[新聞] 輝達從 KV 快取解記憶體瓶頸！Vera Rubin

[madeinheaven ()]

原文標題：

輝達從 KV 快取解記憶體瓶頸！Vera Rubin 採 ICMS 恐加劇 NAND 缺貨潮

原文連結：
https://bit.ly/4bwXkVZ

發布時間：
2026 年 01 月 13 日 11:01

記者署名：

林 妤柔

原文內容：

花旗銀行今（13 日）出具最新報告指出，隨著輝達（NVIDIA）採用推論情境記憶體儲存
（Inference Context Memory Storage，簡稱 ICMS）等新技術，預期 NAND 供應短缺預
期將進一步惡化。

輝達近日宣布將在 Vera Rubin 平台上採用 ICMS，目標是解決大規模推論運算中的記憶
體瓶頸。新架構預期將採用 16TB TLC SSD，並將 KV 快取卸載至更具延展性的儲存體系
，以強化 Rubin 的 AI 能力。

花旗預期，每一套 Vera Rubin 伺服器將因 ICMS 額外需要 1,162TB 的 SSD NAND，對於
 2026 和 2027 年的總 TB 數也會上升，未來將進一步加劇 NAND 供應短缺情況。

輝達宣布作為全端 NVIDIA BlueField 平台一部分的 BlueField-4 資料處理器，將驅動
 NVIDIA 推論情境記憶儲存（ICMS）平台。此平台為全新一代的 AI 原生儲存基礎架構，
專為開拓下一個 AI 前沿而設計。

輝達指出，隨著 AI 模型擴展至數兆個參數與多步驟推理，產生大量情境資料，以 KV 快
取表示，對準確性、使用者體驗與連續性至關重要。由於會對多代理系統中的即時推論造
成瓶頸，因此 KV 快取無法長期儲存在 GPU 上。AI 原生應用需要全新類型的可擴充基礎
架構，以儲存並分享這些資料。

什麼是 KV 快取（KV Cache）？
在 AI 推理階段，會用到一種類似人腦的「注意力機制」，包括記住查詢中重要的部分（
Key）以及上下文中重要部分（Value），以便回答提示。如果每處理一個新的 token（新
詞），模型必須針對先前處理過的所有 token 重新計算每個詞的重要性（Key 與 Value
），以更新注意力權重。

換言之，好比學生每讀一個新句子都要重新回顧整篇文章，過程會相當耗時。KV 快取則
類似筆記的概念，能將重要資訊記錄下來，當有新的 token 時，不需要再重新回顧，直
接從筆記裡的資訊即可計算新的注意力權重。

也因此，大語言模型（LLM）被加入一種稱為「KV 快取」的機制，能將先前的重要資訊（
Key 與 Value）儲存在記憶體中，免去每次重新計算的成本，從而將 token 處理與生成
速度提升數個數量級。

將 KV 快取可配置在不同運算記憶體中
簡單來說，KV 快取是「AI 模型的短期記憶」。由於已經儲存先前已計算過的
 key-value 配對，以避免重複運算。依據記憶體階層不同，KV 快取可配置在不同的運算
記憶體層級中。

例如，KV 快取可配置於 GPU HBM（G1），作為主動 KV 快取；配置於系統 DRAM（G2）作
為暫存/外溢的 KV 快取；或者，作為置於本地 SSD（G3）中的暖 KV 快取；最後一種是
容量最大、可跨節點共享的 KV 快取儲存層（G4）。

花旗指出，該平台透過「卸載 KV 快取」至更具延展性的儲存選項，使記憶體容量突破
 HBM 限制，以此實現每秒處理 token 數提升，最高可達 5 倍；能源效率提升高達 5 倍
；同時讓延遲更低。

花旗指出，ICMS 在本地 SSD（G3）與共享企業級儲存（G4）之間新增一層。作為 G3.5
的 KV 快取層（下圖紅框處），ICMS 將支援把 G4 的冷 KV 快取資料轉為 G2 的暖 KV
快取資料，以提升資料存取速度，並與 HBM 有機協同運作。

花旗預期，全球 NAND 供應短缺將進一步惡化，因為 Vera Rubin 平台預期將為 ICMS 運
作採用 16TB TLC SSD，成為全球 NAND 需求成長動能。其中，每一套 Vera Rubin 伺服
器系統需額外配置 1,152TB 的 SSD 才能運作 ICMS。

考慮到 2026 年和 2027 年 Vera Rubin 伺服器出貨量分別為 3 萬和 10 萬台，將進一
步推升 NAND 需求。花旗認為，輝達宣布採用 ICMS，將成為 NAND 供應商的正向催化劑
，主要受惠者包括三星、SK 海力士、SanDisk、鎧俠及美光。


心得/評論：

花旗預期NVIDIA的ICMS新技術將會加劇 NAND 缺貨潮

再次印證群聯執行長潘健成說的NAND Flash缺貨潮將達十年
https://www.ptt.cc/bbs/Stock/M.1759592646.A.892.html


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.225.24.130 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1768301615.A.E7F.html
推 joygo       : 缺十年 沒電腦換了
推 VVizZ       : 明天一根
推 perlone     : 99群聯
推 redbeanbread: 買股票就有錢買了
推 cuteSquirrel: 樓下三星 美光 董事
→ gladopo     : 99組裝仔
推 picaroon    : 利多出盡 慘
推 Jimmynick   : 998299
推 winken2004  : 炒完一個換下一個
推 jerrychuang : citi估算，一台Rubin配一台ICMS，50000台Rubin大約
→ jerrychuang : 占現有SSD 5%，影響有多大呢?
推 scgraph     : 蓋廠也不到2年,誰信缺貨十年
→ amig0123    : 怎麼不炒電 不缺電喔
→ Waitaha     : 現在換炒土方了
推 j32072      : 記憶體緩解 難怪今天崩成這樣 這只是剛開始
推 Somebody99  : 唬爛
推 shhs1000246 : 股版鄉民喊唬爛 從群聯500喊到1700了 看看這些推文
→ shhs1000246 : 什麼時候變成小丑
→ appledick   : 這解法就是8299的啊….潘董有講過
→ appledick   : 看來是直噴2000了
推 pns215      : 潘董自己都質押加碼了
推 jorden      : 再怎麼魔改在推理方面還是拚不過TPU 你該想想看
→ jorden      : 要怎麼融合GPU跟LPU去玩了
推 hemisofia   : 潘sir兩年前就在推用SSD替代HBM了齁XD
推 yellow5     : 記憶體我剛逢低撿而已，不會這麼快崩吧
→ faelone     : 缺貨十年，潘董的低價庫存也稱不了十年吧
推 joewucool   : 相信潘董！
推 darkangel119: Switch 要忙死了 各種不同記憶體的traffic 忙到炸
→ fywei       : 才10年嗎 我看至少500年
推 ororzzz     : 99等等黨
推 BruceChen227: 完辣 3060ti準備再戰十年
推 ricky525    : https://youtu.be/imGTSWJTwwI
推 skkhome     : 相信潘董
推 sanguinesand: 998299
→ z7956234    : 是要不要用VHM了沒，就差一個人出來說要用餒
推 knifeking   : 998299
推 jmcgow11    : 噴噴噴噴噴
→ alongalone  : 這是.....
推 doww        : 華邦噴
推 vodkalime607: 主力出不了貨QQ
推 lifeterry   : 這些最後還不是要買矽晶圓
推 aika5512308 : 我不小心買到記憶體，果然要崩了
推 tennyleaz   : 998299