币安官方注册地址最新更新：下载APP入口一键直达，畅享全球领先交易体验

在1月5日的2026年国际消费电子展（CES）上，英伟达首席执行官黄仁勋发布了名为“推理上下文内存平台”（ICMS）的全新硬件系统，旨在应对人工智能推理阶段爆发式增长的数据存储需求。这一创新标志着AI硬件架构重心正从单纯算力堆叠转向高效上下文存储，预示着NAND闪存与SSD或将接棒HBM，成为下一个关键增长引擎。

《韩国经济日报》于1月24日报道，黄仁勋在演讲中展示了一款神秘黑色机架——即“推理上下文内存平台”（Inference Context Memory Platform, ICMS）。这并非普通硬件迭代，而是一项针对AI推理阶段核心瓶颈的关键突破。记者敏锐指出，这或将成为继HBM之后，存储行业的又一重大拐点。

该平台的核心目标是解决AI推理中的“KV缓存”问题。随着生成式AI从训练转向大规模推理应用，所需处理的数据量呈不规则且爆炸式增长，现有GPU显存与服务器内存已难以承载海量键值缓存。为此，英伟达引入新型数据处理单元（DPU）与超大容量固态硬盘（SSD），构建专属缓存池，打破物理性能极限。

KV缓存爆炸式增长引发存储焦虑

韩媒分析称，黄仁勋推出ICMS的根本动因在于“KV缓存”的激增。在AI推理过程中，KV缓存是理解对话上下文、实现逻辑推演的关键组件。例如，当用户提问关于G-Dragon为何成为时代偶像这类主观性问题时，AI需调用内部模型数据与历史交互记录进行权重分配与推理，避免重复计算和幻觉输出。

随着多模态应用场景扩展，数据量呈现指数级上升趋势。仅依赖昂贵的HBM或传统DRAM已无法满足未来需求。因此，具备高密度、低延迟、断电不丢失特性的专用存储平台成为刚需。

DPU驱动的9600TB巨量空间

据韩媒披露，ICMS平台采用“BlueField-4”DPU作为核心调度单元，扮演数据传输“行政后勤官”角色，有效减轻CPU负担。一个标准机架配备16个SSD托架，每个托架含4个DPU，管理600TB SSD，总容量高达9600TB。

相比之下，一套8机架的VeraRubin GPU平台仅约4423.68TB。黄仁勋表示，通过该平台，虚拟层面的GPU可用内存从1TB跃升至16TB。同时，借助BlueField-4的性能提升，平台实现每秒200GB的KV缓存传输速度，显著缓解大容量存储网络瓶颈。

开启NAND闪存黄金时代

ICMS平台主要依赖高性能企业级SSD，直接利好三星电子与SK海力士等主流存储厂商。过去几年，尽管AI热潮席卷全球，但镁光灯始终聚焦于HBM，NAND闪存与SSD未获同等重视。

英伟达将此平台定位为介于本地SSD与外部存储之间的“第3.5层”存储体系。相较于耗电且成本高的DRAM，由高性能DPU管理的SSD兼具大容量、高速度与持久性优势，成为理想缓存方案。

尤其值得关注的是，英伟达正推进“Storage Next”（SCADA）计划，目标是让GPU绕过CPU，直接访问NAND闪存，彻底消除数据传输延迟。目前，SK海力士已启动“AI-N P”原型开发，计划基于PCIe Gen 6接口，在2024年底推出支持2500万IOPS的存储产品，并预计2027年底前实现1亿IOPS性能突破，较当前水平提升逾10倍。

随着产业链加速布局，市场普遍预期NAND闪存与企业级SSD将在AI推理时代迎来量价齐升的新周期。

随着市场变化，选择安全高效的平台至关重要。币安提供多币种交易、低手续费和稳定服务，用户可通过官网或 App 下载快速注册，畅享便捷投资体验。对于希望参与加密资产交易的用户，可以选择在Binance等知名平台进行注册和交易。无论是追踪技术创新带来的投资机会，还是布局新兴数字资产，币安官方始终为您提供可靠支撑。立即访问币安官网入口，完成币安注册，下载安卓APP或电脑版下载，获取最新地址与交易通道。

以下是韩媒文章全文，由AI翻译：

英伟达首席执行官黄仁勋在2026年国际消费电子展(CES)上发布了一个神秘的内存平台:“推理上下文内存平台”。今天，《科技与城市》栏目将深入探讨它究竟是什么。

关键词:KV缓存

在5日(当地时间)于拉斯维加斯举行的NVIDIA Live大会上，NVIDIA首席执行官黄仁勋在演讲结尾谈到了内存平台。我不禁竖起了耳朵。这会是下一个HBM吗?

今日之星:黑色机架式 NVIDIA ICMS(推理上下文内存存储)。图片来源:NVIDIA

首席执行官黄仁勋指着的是VeraRubin人工智能计算平台一角的一个黑色机架。这个机架，也就是我们今天故事的主角，里面存放着海量的存储空间。

首先，让我解释一下黄仁勋引入这项技术的原因。我们应该从“KV缓存”说起，黄仁勋CEO在官方场合经常提到它。读者朋友们，你们可能在最近关于GPU和AI硬件的文章中已经多次听到过KV缓存这个名字。

这个关键词在AI推理时代至关重要。它关乎AI理解对话上下文和高效计算的能力。我们举个简单的例子。假设你打开OpenAI的ChatGPT或Google Gemini，问一个关于韩国流行歌手G-Dragon的问题。

如果用户问的是G-Dragon的音乐、时尚或事业等客观信息，AI可以根据它学习到的信息回答。但是，聊了一会儿之后，用户突然问:“那他为什么会成为他那个时代的‘偶像’呢?”这就好比问了一个没有明确答案的论述题。这时，AI就开始推理了。

这就是KV缓存的关键所在:键和值。首先是键。我们很容易理解，但人工智能使用键向量来清晰地识别对话上下文中问题中的“那个人”是谁，以及答案的主题和目标(键)。然后，它会利用模型内部关于G-Dragon以及在与用户对话过程中收集到的各种数据(值)的中间计算结果，进行权重分配、推理，最终得出答案。

如果没有KV缓存，如果每个问题都像第一次一样重新计算，GPU将重复两到三次工作，从而降低效率。这可能导致人工智能出现幻觉和错误答案。然而，KV缓存可以提高效率。基于“注意力计算”的推理，会重用从与用户的长时间对话中获得的各种数据并应用权重，速度更快，对话也更加自然。

图片由 NVIDIA 提供

随着人工智能行业从学习向推理转型，这种键值缓存不再仅仅是辅助存储器。此外，所需的容量也在不断增加。

首先，随着越来越多的人将生成式人工智能融入日常生活，数据量的不规则激增不可避免。随着图像和视频服务的加入，对人工智能高级推理和想象力的需求将进一步增长，数据量还将呈爆炸式增长。

随着人工智能发现新信息的能力不断提升，它会在与用户的互动过程中，在各种场景下创建大量有用的键值缓存(KV缓存)。

面对键值缓存的爆炸式增长，NVIDIA 也对 GPU 流量进行了管理。他们将 GPU 分为两类：一类是大量生成键值缓存的 GPU，另一类是使用键值缓存的 GPU。然而，存储空间不足以存储所有这些缓存。

当然，服务器内部的内存容量很大。GPU旁边是HBM内存→如果不够用，就用DRAM模块→如果实在不行，甚至会在服务器内部使用SSD固态硬盘。然而，CEO黄仁勋似乎已经意识到，这种架构在未来的推理时代将难以驾驭。因此，他在CES上发布了这款黑盒子。

NVIDIA CEO 黄仁勋在 CES 2026 上推出 ICMS。图片由 NVIDIA YouTube 提供。

DPU + 超大容量 SSD = KV 缓存存储专用团队

这台黑色服务器是“推理上下文内存平台”，简称ICMS。让我们仔细看看它的规格。

首先，驱动ICMS的设备是DPU，即数据处理单元。读者可能对GPU和CPU比较熟悉，但服务器的隐藏动力源——DPU也值得一看。

NVIDIA首席执行官黄仁勋发布了BlueField-4 DPU。图片由NVIDIA提供。

DPU(数据处理单元)就像军队中的行政后勤官。如果说CPU是连长，那么GPU就是计算突击队员。DPU负责弹药和食物的运送，甚至处理通信和移动，使CPU能够做出适当的决策，而GPU则专注于攻击。NVIDIA的新型DPU“Bluefield-4”被赋予了一项新任务：ICMS。现在，让我们仔细看看ICMS平台。这个机架总共包含16个SSD托架。

图片来源:NVIDIA

每个托架配备四个 DPU，每个 DPU 管理 150TB 的 SSD。这意味着一个托架总共有 600TB 的缓存 SSD。

这是一个相当大的存储容量。我们来比较一下。假设在 Blackwell GPU 服务器中，为了最大化 KV 缓存，我们在 SSD 放置区域安装了八个 3.84TB 的通用缓存 SSD。这样每台服务器就有 30.72TB 的 SSD，这意味着一个包含 18 台服务器的 GPU 机架的总 SSD 容量为 552.96TB。

也就是说，单个 ICMS 托架的缓存 SSD 容量可以超过一个 GPU“机架”所能容纳的容量。一个机架中的 SSD 总数为 600TB x 16，即 9600TB。这比一套完整的 VeraRubin 8 个 GPU 机架(4423.68TB,552.96 x 8)的 SSD 容量高出一倍多。

图片由 NVIDIA 提供

黄仁勋在CES演讲中表示：“以前GPU的内存容量为1TB，但通过这个平台，我们获得了16TB的存储容量。”

仔细想想，他的话似乎相当准确。一个完整的VeraRubin平台由八个GPU机架组成。每个机架有72个GPU，共计576张存储卡。将ICMS的总容量9600TB除以576张存储卡，得出约16.7TB。

虽然人们仍然担心服务器的物理距离和SSD的传输速度，但BlueField 4性能的提升缓解了这些问题。黄仁勋解释说：“我们实现了与之前相同的每秒200GB的KV缓存传输速度。”

此外，现有的GPU服务器存在网络瓶颈，限制了7.68TB和15.36TB等大容量SSD的充分利用。这项基于DPU的网络改进似乎正是为了解决这些问题。

被视为“零”的NAND闪存的黄金时代即将到来吗?

图片由 NVIDIA 提供

NVIDIA 将此平台划分为 3.5 个内存组。第一组是 HBM，第二组是 DRAM 模块，第三组是服务器内部的本地 SSD，第四组是服务器外部的存储。ICMS深入研究了介于第三组和第四组之间的神秘领域。与昂贵或耗电的 DRAM 不同，SSD 比硬盘速度更快、容量更大，即使断电也不会丢失数据（这得益于高性能 DPU），使其成为理想之选。

该平台显然为三星电子和 SK 海力士提供了巨大的商机。仅一个机架就能增加 9,600 TB 的容量，这意味着他们可以销售比现有 NVIDIA 机架多数倍的 NAND 闪存，而且这仅仅是按位计算。此外，这款产品的开发商是 NVIDIA，一家全球所有人工智能公司都梦寐以求的公司，因此商机更加巨大。

三星电子的服务器固态硬盘。即使人工智能时代已经到来，NAND闪存和固态硬盘的价格一直滞后，预计今年第一季度将出现大幅上涨。图片由三星电子提供。

过去三年，尽管人工智能市场发展迅猛，但NAND闪存和固态硬盘(SSD)并未受到太多关注。这主要是因为与在NAND闪存发展中发挥关键作用的HBM相比，它们的利用率较低。NVIDIA正从ICMS项目入手，筹备一个旨在进一步提升SSD利用率的项目。该项目是“Storage Next”（也称为SCADA，即Scaled Accelerated Data Access，规模化加速数据访问）计划的一部分。目前，执行AI计算的GPU将直接访问NAND闪存（SSD）来获取各种数据，而无需经过CPU等控制单元。这是一个旨在消除GPU和SSD之间瓶颈的大胆设想。SK海力士也已正式宣布正在开发AI-N P，以顺应这一趋势。 SK海力士副总裁金天成表示：“SK海力士正与NVIDIA积极开展名为‘AI-N P’的初步实验（PoC）。”

他解释说：“基于PCIe Gen 6、支持2500万IOPS（每秒输入/输出操作数）的存储原型产品有望在今年年底发布。”他还表示：“到2027年底，我们将能够生产出支持高达1亿IOPS的产品。”2500万IOPS是目前固态硬盘速度的10倍以上。