LMSYS 测试：NVIDIA Vera CPU 在 agentic RL 中让 episode 平均耗时降低 11%

LMSYS 的 Miles 项目在负载状态下测试了 NVIDIA Vera CPU 对 agentic RL 训练的影响，结果显示平均 episode 时间缩短 11%。机制在于：GPU 越快，工具调用等 CPU 侧环节就越容易成为瓶颈，更快的 CPU 能减少等待工具返回的时间，让样本更早回到训练循环。测试结果与方法论已随推文公开。 这一结果对做 agent 强化学习训练的团队有直接的硬件采购参考价值：以往关注点集中在 GPU 型号和数量，而环境交互密集的工作负载下 CPU 规格同样影响吞吐。LMSYS 公开 methodology，便于其他团队在自己的负载上复现对比。