GPU 与 SSD 的距离，正在被重新定义

在 2025 年 FMS（Flash Memory Summit）大会上，铠侠展示了一项面向 GPU-Storage 直连架构的全新技术：超高 IOPS SSD 仿真方案。

这款产品在 512 字节随机读取下可实现 1 亿 IOPS（100M IOPS） 的性能目标，旨在帮助 AI 计算场景缓解 高带宽内存（HBM） 的容量与成本限制。借助 Big Accelerator Memory（BaM） 框架，GPU 可以直接访问 SSD 数据，在传统 HBM 与存储之间建立更紧密、更高速的通道。

HBM 不够用，问题出在哪？

随着生成式 AI 模型不断扩大、上下文窗口变长、推理用户数激增，GPU 的高带宽内存（HBM）成为稀缺资源。HBM 的容量决定了模型可容纳的参数量、可运行的上下文长度，以及系统能并发的任务规模。

然而，HBM 的成本极高、扩展性受限，物理扩容难以满足持续增长的需求。这正是铠侠看到的机会：通过高性能 SSD，让一部分高频数据能以接近 GPU 的速度存取，从而缓解 HBM 的压力。

 BaM 框架：GPU 与 SSD 的新型数据通路

实现这种连接的关键，是一个名为 Big Accelerator Memory（BaM） 的开源项目。它允许 GPU 通过标准协议直接访问 SSD 数据，而不再经过 CPU 主存通路。

这种直连模式能够显著降低访问延迟，并提升数据在存储与计算单元之间的带宽利用率。对 AI 工作负载而言，BaM 让 SSD 不再只是“外部存储”，而是成为 GPU 可快速调用的“扩展内存层”。

 铠侠的技术路线：从 10M 到 100M IOPS

为了让 SSD 真正胜任这种直连架构，铠侠正在开发专为极端 IOPS 优化的闪存产品。

这款超高 IOPS SSD 采用 第三代 XL-FLASH 技术，并基于 PCIe 7.0 接口，目标是在 512 字节随机读取场景下实现 1 亿 IOPS 性能。

目前展示的仍是仿真模型，但它为开发者提供了一个预览平台，可提前优化软件栈，为未来硬件做准备。铠侠预计将在 2027 年 推出实体产品。

在此之前，铠侠计划于 2026 年 发布基于 第二代 XL-FLASH 的 PCIe 6.0 SSD，性能目标约 1,000 万 IOPS（10M IOPS）。这意味着，从 10M 到 100M IOPS，SSD 的性能曲线将迎来量级提升。

 从 HBM 到 SSD：AI 存储架构的新平衡

在 AI 计算体系中，算力与存储的协同一直是关键瓶颈。HBM 负责速度，SSD 负责容量，而 BaM 框架和铠侠的超高 IOPS SSD 正在模糊这条界限。

通过让 SSD 直接参与高频数据交换，AI 系统可以在不显著增加 HBM 成本的前提下，获得更大的“高性能内存池”。

这并非对 HBM 的替代，而是一次架构层面的补强。对 GPU 厂商、AI 平台开发者和数据中心来说，这种更灵活、更具性价比的存储方案，或将成为下一阶段 AI 基础设施演进的重要方向。

通过让 SSD 直接参与算力体系，AI 存储正在从“被动的数据仓库”转变为“主动的计算加速器”。在未来的大模型训练与推理中，存储或许将不再只是配角。

铠侠长期深耕闪存与存储创新，从最早推出 BiCS FLASH™ 3D 闪存，到率先量产 QLC 企业级 SSD，再到持续推进 XL-FLASH 和 BaM 等前沿架构。无论是在数据中心、高性能计算，还是 AI 训练场景中，铠侠都致力于通过更快、更智能的存储解决方案，为计算基础设施注入新动能。