As crescentes demandas da IA estão impulsionando a necessidade de conjuntos de dados massivos e janelas de contexto que extrapolam os limites da memória do sistema. No entanto, as necessidades crescentes não são atendidas simplesmente adicionando mais capacidade de armazenamento. O que é preciso são insights úteis e fundamentados de fábricas de IA e arquiteturas de armazenamento eficientes e seguras que permitam esses insights. Na conferência Future of Memory and Storage (FMS) desta semana, a NVIDIA está revelando novos avanços em armazenamento e mostrando como o próximo salto em IA depende tanto da infraestrutura de armazenamento que alimenta a computação acelerada quanto do próprio poder de computação. A pressão sobre essa infraestrutura está se intensificando à medida que os agentes de IA consomem grandes quantidades de dados — e as GPUs agora podem iniciar solicitações de armazenamento diretamente, gerando milhares de operações simultâneas. Para atender a essas solicitações, os sistemas de armazenamento devem continuamente criptografar, compactar, verificar e reconstruir dados. Esses serviços críticos de dados podem se tornar gargalos quando milhares de agentes acessam o armazenamento simultaneamente. Os benchmarks destacados neste blog técnico da NVIDIA mostram que a NVIDIA Vera CPU, parte da NVIDIA Vera BlueField-4 STX, oferece uma taxa de transferência até 3,21x maior do que uma CPU x86 em um pipeline de compactação e criptografia de dois estágios. Isso significa que, com Vera, as plataformas de armazenamento podem absorver o fluxo de dados de IA com mais eficiência — entregando maior taxa de transferência com significativamente menos infraestrutura de computação. Com a computação acelerada, o armazenamento deixa de ser um local passivo para guardar dados e se torna uma parte ativa do caminho dos dados. Isso inverte a antiga economia de determinar quando os dados pertencem à memória (onde os aplicativos podem buscá-los mais rapidamente) versus em uma unidade de armazenamento (onde podem ser mantidos em um espaço barato e abundante). A troca foi formulada pela primeira vez há 40 anos, quando a resposta era medida em minutos para acessar esses dados. Nas GPUs atuais, emparelhadas com soluções de armazenamento de IA da NVIDIA e parceiros, a mesma troca agora se desenrola em microssegundos. Diminuindo a lacuna entre as necessidades da IA e a escassez de memória.
Fonte: NVIDIA AI Blog
Publicado em 2026-08-04