NVIDIA가 2026년 7월 26일 자사 Vera CPU를 전자설계자동화(EDA) 워크플로에 투입해 차세대 CPU와 GPU 설계를 가속하고 있다고 밝혔다. 검증 대상은 실제 프로덕션에서 쓰이는 두 애플리케이션으로, Cadence의 정형 검증 플랫폼 Jasper와 Synopsys의 기능 검증 솔루션 VCS다. NVIDIA는 두 애플리케이션 모두 선택된 워크로드에서 최대 1.5배 높은 성능을 보였다고 설명했다. Vera는 커스텀 NVIDIA Olympus 코어 88개와 LPDDR5X 메모리 서브시스템, 2세대 NVIDIA Scalable Coherent Fabric으로 구성된다. ASAP은 NVIDIA 공식 블로그(Ivan Goldwasser 작성)를 기준으로 정리한다.

발표문이 고른 워크로드는 학습이 아니라 검증이다

NVIDIA가 이번에 내세운 워크로드는 AI 학습이나 추론이 아니라 칩 설계 공정의 검증 단계다. 발표문은 논리 시뮬레이션과 정형 검증, 디지털 구현의 일부가 빠른 개별 코어와 효율적인 메모리 시스템, 강한 전체 처리량에 의존한다고 설명한다. 이 세 가지 조건이 나열된 순서가 곧 이 워크로드의 성격이다. 검증 작업은 대규모 병렬 행렬 연산과 성질이 다르고, 단일 스레드가 얼마나 빨리 도는지와 메모리 접근이 얼마나 일정한지에 성능이 묶인다. NVIDIA는 Vera가 지연에 민감한 작업과 대규모 리그레션 테스트가 뒤섞이는 환경에 특히 적합하다고 밝혔다. 가속기 회사가 자사 CPU를 소개하면서 GPU가 잘하는 영역이 아닌 곳을 고른 셈이고, 이 선택 자체가 EDA 파이프라인의 병목이 어디에 있는지를 드러낸다.

1.5배가 무엇 대비인지 발표문은 밝히지 않았다

이번 발표에서 가장 조심해서 읽어야 할 문장은 최대 1.5배라는 표현이다. NVIDIA는 Cadence Jasper와 Synopsys VCS 두 애플리케이션이 선택된 프로덕션급 워크플로에서 최대 1.5배 높은 성능을 보였다고만 적었고, 무엇을 기준으로 비교했는지는 밝히지 않았다. 어떤 CPU와 비교했는지, 어떤 구성과 코어 수에서 측정했는지, 선택된 워크로드가 전체 리그레션에서 차지하는 비중이 얼마인지가 모두 공개되지 않았다. 최대라는 한정어가 붙었다는 사실도 그대로 읽어야 한다. 최대 1.5배는 평균 1.5배가 아니며, 조건이 가장 유리한 케이스의 상한값을 가리키는 표현이다. 여기서 확실하게 남는 정보는 성능 배수가 아니라 다른 데 있다. Cadence와 Synopsys의 상용 검증 도구가 NVIDIA 자체 코어 위에서 프로덕션급 워크플로를 돌렸다는 사실, 그리고 그 결과를 두 EDA 공급사가 함께 공개했다는 사실이다. EDA 업계에서 툴 이식과 인증은 벤치마크 수치보다 훨씬 느리게 움직이는 절차이고, 초기 결과가 공동으로 발표되는 단계에 도달했다는 점이 성능 숫자보다 실질적인 신호에 가깝다.

88코어와 LPDDR5X라는 조합이 겨냥한 지점

Vera의 구성은 검증 워크로드의 요구 조건과 한 줄씩 맞물린다. 커스텀 Olympus 코어 88개는 리그레션 테스트처럼 독립적인 작업을 대량으로 병렬 투입하는 구조에 대응하고, 2세대 Scalable Coherent Fabric은 코어가 늘어날 때 지연이 흐트러지지 않게 붙잡는 역할을 한다. 눈에 띄는 선택은 LPDDR5X 메모리 서브시스템이다. 서버 CPU에서 흔히 쓰이는 메모리 대신 전력 효율이 높은 계열을 택했다는 것은 설계 목표가 절대 대역폭 극대화보다 코어당 성능과 전력당 처리량의 균형에 놓여 있다는 뜻으로 읽힌다. 검증 팜은 수천 개 잡이 며칠 단위로 상시 도는 환경이라 총소유비용에서 전력이 차지하는 비중이 크고, 이 조건에서는 피크 성능보다 랙 단위로 몇 개의 잡을 꾸준히 돌릴 수 있는지가 실제 설계 주기를 결정한다. 다만 NVIDIA는 이번 발표에서 전력 관련 수치를 제시하지 않았으므로 이 부분은 구성에서 추론한 해석이며 측정으로 확인된 주장이 아니다.

자기 칩으로 자기 칩을 만드는 순환이 시작됐다

이번 발표의 구조적 함의는 성능 배수가 아니라 NVIDIA가 자사 CPU를 자사 칩 설계 공정에 투입했다는 순환에 있다. 발표문은 여기서 멈추지 않고 다음 단계를 예고한다. NVIDIA는 Rigel 코어를 기반으로 한 차세대 Rosa CPU로 Vera를 이어 가며 CPU 로드맵 전반에 걸쳐 최적화를 계속한다고 밝혔다. 이 배치가 만드는 효과는 두 방향이다. 하나는 내부 피드백 루프다. 설계 팀이 자사 CPU의 실사용 데이터를 다음 세대 설계에 직접 반영할 수 있고, EDA라는 까다로운 워크로드가 상시 검증 환경으로 기능한다. 다른 하나는 판매 논리다. 자사가 가장 값비싼 설계 자산을 걸고 쓰는 제품이라는 서사는 외부 고객을 향한 근거가 된다. 동시에 이 구조는 의존성을 한 회사 안으로 모은다. 설계 도구와 실행 하드웨어, 최종 제품이 같은 로드맵을 공유하면 병목이 발견됐을 때 대응이 빨라지지만, 로드맵이 어긋났을 때 우회할 경로도 함께 줄어든다.

EDA 인프라를 바꾸는 일이 벤치마크만으로 되지 않는 이유

EDA 환경의 하드웨어 교체는 성능 비교로 결정되지 않는 영역이다. 검증 결과의 재현성이 인증 절차의 핵심이라 같은 테스트가 같은 결과를 내야 하고, 상용 도구의 라이선스는 코어 수와 실행 환경에 묶여 있어 하드웨어 구성이 바뀌면 비용 구조가 함께 흔들린다. 수년간 축적된 리그레션 스크립트와 사내 툴체인이 특정 환경을 전제로 작성돼 있는 경우도 많다. 이번 발표가 초기 결과라는 표현을 쓰고 두 개 애플리케이션만 언급한 것은 이 절차의 길이를 반영한다고 보는 편이 자연스럽다. 그래서 이 발표를 평가할 때 다음에 확인해야 할 항목은 배수의 증가가 아니라 목록의 확장이다. 정형 검증과 기능 시뮬레이션 밖으로 합성과 배치 배선, 타이밍 분석, 물리 검증까지 대상이 넓어지는지, 그리고 NVIDIA 내부가 아닌 외부 반도체 기업의 프로덕션 플로에서 같은 결과가 보고되는지가 판단 기준이 된다.

한국 반도체 조직이 이 발표에서 읽을 것

한국 반도체 조직이 이번 발표에서 가져갈 실무 항목은 검증 인프라의 성능 기준을 다시 정의하는 문제다. 팹리스와 메모리 설계 조직 모두 검증 팜의 처리량이 테이프아웃 일정을 직접 좌우하는 구조에 있고, 이 영역의 투자 판단은 그동안 기존 서버 구성의 연장선에서 이뤄지는 경우가 많았다. 확인할 항목은 세 가지로 정리된다. 첫째, 사내 리그레션에서 실제 병목이 코어 수 부족인지 단일 코어 속도인지 메모리 지연인지를 잡 단위로 분해해 측정하고 있는가. NVIDIA가 나열한 세 조건은 이 분해가 선행되지 않으면 어떤 하드웨어 선택도 근거를 갖기 어렵다는 점을 보여 준다. 둘째, 사용 중인 EDA 도구의 라이선스가 코어 수와 실행 환경에 어떻게 연동돼 있는지 계약 조건을 확인했는가. 셋째, 공급사가 발표하는 최대 몇 배 수치를 내부 검토 문서에 옮길 때 비교 기준이 공개됐는지를 표기하는 규칙이 있는가. 이번 사례는 비교 대상이 빠진 배수가 1차 자료에서도 그대로 나온다는 것을 보여 준다.

확정된 사실과 남은 공백

현재 확정된 사실은 네 가지다. NVIDIA가 Vera CPU를 자사 EDA 워크플로에 배치했다는 점, Cadence Jasper와 Synopsys VCS가 선택된 워크로드에서 최대 1.5배 높은 성능을 보였다는 점, Vera가 커스텀 Olympus 코어 88개와 LPDDR5X 메모리 서브시스템, 2세대 Scalable Coherent Fabric으로 구성된다는 점, 그리고 Rigel 코어 기반 Rosa CPU가 다음 세대로 예고됐다는 점이다. 비교 기준과 측정 구성, 전력 수치, 대상 워크로드의 비중은 공개되지 않았다. 칩을 파는 회사가 그 칩으로 다음 칩을 만든다는 서사는 강력하지만, 그 서사가 검증되는 자리는 외부 반도체 기업의 프로덕션 플로에서 나오는 다음 보고다.

출처: NVIDIA 공식 블로그 Vera CPU EDA 활용 발표(2026년 7월 26일, Ivan Goldwasser 작성. Cadence Jasper·Synopsys VCS 선택 워크로드 최대 1.5배, 커스텀 Olympus 코어 88개, LPDDR5X 메모리 서브시스템, 2세대 Scalable Coherent Fabric, Rigel 코어 기반 차세대 Rosa CPU 계획 명시) 기반 ASAP 정리.