产业 / 官方
AI对存储的需求全面升级，NVIDIA发布新一代存储架构
随着AI智能体规模持续扩张，超长上下文窗口与海量数据集对系统内存的压力已远超传统架构的承载极限。在本周举办的FMS（未来存储与内存大会）上，NVIDIA宣布了一系列存储基础设施新进展：开源cuFile API以实现GPU直接读写存储，推出Storage-Next行业联盟联合40余家闪存与存储厂商制定开放标准，并发布SCADA框架支持大规模并行GPU从存储直接拉取所需数据。与此同时，NVIDIA Vera CPU在双阶段压缩加密流水线中展现出比x86 CPU高达3.21倍的吞吐量优势。这些进展共同指向同一个目标：让存储不再是AI系统的瓶颈，而成为驱动AI工厂高效、安全产出洞察的核心基础设施。
AI推理工作负载的快速演进正在重塑存储基础设施的角色定位。当数千个AI智能体同时发起存储请求，GPU需要在微秒级时间内完成数据的加密、压缩、校验与重建，传统以CPU为中心的存储路径已难以满足这一并发规模。NVIDIA在FMS大会上指出，存储系统必须从被动的数据容器转变为AI数据路径中的主动参与者，才能真正释放加速计算的潜力。
在具体性能层面，NVIDIA Vera BlueField-4 STX所搭载的Vera CPU展现出显著优势。基准测试数据显示，在双阶段压缩与加密流水线场景下，Vera CPU的吞吐量最高可达x86 CPU的3.21倍。这意味着存储平台能够以更少的计算基础设施吸收AI数据洪流，在降低硬件成本的同时大幅提升整体吞吐效率，为AI工厂的持续运转提供更坚实的底层支撑。
NVIDIA宣布将cuFile API及其底层垂直存储软件栈全面开源。cuFile是NVIDIA GPUDirect Storage的核心组件，允许GPU而非仅CPU直接对存储发起读写操作，借助数十万GPU线程与高带宽内存实现微秒级数据访问。开源后的cuFile将纳入Open Secure AI Alliance平台，由Google、Intel、NVIDIA与Meta共同担任初始维护者，推动跨硬件平台的互操作性与安全标准统一。
Storage-Next是NVIDIA主导的行业协同计划，汇聚了DDN、铠侠、美光等40余家领先存储与闪存厂商，目标是将GPU驱动的存储行为规范转化为可互操作的开放行业标准。该计划的核心技术框架SCADA（规模化加速数据访问）允许大规模并行GPU仅从存储中拉取应用所需的特定数据，直接写入GPU高速内存，从根本上缩短数据从存储到计算的路径延迟。DDN已将SCADA集成至其AI原生数据智能平台Infinia，以消除大规模场景下的存储瓶颈。
安全性是NVIDIA存储架构设计的核心约束之一。SCADA采用双层架构解决速度与安全的内在矛盾：需要高速访问的用户态应用组件运行于可信计算基之外，而独立的特权组件负责在初始化阶段配置用户应用与其授权存储之间的受保护访问通道，全程遵循Linux标准安全协议。此外，NVIDIA CMX上下文内存存储专为长上下文、多轮对话的智能体推理场景设计，构建于STX平台之上，为RAG等需要持久化上下文的AI应用提供原生支持。
要点
- NVIDIA Vera CPU在压缩加密流水线中吞吐量最高达x86 CPU的3.21倍，可显著降低AI存储基础设施的计算成本
- cuFile API全面开源，GPU可直接读写存储并实现微秒级访问，Google、Intel、Meta共同参与维护
- Storage-Next联盟联合40余家厂商推动GPU驱动存储的开放行业标准，SCADA框架支持大规模并行数据直取
- NVIDIA采用双层安全架构，在保障存储直接访问速度的同时严格遵循Linux安全协议，安全与性能不再对立
- CMX上下文内存存储为长上下文智能体推理提供AI原生存储层，RAG等应用场景将直接受益
原始标题：As AI Increases Demands on Memory, Storage Steps Up
本文由 DataHub 基于公开来源整理，用于信息发现与摘要阅读；具体事实、数据和后续更新以原始来源为准。