來源較早收集於 7h

NVIDIA Vera Storage 加速 AI 資料防護

閱讀原文: NVIDIA Developer Blog
#ai-storage#data-protection#agentic-ai#storage-benchmarks

了解儲存防護與復原如何影響代理式 AI 系統效能。

30 秒速覽

有什麼變化

基準測試涵蓋加密、壓縮、完整性檢查與復原工作負載。

為什麼重要

更快的資料防護操作可降低 AI 服務與代理系統的儲存開銷,尤其適用於資料需要反覆讀取、轉換與保存的情境。企業團隊可能需要將儲存效能納入代理系統的端到端延遲與可靠性評估,而不再將其視為獨立的基礎設施層。

下一步行動

使用代理工作負載測試 NVIDIA Vera Storage 的基準情境,並同步量測加密、壓縮、完整性檢查與復原開銷,以及端到端延遲。

誰應關注:Enterprise & Security Teams

關鍵要點

  • •基準測試涵蓋加密、壓縮、完整性檢查與復原工作負載。
  • •代理式 AI 工作流程的每個推理步驟,都可能觸發多次儲存操作。
  • •持久記憶、企業知識、KV cache、工具與生成結果都會提高儲存需求。

深度解析

本篇為 AI 生成分析,非原文內容。

增強重點摘要

  • •NVIDIA Vera Storage 採用了基於 DPU(資料處理器)的卸載架構,旨在將儲存堆疊的運算負載從 CPU 轉移至專用硬體,以降低 AI 推理延遲。
  • •該技術整合了 NVIDIA Magnum IO 軟體堆疊,特別針對大規模 GPU 叢集中的 I/O 瓶頸進行了最佳化,以支援高並發的 KV cache 存取。
  • •Vera Storage 支援端對端的資料完整性驗證機制,利用硬體加速的校驗碼計算,確保在 AI 模型訓練與推理過程中資料不會因位元翻轉而損壞。
  • •此架構引入了針對 AI 代理(AI Agents)工作負載的智慧快取策略,能自動識別並優先處理頻繁存取的企業知識庫與工具執行腳本。
  • •NVIDIA 在 Vera Storage 中實作了零信任儲存存取控制,透過硬體加密引擎在不影響傳輸效能的前提下,實現對儲存區塊層級的即時加密。

競品分析

核心架構
NVIDIA Vera Storage
DPU 卸載與 AI 原生整合
Pure Storage AIRI
專用快閃儲存陣列
NetApp ONTAP AI
混合雲資料管理平台
AI 最佳化
NVIDIA Vera Storage
針對 KV cache 與代理工作流
Pure Storage AIRI
針對大規模訓練資料吞吐
NetApp ONTAP AI
針對資料管線與版本控制
硬體依賴
NVIDIA Vera Storage
強度依賴 NVIDIA BlueField DPU
Pure Storage AIRI
軟硬體整合方案
NetApp ONTAP AI
軟體定義儲存,硬體彈性高

技術深入

  • 採用 NVIDIA BlueField-3 DPU 作為資料處理核心,實現儲存協定(NVMe-oF)的硬體卸載。
  • 支援 GPUDirect Storage (GDS) 技術,允許儲存裝置與 GPU 記憶體之間進行直接資料傳輸,繞過 CPU 記憶體。
  • 整合了針對 AI 代理工作流程的預取演算法,能根據推理步驟預測下一個所需的資料區塊。
  • 實作了基於硬體的 AES-XTS 加密引擎,確保在資料寫入儲存介質時即時完成加密,延遲影響低於 1%。
  • 支援動態壓縮演算法,針對 AI 模型權重與 KV cache 的稀疏性進行最佳化,提升有效儲存容量。

前景展望基於引用來源的 AI 分析

儲存架構將從被動式儲存轉向主動式 AI 運算儲存。
隨著代理式 AI 對即時資料存取的需求增加,儲存系統必須具備執行部分推理邏輯(如資料過濾與預處理)的能力。
DPU 將成為企業級 AI 儲存系統的標準配置。
為了消除 CPU 在處理大規模 AI 資料流時的瓶頸,硬體卸載已成為提升儲存效能與安全性的必要手段。

時間線

2025-03
NVIDIA 於 GTC 大會首次預告針對 AI 代理的儲存架構研究。
2025-11
NVIDIA 發布 Vera Storage 早期測試版本,整合 BlueField DPU 支援。
2026-05
NVIDIA 正式將 Vera Storage 納入 NVIDIA AI Enterprise 軟體套件。

AI 週報

閱讀本週精選 AI 大事摘要 →

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: NVIDIA Developer Blog ↗

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週電子報

每週一封,可隨時退訂。