英伟达与亚马逊合作研发新一代存储架构 GPU直接控制SSD技术解析

科技领域再次迎来重大突破，这一次的焦点集中在AI算力的核心基础——存储架构上。没错，处理器领导者英伟达与云计算巨头亚马逊正在展开深度合作，旨在重新定义我们当前所依赖的计算范式。

简而言之，双方正在共同开发一种革命性的新型存储架构。其核心创新在于，该架构将允许GPU（图形处理器，现已成为人工智能计算的关键引擎）直接与SSD（固态硬盘）等存储设备进行通信，完全绕过传统上必须由CPU（中央处理器）进行调度与管理的中间步骤。

这一变革意味着什么？我们可以做一个形象的比喻：传统的数据调用流程，好比一位经理（CPU）指挥一名员工（GPU）去仓库（SSD）取货，经理需要先发出指令，员工才能开始行动。而全新的架构，旨在让员工能够自主判断所需货物，并直接前往仓库提取，省去了经理传达指令的时间。对于需要处理海量数据吞吐的AI模型训练和推理任务来说，这种“端到端直达”模式将显著降低数据访问延迟，从而释放出巨大的性能提升潜力。

在具体的技术路径上，有行业分析指出，英伟计划在其下一代代号为“Vera Rubin”的AI计算平台中，率先引入一项名为“GPU发起直接存储访问”（GIDS）的关键技术。这被视为实现上述宏伟蓝图的重要一步。

从更广阔的视角看，此次架构变革的影响将远超简单的调度优化。它很可能加速一种特定存储介质的广泛应用——即高带宽闪存（HBF）。在当前的主流AI服务器中，高速且昂贵的HBM（高带宽内存）紧邻GPU，承担着最核心的实时数据供给任务。而新架构成熟后，部分对带宽要求相对较低的数据，可以直接从SSD（特别是HBF这类高性能闪存）中获取。这有望在一定程度上减轻或改变对HBM的极端依赖，从而可能重塑高端存储市场的未来需求格局。

归根结底，这不仅是两家行业巨头的技术探索，更是整个AI算力演进的大势所趋。当模型参数与训练数据量呈指数级增长时，传统的以CPU为中心的存储计算架构已成为关键瓶颈。打破这堵“墙”，让GPU真正获得数据流的直接控制权，或许是开启下一个算力爆发时代的核心钥匙。