3.3 GHz 打赢高主频：NVIDIA Olympus 说明服务器 CPU 的胜负手已经换了

结论

Chips and Cheese 拆解了 NVIDIA 的服务器核心 Olympus：这是一款 10 宽乱序核心，主频只有 3.3 GHz，却靠每周期性能取胜，并采用 SMT 实现，单线程表现接近桌面级。在 SPEC CPU2026 中，它的分支预测略逊于 AMD Zen 5、略优于 Intel Lion Cove，浮点测试则领先两家。这条分析的意义不在于谁多赢了几分，而在于它印证了一个趋势：当主频难以继续上推，服务器 CPU 的胜负手已经转移到"每周期能做多少事"上。

三个要点

• "10 宽 + 3.3 GHz"是一种明确的取舍。 与其硬堆频率、承受功耗与散热代价，不如把资源投在指令级并行上。在数据中心这种按电费和机架密度算账的地方，每周期性能比峰值频率更值钱。
• 分支预测与浮点，分别对应两类真实负载。 分支预测决定通用代码（编译器、数据库、控制逻辑）的效率；浮点领先则直接关系到 AI 与科学计算场景。NVIDIA 在浮点上占优，与它的整体定位是一致的。
• 服务器 CPU 的竞争重回"架构"赛道。 过去几年主频与核数的军备竞赛接近瓶颈，厂商重新开始在解码宽度、乱序窗口、缓存层次这些经典维度上比拼。对采购方而言，这意味着选型不能只看"多少核、多少 GHz"。

对你意味着什么

选服务器 CPU，看"每核性能"和"每瓦性能"。 核多但单核弱，会拖慢数据库、编译、脚本类负载；核少但单核强，可能更适合高并发下的低延迟场景。按你的真实负载曲线来配，而不是按参数表。

把软件优化纳入预算。 宽乱序核心对编译器优化、内存访问模式更敏感。同一套代码，调整数据布局或编译选项，可能比换硬件带来更大收益。

关注散热与功耗的连带成本。 主频低但宽度大的设计，通常在能效上更友好。数据中心的总成本里，电费与散热占比很高，这部分收益往往被低估。

对 AI 基础设施，别把它当纯 GPU 问题。 训练与推理的调度、数据预处理、参数同步都跑在 CPU 上。CPU 这一环变强，整条链路的实际吞吐也会跟着变。

一句话：当主频撞到墙，"每周期做多少事"就成了新的性能货币 —— 这也正是这款核心想证明的事。

参考来源

• Chips and Cheese：NVIDIA's Olympus Core: Pushing Server Single-Thread Performance

延伸阅读：可灵把发布会搬到纽约广告周：AI 视频的胜负手换成了「采购链路」 · 荷兰税务部门放弃微软365迁移计划 将转向自建服务器与欧洲开源方案