes de sistemas Dell, HPE, Lenovo e Supermicro.
Databricks esta integrando Vera em sua plataforma juntamente com novas capacidades NVIDIA: Databricks AI Runtime agora suporta treinamento multinode com NVIDIA Hopper GPUs e NVIDIA InfiniBand; suporte a GPU agora esta disponivel na Databricks Free Edition (desenvolvedores, startups, estudantes recebem acesso a GPU); Model Serving ganha otimizacao Triton Inference Server; e NVIDIA Agent Toolkit eh nativamente integrado em Databricks Apps. A visao: um stack NVIDIA end-to-end onde Hopper GPUs executam inferencia de modelo e CPUs Vera orquestram agentes, cada silicio especialmente projetado para sua carga de trabalho.
Para praticantes: isso sinala que a infraestrutura de IA agentica eh se movendo em direcao ao silicio especializado. A disponibilidade do Vera em plataformas de nuvem principais (AWS, Azure, GCP) eh critica—verifique antes de se comprometer com colocacao de carga de trabalho agentica. O nivel gratuito sem GPU no Databricks reduz a barreira para prototipagem de agentes em dados governados. Monitore: (1) cronogramas de disponibilidade do Vera em sua nuvem alvo, (2) preco vs CPUs padrao em escala, (3) se a disponibilidade OCI e Alibaba Cloud se traduz em disponibilidade em regioes dos EUA. As equipes que constroem agentes devem avaliar se o perfil de latencia do Vera justifica migracao de infraestrutura CPU existente, especialmente para fluxos de trabalho pesados em chamadas de ferramenta (pesquisa, geracao de codigo, recuperacao de conhecimento).