生成AIのインフラというと、まずGPUが思い浮かびます。しかしAIエージェントが「答える」だけでなく、調べ、実行し、検証し、次の行動を選ぶようになると、GPUだけでは全体の性能を説明できません。
NVIDIAは2026年5月18日、AIエージェント向けCPU「Vera」の初期システムをOpenAI、Anthropic、SpaceXAI、Oracle Cloud Infrastructureに届けたと発表しました。これは単なる新チップの納品ニュースではなく、AI基盤の主役がシステム全体へ広がっていることを示す動きです。
1. 何が発表されたのか
NVIDIAの公式ブログによると、同社のIan Buck氏がVera CPUシステムをAnthropic、OpenAI、SpaceXAI、Oracle Cloud Infrastructure（OCI）へ手渡しで届けました。
同記事では、Anthropic、OpenAI、SpaceXAIへの納品は2026年5月15日金曜日、OCIへの納品は2026年5月18日月曜日に行われたと説明されています。
Veraは、NVIDIAが「エージェントAI向け」と位置づけるCPUです。2026年3月のGTCで発表され、今回のブログは、その初期システムが主要AI企業やクラウド事業者の手元に届き始めたことを伝える内容です。NVIDIAは別の発表でも、Veraをagentic AI向けCPUとして位置づけています。
ここで大事なのは、VeraがGPUの代わりになる製品ではないことです。むしろ、GPUを忙しく働かせ続けるためのCPU、という見方が近いでしょう。
2. なぜAIエージェントにはCPUが重要なのか
チャットで答えるだけなら、モデルが入力を受けて出力を返す流れが中心です。一方、AIエージェントは、コードを書き、ツールを呼び出し、ファイルを探し、検索し、データを読みに行き、結果を検証しながら次の行動を決めます。
このとき裏側では、次のような処理が大量に走ります。
- ツール呼び出しの制御
- Pythonなどのコード実行
- 複数タスクの同時管理
- 長い文脈や状態の保持
- データ検索、分析、前処理
- 強化学習やシミュレーション環境の実行
- GPUへ渡すデータの準備と移動
NVIDIAは、こうした処理を「CPUの仕事」として説明しています。つまり、AIエージェント時代のCPUは、単なる脇役ではなく、GPUに仕事を届け続ける交通整理役になります。
たとえるなら、GPUは大きな工場の高性能な製造ラインです。CPUは、そのラインに材料を運び、工程を管理し、作業指示を出し、詰まりを見つける現場管理者に近い存在です。製造ラインがどれほど速くても、段取りが遅ければ全体の生産性は上がりません。
3. Vera CPUの中身とNVIDIAの主張
NVIDIAの発表によると、Vera CPUはAIエージェントや強化学習のような処理を想定して設計されています。
公表されている主なポイントは次の通りです。
- NVIDIA初のカスタムCPU
- 88個のNVIDIA設計「Olympus」コア
- 最大1.2TB/sのメモリ帯域
- オーケストレーション、ツール呼び出し、強化学習、データ分析、エージェント用サンドボックス、長文脈の状態管理を想定
- Rubin GPUと組み合わせるVera Rubin NVL72では、CPUとGPUが統合メモリアーキテクチャで連携
- OCIは2026年から数十万規模のVera CPUを導入する計画だとNVIDIAブログ内で説明されている
ただし、性能に関する数値はNVIDIAの発表値です。Veraについて、従来CPUインフラと比べた高速化や効率向上が説明されていますが、この記事では第三者検証済みの一般性能としては扱いません。どのワークロードで、どの構成と比べたのかによって、実運用での体感は変わります。
4. OpenAI、Anthropic、OCIに届いた意味
今回の納品先がOpenAI、Anthropic、OCIである点も重要です。
OpenAIやAnthropicは、大規模モデルとAIエージェントの使い方を前に進めている企業です。コード実行、ツール利用、長い推論、複数ステップの作業などが増えるほど、モデルそのものだけでなく、その周辺を支える計算基盤が重くなります。
OCIはクラウド基盤の立場です。企業がAIエージェントを本番利用する場合、自社でチップやラックを直接扱うより、クラウド経由で使うケースが多くなります。
AIエージェントを業務で使うには、モデルだけでなく、ツール連携、データ処理、実行環境、監査、セキュリティを支える基盤が必要です。GPUがAIの計算を担うなら、CPUはAIが業務を進めるための交通整理を担う。今回のニュースは、その役割分担をわかりやすく見せています。
5. まだ分からないことと今後の展望
現時点で慎重に見るべき点もあります。
まず、今回の発表はNVIDIAの公式ブログです。OpenAIやAnthropicがVeraをどの規模で、どの用途に、いつ本番投入するのかまでは詳しく分かりません。
Veraの性能主張は、AIエージェントや強化学習のような特定ワークロードを前提にしています。一般的な企業アプリケーションや既存のCPU処理で同じような効果が出るとは限りません。
そして、AIエージェントの実用化そのものも、まだ発展途上です。高性能な基盤があっても、業務設計、権限管理、監査、セキュリティ、コスト管理が整わなければ、企業利用は広がりません。
それでも、OpenAI、Anthropic、OCIといった名前が並んだ今回の発表は、AI基盤の競争が「チップ単体」ではなく「エージェントを動かす工場全体」へ移っていることを示しています。
