30秒サマリー
- NVIDIAが独自開発のOlympusコアを搭載したVera CPUをエージェントAIワークロード向けに最適化したと公式ブログで解説
- シングルスレッド性能・低レイテンシ・不規則なメモリアクセスへの対応を従来クラウドCPUと異なる設計指針として明示
- 88コア・176スレッド、3.4TB/s以上のオンダイ帯域幅、最大1.2TB/sメモリ帯域幅を持つとされる
何が起きたか
NVIDIAは2026年7月21日、同社の技術ブログにてVera CPUに搭載される独自設計の「Olympusコア」の詳細なアーキテクチャ解説を公開した。執筆者はPraveen MenonおよびEduardo Alvarezの両氏。
Olympusコアは、エージェントAIのワークロードを念頭に置いて設計されており、その特徴として（1）高いIPC（クロック当たり命令数）を実現する広帯域フロントエンドとニューラル分岐予測器、（2）長い依存チェーンや不規則なポインタアクセスに対応する深いアウトオブオーダー実行エンジン、（3）グラフ構造や疎なデータ向けのプリフェッチエンジンを含むキャッシュサブシステム、が挙げられている。コア数は88、SMTスレッド数は176とされる。
メモリ・ファブリック面では、オンダイ帯域幅3.4TB/sを提供する「NVIDIA Scalable Coherency Fabric（SCF）」と164MBの統合L3キャッシュ、SOCAMM2（LPDDR5X）モジュールによる最大1.2TB/sの集約メモリ帯域幅を組み合わせる構成が説明されている。接続性としてはNVLink-C2C、PCIe 6.4、CXL 3.1、コンフィデンシャルコンピューティングへの対応も明示された。
また、従来のSMT（同時マルチスレッディング）が引き起こす「ノイジーネイバー問題」に対し、NVIDIAは「NVIDIA Spatial Multithreading」と称する独自のリソース分割方式を採用したと説明している。これにより、スレッド間の干渉を抑えつつ、シングルスレッド性能と高スレッド密度の両立を図るとされる。
原典ハイライト
原文は「エージェントAIはCPU側の実行パスにより多くの負荷を移す」と明示しており、従来型クラウドCPUが重視してきた「コア密度と均一ワークロードのスループット」とは異なる設計思想が必要だと指摘している。Olympusコアはその解として、シングルスレッド性能・予測可能なレイテンシ・不規則な制御フローへの対応を中心に設計されたと説明される。
出典: NVIDIA Technical Blog（公式ブログ）
So What?（なぜ重要か）
エージェントAIの普及により、AIインフラにおけるCPUの役割が「GPUの補助」から「エージェントループの実行基盤」へと変質しつつある。NVIDIAがGPUだけでなくCPUを独自設計する動きは、AIファクトリー全体を自社エコシステムで垂直統合しようとする戦略の表れとみられる。今後、データセンター調達の判断軸にCPU性能の評価指標（IPC・レイテンシ一貫性）が加わる可能性がある。
日本企業への示唆
生成AI・エージェントAIシステムの導入・拡張を検討する日本企業にとって、サーバー調達時の評価基準を見直す必要が生じうる。従来はGPU性能や価格を中心に選定してきたケースが多いが、エージェントの応答性やスループットはCPU側の設計にも大きく依存するとNVIDIAは主張している。クラウド利用においても、NVIDIA Vera CPU搭載インスタンスが将来登場した場合に備え、エージェントAIワークロードのレイテンシ要件を事前に整理しておくことが有効と考えられる。またコンフィデンシャルコンピューティング対応は、金融・医療・製造分野での機密データを扱うAIエージェント展開における選択肢として注目に値する。
背景・経緯
NVIDIAはGrace CPU（Armベース）に続き、Vera CPUを独自開発している。VeraはVera Rubinプラットフォームの一部として、GPU・ネットワーク・ストレージと統合されたAIファクトリー構成を前提に設計されているとブログ内で説明されている。エージェントAIや強化学習の普及がCPU設計の要求仕様を変えているという問題意識が本記事の背景にある。
