NVIDIA Vera arranca 1.000 entornos de IA en 10,8 segundos

¿Qué midió exactamente Daytona con la CPU Vera?

1.000 entornos aislados para agentes de IA puestos en marcha en 10,8 segundos. Ese es el número con el que NVIDIA quiere reabrir una discusión que parecía cerrada: en la era de los agentes, la CPU dejó de ser un accesorio del GPU y se convirtió en el cuello de botella de la factura.

Daytona, la empresa que ofrece estos entornos aislados —los llama sandboxes— a compañías que desarrollan agentes, publicó su ensayo el 7 de octubre en su propio blog. Comparó Vera con dos chips AMD EPYC de la familia Zen 5, con todos los sandboxes arrancando la misma imagen y ejecutando las mismas órdenes. Resultado: 10,8 segundos con Vera frente a 88,4 segundos del EPYC 9755 y 32,3 del EPYC 9575F. Con 2.000 unidades, Vera tardó 27,4 segundos.

El análisis de Wccftech resume la magnitud del diferencial mejor que el propio blog de NVIDIA: Vera pone en marcha 2.000 sandboxes más rápido de lo que Zen 5 tarda en arrancar 1.000. Y añade un dato del mismo ensayo que no aparece en la entrada de NVIDIA: para sostener 1.000 trabajos por segundo, la plataforma Vera requiere 15% menos máquinas que el EPYC 9755 y 38% menos que el EPYC 9575F.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

¿Por qué el arranque de entornos es el nuevo cuello de botella?

Un agente de IA recibe un encargo y lo ejecuta por pasos. Busca información, consulta bases de datos, escribe código y lo prueba. Cada uno de esos pasos depende de una CPU, y cada agente necesita su propio sistema de archivos, sus herramientas y su entorno. Daytona crea millones de sandboxes en un día normal, y la mitad vive menos de cinco minutos.

Ese patrón de uso cambia la pregunta que un equipo de infraestructura tiene que hacerse. Ya no es cuántos núcleos tengo, sino cuántos entornos simultáneos aguanta la máquina sin degradarse. Ivan Burazin, cofundador y consejero delegado de Daytona, lo explica con una analogía: «Es como un Rimac Nevera que llega a 200 km/h antes de que un Porsche Carrera alcance los 100».

La ficha técnica de Vera que cita la información original: 88 núcleos propios Olympus, 176 hilos de ejecución y hasta 1,5 terabytes de memoria LPDDR5X. El comunicado de NVIDIA recogido por GlobeNewswire añade que el subsistema de memoria entrega hasta 1,2 TB/s de ancho de banda, cifra que explica buena parte del comportamiento bajo carga.

¿Y qué pasa cuando la máquina ya está llena?

La segunda parte del ensayo es más interesante para quien firma cheques de infraestructura. Daytona midió el trabajo terminado por un agente de programación repetido en cada sandbox: Vera alcanzó un máximo de 13,3 trabajos completados por segundo. Con 2.000 sandboxes simultáneos mantenía 12,7, frente a 10,9 del EPYC 9755 y 8,1 del EPYC 9575F.

Wccftech precisa la forma de esas curvas: el 9575F se aplana alrededor de 8 trabajos por segundo y el 9755 cerca de 11, mientras Vera se mantiene cerca de 13 hasta los 2.000 sandboxes. Ahí está la diferencia entre un pico bonito y un sistema que aguanta producción. Vedran Jukić, director de tecnología de Daytona, lo dice sin rodeos: «La cifra que me interesa no es el pico. Es lo que pasa cuando la máquina ya está llena».

¿Cuánto pesa la energía en esta comparación?

NVIDIA también compara un centro de datos de 100 megavatios. Según sus cálculos, Vera admite 1,6 veces más agentes por vatio que el procesador x86 más rápido y dobla la velocidad de cada agente frente al x86 más eficiente. La electricidad es el otro límite duro: un centro de datos dispone de una potencia fija, y la presión ya se ve en las previsiones sobre inversión en redes eléctricas.

Conviene leer esa cifra con la advertencia que la propia fuente original señala: la entrada del blog no detalla los supuestos de la comparación de 100 megavatios, y la ficha técnica avisa de que algunos rendimientos relativos combinan datos medidos y proyectados. Es un dato de dirección, no una promesa contractual.

La letra pequeña: DeepInfra, Perplexity y Modal

NVIDIA recoge varios socios en su entrada, y cada uno mide algo distinto. Perplexity ejecutó tareas de programación 1,5 veces más rápido que en procesadores tradicionales y prevé instalar Vera en un próximo sistema de producción. DuckLabs obtuvo alrededor de 1,5 veces el rendimiento mediano de un Intel Xeon 6 en la prueba TPC-H SF1000.

El caso de DeepInfra es el más instructivo. NVIDIA atribuye a la empresa hasta 2,2 veces la velocidad del mejor x86, pero el informe original vincula ese 2,2 a la comparación con Intel Sapphire Rapids. Frente a Granite Rapids la ventaja baja a 1,76 veces y frente a AMD Zen 5, a 1,2. La propia DeepInfra lo escribe así: «La forma honesta de decirlo es el más rápido de los cuatro». En particiones de 20 núcleos, Vera sostuvo 256 agentes simultáneos dentro del tiempo de respuesta fijado, mientras sus rivales se quedaron en 160.

Modal, otra compañía de sandboxes, trabaja con resultados tempranos y matiza el cuadro. Su autor, Erik Dunteman, habla de hasta el doble de tareas completadas frente a una máquina Intel Granite Rapids equivalente, pero aclara: «Vera a menudo rindió mejor que las otras CPU, pero no siempre, y no por un margen especialmente grande». The Next Web reportó que Modal moverá su producto de sandboxes a Vera —su primer paso fuera de x86— y que tendrá que cambiar su infraestructura y su sistema de construcción de imágenes; NVIDIA le entregó en mano su primer servidor Vera. El mismo medio señala que Modal declara US$300M anuales de facturación en ese producto.

AMD contraataca: ¿es Vera realmente «purpose-built»?

La lectura de los benchmarks no es unánime. Según reportó Tom’s Hardware y recoge Yahoo Tech, dos ejecutivos de AMD cuestionaron públicamente que NVIDIA y Arm hayan diseñado sus CPU «específicamente» para agentes. Madhu Rangarajan, vicepresidenta corporativa de AMD, fue directa: «No sabíamos mágicamente hace cuatro años que lo agéntico iba a ser algo y construimos algo específico para ello». Mike Clark, arquitecto jefe de Zen, secundó la idea sin matices.

AMD también presenta números propios: afirma que su configuración de 256 núcleos a 400 vatios de la familia Venice logra 3,3 veces más agentes por vatio que la CPU Vera de NVIDIA, y 1,8 veces más agentes por dólar que el Intel Xeon de sexta generación. Son cifras de fabricante, sin benchmark estándar divulgado, y chocan de frente con el 1,6x de NVIDIA. Lo que sí está en el mercado es el despliegue: el comunicado del 31 de mayo de 2026 en GTC Taipei situaba Vera en producción con clientes como Anthropic, OpenAI, ByteDance, CoreWeave y Oracle Cloud Infrastructure, y el 30 de septiembre de 2026 CoreWeave anunció que ofrecerá sistemas Vera a escala de rack.

¿Qué significa esto para tu startup?

Para un equipo que corre agentes en la nube, el mensaje no es «compra NVIDIA». Es que la métrica que importa cambió de sitio. El costo por tarea completada y por entorno arrancado dice más de tu economía unitaria que el throughput de pico del proveedor.

Tres cosas concretas que puedes hacer esta semana:

Mide el arranque, no solo la ejecución. Si tu producto crea entornos efímeros, cronometra cuánto tarda en estar listo el sandbox número 1.000. Si Daytona tarda 10,8 segundos y un x86 equivalente 88,4, ese diferencial se multiplica por cada agente que tus usuarios lancen en hora pico.
Pide curvas, no picos. Cuando evalúes un proveedor de cómputo, solicita el rendimiento sostenido a máxima concurrencia. El dato relevante es el que se mantiene cuando la máquina está llena, no el mejor caso con el servidor vacío.
Anticipa el costo de mudarte a Arm. Si tu stack de imágenes está construido para x86, mover cargas a Vera implica reconstruir imágenes y revisar dependencias, tal como le ocurre a Modal. Calcula ese trabajo antes de firmar, no después.

La conclusión honesta: los números salen de NVIDIA y de empresas que probaron su chip, con supuestos que no siempre están completamente divulgados, y AMD discute incluso la premisa de diseño. Aun así, la dirección es clara. Si los agentes van a ser los mayores consumidores de cómputo, la CPU vuelve a estar en la hoja de cálculo de todo founder que venda software con IA dentro.