NVIDIA 加速 AI 存储变革：cuFile 开源，Storage-Next 联合 40+ 厂商
2026/08/04 23:00阅读量 1
NVIDIA 在 FMS 大会展示 AI 存储新架构：开源 cuFile API 让 GPU 直接读写存储，联合 40+ 厂商推出 Storage-Next 计划，并发布 SCADA 快速安全访问框架。其 Vera CPU 在压缩加密流水线中吞吐量达 x86 的 3.21 倍，使内存与存储间的访问权衡从分钟级进入微秒级。
事件概述
在 Future of Memory and Storage（FMS）大会上，NVIDIA 公布了多项 AI 存储新进展，核心目标是应对 AI 模型对内存容量和数据访问速度的爆炸性需求，让存储访问快到足以像内存一样被应用直接使用，同时保持安全。随着 AI 代理消耗海量数据、GPU 可直接发起存储请求，存储系统需要从被动的数据存放地转变为主动参与数据路径的加速组件。
核心信息
- Vera CPU 性能优势：NVIDIA 技术博客的基准测试显示，NVIDIA Vera CPU（属于 Vera BlueField-4 STX）在“压缩+加密”两级流水线中的吞吐量比 x86 CPU 最高提升 3.21 倍，意味着存储平台可以用更少的计算基础设施消化更大的 AI 数据流。
- 开源 cuFile API：NVIDIA 宣布开源 cuFile API 及其底层垂直存储软件栈。cuFile 是 GPUDirect Storage 的开源组件，允许 GPU 直接读写存储，借助大规模 GPU 线程与高带宽内存在微秒级完成安全数据访问。这一开放举措也为 Open Secure AI Alliance 提供支撑，该联盟的初始维护者包括 Google、Intel、NVIDIA 和 Meta，同时为 AI 驱动的安全防御提供高速数据访问基础。
- Storage-Next 计划：NVIDIA 联合存储制造商、控制器供应商、散热/冷却与编排运营商、标准机构等，共同定义 GPU 驱动存储的行为并推动其成为开放行业标准。目前已有 DDN、KIOXIA、Micron 等超过 40 家存储和闪存厂商参与。
- SCADA 框架：全称为 scaled, accelerated data access，允许大规模并行 GPU 只从存储中按需拉取数据至自身高速内存。DDN 已将 SCADA 集成到其 Infinia 数据智能平台。在安全设计上，SCADA 将需要高速访问的用户部分与特权配置组件分离，并遵循 Linux 安全协议，避免应用程序直接访问存储时破坏其他进程的内存。
值得关注
- 传统上，系统需要权衡数据放内存还是放存储，40 年前这个决策耗时以分钟计；在今天的 GPU 与 AI 存储方案配合下，同一权衡可在微秒内完成。
- NVIDIA 的相关技术栈还包括基于 Vera Rubin 平台的 Vera BlueField-4 STX、Spectrum-X 以太网和统一 DOCA 安全栈，以及面向长上下文/多轮 Agentic AI 推理的 CMX Context Memory Storage。