CoreWeave correrá NVIDIA Vera: 11.000 entornos concurrentes

CoreWeave sumará el primer CPU de NVIDIA pensado para AI agents

CoreWeave (Nasdaq: CRWV) anunció este 30 de septiembre en su conferencia Fully Connected en San Francisco que ampliará su portafolio de cómputo con el NVIDIA Vera CPU, un procesador que la propia NVIDIA describe como el primer CPU del mercado diseñado específicamente para AI agents. La oferta correrá bare metal a escala de rack sobre la misma plataforma, los mismos modelos de consumo y la misma economics que el resto de la flota de CoreWeave, según el comunicado oficial de la compañía.

El despliegue concreta números concretos: cada rack de CoreWeave con Vera integra 128 CPUs y 11.264 cores, combinados con DPUs BlueField-4 y switching Spectrum-X Ethernet para conectar los nodos. Esa densidad abre espacio para más de 11.000 entornos de agentes concurrentes dentro de un solo rack, una cifra que la industria llevaba meses intentando alcanzar con arquitecturas x86 generalistas. En pruebas internas, CoreWeave reportó arranques de sandbox más de 3 veces más rápidos sobre Vera que sobre un CPU x86 comparable.

Para Chen Goldberg, EVP de producto e ingeniería de CoreWeave, el movimiento responde a un cuello de botella concreto: "la infraestructura de propósito general frena a los AI agents; Vera es el primer CPU explícitamente diseñado para acelerarlos". La frase importa porque sintetiza el argumento que NVIDIA lleva meses vendiendo a hyperscalers y neoclouds, y que ahora aterriza comercialmente.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

El bucle del AI agent y por qué el CPU importa ahora

CoreWeave describe el trabajo de un agente como un bucle continuo de cinco pasos: ejecutar, observar, curar, mejorar y evaluar. Mientras las GPUs entrenan el modelo y hacen el razonamiento pesado, los CPUs se encargan de todo lo que rodea cada paso: sandboxes aislados, entornos de reinforcement learning, llamadas a herramientas, ejecución de código y pipelines de datos. La demanda de esas tareas de preprocesamiento y de episodios de entrenamiento es bursty: un solo paso del bucle puede requerir miles de entornos durante una hora y volver a casi cero hasta el siguiente run.

A medida que crecen las cargas de post-training y de AI agents, ese trabajo CPU-intensive define cada vez más la velocidad a la que gira el bucle. Por eso CoreWeave empuja Vera bajo el mismo control planeado bare metal, junto a los trabajos de entrenamiento, sin pasar por capas de virtualización que agregarían latencia y overhead. La pieza que lo habilita es CoreWeave Sandboxes, lanzada el 14 de mayo de 2026, que ya ofrece ejecución aislada por hardware para reinforcement learning, uso de herramientas y evaluación de modelos, accesible vía CoreWeave Kubernetes Service o como runtime serverless a través de Weights & Biases.

En el plano de hardware, según la página de producto de NVIDIA recogida por Unite.ai, Vera integra 88 cores custom Olympus sobre arquitectura Arm y Spatial Multithreading que eleva el conteo de hilos a 176. La memoria LPDDR5X entrega hasta 1,2 TB/s de bandwidth con capacidad de hasta 1,5 TB, y un Scalable Coherency Fabric de segunda generación enlaza todos los cores con 3,4 TB/s de bandwidth de bisección. El enlace NVLink-C2C entre Vera y las GPUs de NVIDIA alcanza 1,8 TB/s de bandwidth coherente. NVIDIA asegura que Vera ejecuta las cargas de compilación, análisis de código y tool-chain de Python del bucle de razonamiento hasta 1,8 veces más rápido que CPUs x86 líderes, y que su subsistema de memoria entrega 2 veces el bandwidth total y 3 veces el bandwidth por core frente a x86 con DDR5.

El mercado de CPU para servidores ante la presión de los AI agents

CoreWeave no está solo en este movimiento. El 24 de agosto de 2026, NVIDIA y SpaceXAI anunciaron que SpaceXAI desplegará Vera para escalar la infraestructura detrás de Grok, y proyecta llevar una versión optimizada del Vera Rubin NVL72 al espacio con su primer satélite Starmind, según el comunicado de NVIDIA recogido por Yahoo Finance. Cognition, especializada en ingeniería de software con IA, ya corre cargas de producción sobre Vera Rubin NVL72 dentro de CoreWeave, según reportó Blockonomi.

El contexto macro ayuda a entender el timing. The Information Network, citado por 247 Wall St., estima que la facturación de sistemas para data centers por AI crecerá desde aproximadamente USD 560.000 millones en 2026 hasta USD 1,68 billones en 2030, una CAGR del 31,6%. Dentro de ese total, los ingresos por CPU para AI pasarían de USD 38.000 millones a USD 155.000 millones en el mismo período, con una CAGR del 42,1%, superior a la de los aceleradores. El mercado total de CPU para servidores saltaría de unos USD 60.000 millones en 2026 a USD 195.000 millones en 2030, y para 2030 los diseños basados en Arm representarían alrededor del 42,6% del revenue de CPU de servidor, frente al restante 57,4% de x86.

Para Intel, el efecto es mixto: sus ingresos estimados por CPU de servidor más que se duplicarían hacia 2030, pero su participación caería del 33,3% al 22,1% porque crece más lento que el mercado. AMD mantendría el liderazgo entre proveedores individuales con USD 69.000 millones proyectados a 2030. La dirección de NVIDIA ha citado visibilidad de aproximadamente USD 20.000 millones en demanda de CPU para servidores, con potencial de que el revenue por CPU más que se duplique en el año fiscal 2028, según la misma fuente. Truist Securities proyecta un impacto "moderadamente positivo" en el ARR de salida de 2027 para CoreWeave, y más pronunciado en 2028 cuando varios contratos entren en renovación, con precio objetivo de USD 165 sobre acciones que rondan los USD 87 al cierre de la jornada del anuncio.

Qué significa esto para tu startup

1. Tu costo de entrenar y operar AI agents depende cada vez más del CPU, no solo de la GPU. Si tu producto corre agentes que llaman herramientas, ejecutan código o generan miles de sandboxes en paralelo, el cuello de botella ya no es el accelerator: es la CPU generalista que organiza todo lo que pasa alrededor. Vera apunta exactamente a eso y lo hace con bare metal dentro de una plataforma que ya orquesta GPUs, lo que baja latencia entre pasos del bucle. Para tu hoja de ruta, conviene mapear qué fracción de tu factura cloud actual es CPU-intensive (pipelines de datos, RL, tool calling) y cuánto podrías ahorrar si esa fracción migrara a un proveedor con CPU optimizada para agentes.

2. Replantéate la elección de proveedor cloud si dependes de AI agents en producción. CoreWeave, Nebius, AWS, Azure, GCP y Oracle compiten por ser el lugar donde corren tus agentes. CoreWeave acaba de abrir una ventaja específica en densidad de sandboxes aislados por hardware y velocidad de arranque, lo que importa mucho para productos agentic que necesitan lanzar miles de entornos efímeros por minuto. Una acción concreta: solicitar a tu proveedor actual una prueba de carga con N entornos concurrentes y comparar tiempos de arranque y costo por sesión, antes de renovar contrato a 12 meses.

3. El ciclo de post-training y reinforcement learning se vuelve un cuello de botella, no un lujo. Si tu equipo fine-tunea modelos con datos sintéticos generados por agentes o entrena con RLHF/RL sobre entornos simulados, la velocidad a la que iteras depende del CPU que orquesta esos entornos. Empieza a registrar cuánto tarda un ciclo completo de post-training hoy y vuelve a medirlo cuando Vera esté disponible de forma general; la diferencia puede ser el factor que decida si tu producto agentic llega a producción antes o después que la competencia.