随着 AI 对内存需求的增加，存储技术加速提升

<div id="bsf_rt_marker"></div> <figure></figure> <p class="wp-block-paragraph">激增的 AI 需求正推动对大规模数据集和上下文窗口的需求，这些需求已突破系统内存的限制。</p> <p class="wp-block-paragraph">但不断增长的需求并不能通过简单地增加存储容量来满足。我们需要的是来自 AI 工厂的有用、可靠的洞察，以及能够实现这些洞察的高效、安全的存储架构。</p> <p class="wp-block-paragraph">在本周的“未来内存与存储大会”(FMS) 上，NVIDIA 发布了新的存储进展，并展示了 AI 的下一轮飞跃既取决于为加速计算提供数据的存储基础设施，也取决于计算能力本身。</p> <p class="wp-block-paragraph">随着 AI 智能体消耗大量数据，基础设施面临的压力日益加剧——GPU 现在可以直接发起存储请求，产生数千个并发操作。</p> <p class="wp-block-paragraph">为了满足这些请求，存储系统必须持续对数据进行加密、压缩、验证和重建。当数千个智能体同时访问存储时，这些关键数据服务可能成为瓶颈。</p> <p class="wp-block-paragraph">这篇 <a target="_blank" href="https://developer.nvidia.com/blog/nvidia-vera-storage-benchmarks-faster-encryption-compression-integrity-checking-and-recovery-for-ai-native-storage/">NVIDIA 技术博客</a> 中重点介绍的基准测试显示，作为 <a target="_blank" href="https://nvidianews.nvidia.com/news/nvidia-vera-bluefield-4-stx-brings-agentic-ai-storage-processing-with-in-silicon-security">NVIDIA Vera BlueField-4 STX</a> 一部分的 NVIDIA Vera CPU，在两级压缩和加密流水线中的吞吐量比 x86 CPU 高出多达 3.21 倍。这意味着借助 Vera，存储平台可以更有效地吸收 AI 数据洪流——用更少的计算基础设施实现更高的吞吐量。</p> <p class="wp-block-paragraph">借助加速计算，存储不再是被动保存数据的地方，而是成为数据路径中的活跃部分。</p> <p class="wp-block-paragraph">这颠覆了以往决定数据应存放在内存（应用可以更快地访问）还是存储驱动器（可以廉价且大量地保存）的旧有经济考量。这一权衡在 40 年前首次被提出，当时答案是以分钟来衡量数据访问时间。而在今天的 GPU 上，配合 NVIDIA 及合作伙伴的 <a target="_blank" href="https://www.nvidia.com/en-us/data-center/ai-storage/">AI 存储解决方案</a>，同样的权衡现在只需微秒即可完成。</p> <p class="wp-block-paragraph">弥合 AI 需求与内存短缺之间的差距，有赖于整个生态系统的<a target="_blank" href="https://developer.nvidia.com/blog/building-for-the-rising-complexity-of-agentic-systems-with-extreme-co-design/">极致协同设计</a>，从内存和存储制造商到基于它们构建的软件。</p> <h2 class="wp-block-heading"><strong>开源 NVIDIA cuFile API 促进存储解决方案的互操作性</strong></h2> <p class="wp-block-paragraph">在 FMS 上，NVIDIA 宣布将其 <a target="_blank" href="https://github.com/xio-sig">cuFile 应用程序编程接口 (API)</a> 及其底层的垂直存储软件栈开源，这些接口不仅让 CPU，也让 GPU 可以直接读写存储。cuFile 是 <a target="_blank" href="https://docs.nvidia.com/gpudirect-storage/">NVIDIA GPUDirect Storage</a> 的开源组件。</p> <p class="wp-block-paragraph">通过使用数十万个 GPU 线程、快速高带宽内存和其他方法，cuFile 能够在短短几微秒内安全地从存储中访问数据。</p> <p class="wp-block-paragraph">这代表了业界如何基于 Linux 最佳实践统一安全优先的存储栈，实现 GPU 与数据之间的互操作性。</p> <p class="wp-block-paragraph">此外，对数据和存储的快速、安全访问是支撑预防性和检测性网络安全措施的基础要素。将 cuFile 开源将有助于以 AI 驱动的防御所需的速度访问安全上下文、数据和存储。此类开放技术支持新的 <a href="https://blogs.nvidia.com/blog/open-secure-ai-alliance/">Open Secure AI Alliance</a> 等倡议。</p> <p class="wp-block-paragraph"><a target="_blank" href="https://github.com/xio-sig">这个网站</a> 是这些对外开放贡献的 API 的新家——Google、Intel、NVIDIA 和 Meta 为首批维护者——并且可以针对各种软硬件平台进行优化，从而为开发者和企业带来创新和效率。</p> <h2 class="wp-block-heading"><strong>NVIDIA 与行业领导者推进 AI 存储的新前沿</strong></h2> <p class="wp-block-paragraph">此外，NVIDIA 与存储行业领导者正通过一项名为 Storage-Next 的倡议优化内存和存储解决方案。这项由 NVIDIA 推动的倡议汇集了存储制造商、控制器供应商、热设计、冷却和编排运营商以及标准机构，共同协调 GPU 驱动的存储应如何运作，然后将这些进展转化为可互操作的开放行业标准。</p> <p class="wp-block-paragraph">Storage-Next 汇聚了包括 DDN、KIOXIA 和 Micron 在内的 40 多家领先存储和闪存供应商，每家公司都与 NVIDIA 一起为下一代 AI 存储技术贡献力量。</p> <p class="wp-block-paragraph">该倡议以大型 AI 数据集的加速数据访问为基础。为此，NVIDIA 提供了 <a target="_blank" href="https://www.youtube.com/watch?v=OZloQQZGmQQ&amp;t=67s">SCADA</a>——即可扩展加速数据访问（scaled, accelerated data access）的缩写——这一框架可让大规模并行 GPU 直接从存储中仅提取应用所需的数据到自身的高速内存中。</p> <p class="wp-block-paragraph">例如，DDN 正在将 SCADA 与 Infinia 集成，后者是其软件定义、AI 原生的数据智能平台，旨在大规模消除存储瓶颈。</p> <p class="wp-block-paragraph">“AI 的成功将不取决于组织拥有多少基础设施，而在于他们如何高效地使用它。”DDN 首席技术官 Sven Oehme 表示，“我们与 NVIDIA 的合作正在帮助创建 GPU 与数据之间更直接、更高效的连接——保持加速计算资源的高效运转，加快洞察速度，并使客户能够从其 AI 投资中获得更强的业务和财务回报。”</p> <p class="wp-block-paragraph">Storage-Next 和 SCADA 扩展了 NVIDIA 在 AI 存储基础设施方面的长期工作，包括 <a target="_blank" href="https://nvidianews.nvidia.com/news/nvidia-vera-bluefield-4-stx-brings-agentic-ai-storage-processing-with-in-silicon-security">NVIDIA Vera BlueField-4 STX</a>——一个由 NVIDIA Vera Rubin 平台、NVIDIA Vera BlueField-4 存储处理器和 <a target="_blank" href="https://www.nvidia.com/en-us/networking/spectrumx/">NVIDIA Spectrum-X 以太网</a>网络驱动的模块化机架级基础。</p> <div class="wp-block-image"> <figure class="aligncenter size-large"> <figure style="width: 2048px" class="wp-caption alignnone"><img fetchpriority="high" decoding="async" src="https://blogs.nvidia.com/wp-content/uploads/2026/08/inline-1785797311823.jpeg" alt="" width="2048" height="1152" /><figcaption class="wp-caption-text">NVIDIA Vera BlueField-4 STX 存储处理器。</figcaption></figure> </figure> </div> <p class="wp-block-paragraph">定义新一代 AI 原生数据平台，<a target="_blank" href="ht