Perplexity, la empresa detrás del buscador con IA, va a usar la nueva CPU Vera de Nvidia para sus cargas de agentes, según informó Reuters. No es una compra más de chips: es Nvidia entrando en el mercado de procesadores de servidor que dominan Intel y AMD, y llevándose a un cliente de peso de entrada.
Puntos clave
- Nate Kupp, vicepresidente de infraestructura de Perplexity, describe la Vera como un ajuste perfecto para sus cargas principales.
- Según Kupp, la Vera procesa tareas de coding de agentes a alrededor de 1,5 veces la velocidad de una CPU tradicional.
- Nvidia afirma que la Vera es 1,8 veces más rápida que un procesador x86.
- Nvidia espera que las ventas de la CPU Vera alcancen los 20.000 millones de dólares en el año fiscal en curso.
Nvidia mete la cabeza en el mercado de las CPU
Hasta ahora, Nvidia mandaba en las GPUs, las tarjetas que entrenan y ejecutan modelos. El procesador central, la CPU, era territorio de Intel y AMD con la arquitectura x86. La Vera cambia eso: Nvidia lleva su propio diseño de CPU al servidor, optimizado para las cargas de agentes de IA, que es justo el tipo de trabajo que más crece.
La jugada tiene lógica. Los agentes de IA no solo hacen inferencia pesada en la GPU, también encadenan pasos, llaman herramientas y ejecutan lógica, tareas que caen sobre la CPU. Si esa CPU va 1,5 veces más rápida en el trabajo real de un agente, el ahorro se nota en la factura de cómputo a escala.
Conviene entender la diferencia entre las dos piezas. La GPU es la que hace el trabajo pesado de generar la respuesta del modelo, y ahí Nvidia lleva años sin rival. La CPU es la que coordina: decide qué paso viene ahora, lanza la llamada a una herramienta, procesa el resultado y encadena el siguiente. En un chatbot clásico esa parte pesaba poco. En un agente que da diez o veinte pasos por tarea, pesa mucho, y por eso una CPU más rápida en ese trabajo concreto se traduce en agentes que responden antes y cuestan menos por consulta.
Que Perplexity, una empresa que vive de servir respuestas de IA millones de veces al día, la califique de ajuste perfecto para sus agentes es el aval que Nvidia buscaba para arrancar. Un primer cliente que ejecuta agentes a gran escala vale más que cualquier benchmark de laboratorio, porque demuestra el chip en la carga real para la que se diseñó.
Por qué importa
El movimiento hay que leerlo dentro de una batalla más grande por el silicio. Nvidia diversifica hacia las CPUs justo cuando sus clientes empiezan a fabricar sus propios chips para depender menos de ella. DeepSeek diseña su chip de inferencia, OpenAI y otros hacen lo mismo, y fabricantes como SambaNova levantan miles de millones para competir en inferencia. Nvidia responde ampliando su terreno en vez de defenderlo.
Para una empresa que usa IA, nada de esto se toca directamente, pero el efecto llega. Más competencia en el hardware, tanto en GPUs como ahora en CPUs, presiona los precios del cómputo a la baja con el tiempo. Y para quien monta agentes, la señal es que el cuello de botella ya no es solo la GPU: la parte de CPU, la que orquesta los pasos del agente, empieza a importar en el coste y la velocidad de lo que despliegas.
Relacionado
