NVIDIA presenta una arquitectura de almacenamiento diseñada para las cargas de trabajo de IA

El 4 de agosto de 2026, NVIDIA presentó en la conferencia Future of Memory and Storage (FMS) nuevos avances para adaptar la infraestructura de almacenamiento al crecimiento de las cargas de trabajo de inteligencia artificial. La compañía sostiene que los agentes de IA y los modelos con grandes ventanas de contexto necesitan acceder a conjuntos de datos que superan la capacidad de la memoria del sistema, por lo que el almacenamiento debe participar de forma activa en el flujo de datos.

Según NVIDIA, las GPU pueden iniciar directamente miles de operaciones simultáneas contra los sistemas de almacenamiento. Estas solicitudes requieren cifrar, comprimir, verificar y reconstruir datos de manera continua, tareas que pueden convertirse en cuellos de botella cuando numerosos agentes acceden al almacenamiento al mismo tiempo.

En las pruebas citadas por la compañía, la CPU NVIDIA Vera, integrada en NVIDIA Vera BlueField-4 STX, alcanzó hasta 3,21 veces más rendimiento que una CPU x86 en una canalización de dos etapas que combina compresión y cifrado. NVIDIA afirma que este resultado permitiría a las plataformas de almacenamiento procesar un mayor volumen de datos de IA con menos infraestructura de cómputo.

La compañía también anunció que abrirá el código de sus interfaces de programación de aplicaciones cuFile y de la pila de software de almacenamiento vertical que se encuentra bajo ellas. Estas interfaces permiten que las GPU, además de las CPU, lean y escriban directamente en el almacenamiento. cuFile es un componente de código abierto de NVIDIA GPUDirect Storage y utiliza cientos de miles de hilos de GPU y memoria de alto ancho de banda para acceder a los datos en microsegundos.

NVIDIA presenta esta apertura como un paso hacia una pila de almacenamiento basada en prácticas de seguridad de Linux y orientada a la interoperabilidad entre GPU y datos. El nuevo sitio de cuFile aceptará contribuciones y contará con Google, Intel, NVIDIA y Meta como mantenedores iniciales. La compañía señala que las tecnologías podrán optimizarse para distintas plataformas de software y hardware, con aplicaciones tanto para desarrolladores como para empresas.

El acceso rápido a los datos también se plantea como un componente de las defensas de ciberseguridad. NVIDIA afirma que disponer de contexto de seguridad, datos y almacenamiento a la velocidad que requieren los sistemas de IA puede respaldar medidas preventivas y de detección. La empresa vincula estas capacidades con iniciativas como Open Secure AI Alliance.

En paralelo, NVIDIA y más de 40 empresas del sector participan en Storage-Next, una iniciativa que reúne a fabricantes de almacenamiento y memoria flash, proveedores de controladores, especialistas en diseño térmico y refrigeración, operadores de orquestación y organismos de estandarización. El objetivo es definir cómo deben comportarse los sistemas de almacenamiento impulsados por GPU y convertir esos avances en estándares abiertos e interoperables. Entre los participantes mencionados figuran DDN, KIOXIA y Micron.

Storage-Next se apoya en SCADA, siglas de scaled, accelerated data access. Este marco permite que las GPU extraigan directamente del almacenamiento solo los datos necesarios para una aplicación y los lleven a su memoria de alta velocidad. DDN está integrando SCADA con Infinia, su plataforma de inteligencia de datos definida por software y orientada a cargas de trabajo de IA.

Estas tecnologías se incorporan al trabajo de NVIDIA en infraestructura de almacenamiento para IA, incluido NVIDIA Vera BlueField-4 STX. Esta plataforma modular de escala de rack se basa en NVIDIA Vera Rubin, los procesadores de almacenamiento NVIDIA Vera BlueField-4 y las redes NVIDIA Spectrum-X Ethernet. También utiliza la pila de seguridad unificada NVIDIA DOCA para aplicar políticas de forma continua dentro del flujo de datos de IA.

NVIDIA CMX Context Memory Storage completa esta propuesta como una capa de contexto nativa para IA, destinada a tareas de inferencia con contextos largos, múltiples turnos y agentes, sobre NVIDIA STX. Para mantener la seguridad del acceso directo, SCADA separa las partes de la aplicación que requieren velocidad de un componente privilegiado que configura el acceso protegido entre la aplicación y el almacenamiento autorizado, siguiendo protocolos estándar de Linux.

Fuente: NVIDIA.