华尔街观察 Xtrader(@cnfinancewatch):是的，瓶颈在CPU和存储，二者跟不上GPU，GPU吃不饱，我们都华尔街观察大模型训练的时候常常这样，需要反复软件优化：英伟达与亚马逊正积极推进新一代存储架构研发，该架构将允许GPU直接操控SSD等存储设备，绕过传统CPU调度环节。英伟达计划率先在其下一代Vera Rubin AI平台上导入“GPU发起直接存储访问”（GIDS）技术。推动这一架构变革的核心原因，是现有冯·诺依曼架构存在先天性数据搬运短板：所有数据必须经由CPU中转、DRAM缓存，才能传输至GPU。这直接导致了CPU线程处理能力与GPU数万级并行算力之间的严重错配，该矛盾已成为制约AI推理与训练提速的核心瓶颈。

华尔街观察 Xtrader

@cnfinancewatch

PhD, Professor, Quantitative XTrader | 美股、A股对标观察公开专栏：每日美股、A股盘前热点信息；投行焦点研报；公司异动情报汇总 | 订阅者专区：大类资产（ETF）轮动量化模型数据、行业板块（ETF）动量因子数据 | 量化方法与数据研讨，不构成任何投资建议

加入 April 2010

5.2K 正在關注 112.9K 粉絲

华尔街观察 Xtrader@cnfinancewatch

2026.05.21 07:02

是的，瓶颈在CPU和存储，二者跟不上GPU，GPU吃不饱，我们都华尔街观察大模型训练的时候常常这样，需要反复软件优化：英伟达与亚马逊正积极推进新一代存储架构研发，该架构将允许GPU直接操控SSD等存储设备，绕过传统CPU调度环节。英伟达计划率先在其下一代Vera Rubin AI平台上导入“GPU发起直接存储访问”（GIDS）技术。推动这一架构变革的核心原因，是现有冯·诺依曼架构存在先天性数据搬运短板：所有数据必须经由CPU中转、DRAM缓存，才能传输至GPU。这直接导致了CPU线程处理能力与GPU数万级并行算力之间的严重错配，该矛盾已成为制约AI推理与训练提速的核心瓶颈。