黄仁勋揭秘CPU布局：RTX Spark用Arm Vera搭载自研Olympus
英伟达在COMPUTEX2026公布CPU路线图：消费级RTXSpark与联发科合作，采用Arm公版20核；数据中心VeraCPU搭载88颗自研Olympus核心，基于Armv9.2，专为AI智能体低延迟需求设计，计划2026年第三季度投产，彰显其在AI计算领域的布局。
COMPUTEX 2026的舞台上，黄仁勋把英伟达的CPU路线图摊了个明白。两条线，两个逻辑——消费级的RTX Spark直接用Arm公版，数据中心的Vera CPU用自研核心。简单说，就是“够用就借，不够就自己造”。
先看消费级这边。RTX Spark是英伟达首款杀入PC处理器市场的超级芯片，和联发科联手打造，台积电3nm制程。CPU部分20核，直接套用了Arm公版的Cortex架构，没有做定制化改动。为啥这么做？黄仁勋的解释挺实在：消费级场景对单线程性能的要求没有数据中心那么苛刻，公版核心已经够用，犯不着再砸人力财力去自研。
但从技术决策的角度来看，这其实是个成本与收益的精准平衡——消费级市场的利润率本就比数据中心薄，如果从一开始就搞自研核心，研发投入可能迟迟收不回来。而直接拿公版，既能快速铺开产品线，又能把有限的资源集中到更有价值的领域。
到了数据中心这边，就完全是另一回事了。
Vera CPU彻底抛弃了Arm的Neoverse公版核心，搭载了88颗英伟达完全自研的Olympus核心，基于Armv9.2指令集构建。88颗自研核心，这本身就说明了产品定位。黄仁勋直言，Vera是为AI智能体时代量身打造的——复杂工作负载、编排调度、强化学习训练、超长上下文推理，这些都属于“高复杂度任务”。
为啥非自研不可？核心原因在于延迟。AI智能体的响应时间必须尽可能短，如果CPU不能快速响应GPU的指令，GPU就必须停下来等待，这会直接造成大量的算力浪费。在数据中心，每一毫秒的延迟都意味着真金白银的损失。自研的Olympus核心，就是为了在单线程性能和响应速度上达到极致，从而消除这个瓶颈。
时间线上，Vera CPU计划在2026年第三季度全面投产，预计今年秋季，各大系统厂商和云合作伙伴就会陆续推出产品。首批客户名单已经确认：OpenAI、Anthropic、SpaceX等都已经在队列里了。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。