Η NVIDIA δημοσίευσε νέα αποτελέσματα μετρήσεων για το Vera CPU που ενσωματώνεται στο BlueField-4 STX Storage Processor, εστιάζοντας όχι στην κλασική υπολογιστική απόδοση, αλλά στις λειτουργίες αποθήκευσης που στηρίζουν τα σύγχρονα agentic AI workloads. Το βασικό επιχείρημα της εταιρείας είναι ότι η αποθήκευση δεν λειτουργεί πλέον ως παθητικός χώρος δεδομένων. Αντίθετα, συμμετέχει ενεργά στον κύκλο λειτουργίας των agents, καθώς πρέπει να τροφοδοτεί συνεχώς context, μόνιμη μνήμη, δεδομένα cache και ενδιάμεσα αποτελέσματα. Σε αυτό το περιβάλλον, οι καθυστερήσεις στις λειτουργίες της αποθήκευσης μπορούν να επηρεάσουν άμεσα την απόκριση της εφαρμογής.
Το ενδιαφέρον στα συγκεκριμένα benchmarks είναι ότι εξετάζουν το κομμάτι της επεξεργασίας που συνήθως εκτελείται στην πλευρά της CPU, ακόμη και όταν το inference τρέχει σε GPUs. Η NVIDIA υποστηρίζει ότι, καθώς αυξάνεται ο αριθμός των agents που λειτουργούν ταυτόχρονα και μεγαλώνουν τα context windows, οι απαιτήσεις για κρυπτογράφηση, συμπίεση, έλεγχο ακεραιότητας και ανάκτηση δεδομένων αυξάνονται σωρευτικά. Αν αυτές οι λειτουργίες δεν ακολουθούν τον ρυθμό των SSDs και του δικτύου, τότε ο επεξεργαστής γίνεται το στενότερο σημείο της αλυσίδας. Εκεί τοποθετεί η εταιρεία το Vera ως απάντηση στο λεγόμενο storage processing gap.
Γιατί η αποθήκευση γίνεται κρίσιμη για το agentic AI
Στα σύγχρονα συστήματα agentic AI, κάθε βήμα μπορεί να προκαλεί πολλαπλές προσπελάσεις στην αποθήκευση. Ένας agent ανακτά εταιρική γνώση, διαβάζει μόνιμη μνήμη, επαναχρησιμοποιεί KV cache, ενεργοποιεί εργαλεία και αποθηκεύει νέα αποτελέσματα. Αυτή η αλληλουχία δεν εκτελείται μία φορά, αλλά επαναλαμβάνεται σε χιλιάδες παράλληλες ροές. Ως αποτέλεσμα, η αποθήκευση πρέπει να εξυπηρετεί μεγάλο όγκο λειτουργιών χωρίς να καθυστερεί τη ροή δεδομένων προς τις επιταχυνόμενες υποδομές.
Η NVIDIA τονίζει ότι οι απαιτήσεις αυτές δεν καλύπτονται μόνο με πιο γρήγορους δίσκους ή δίκτυα. Στη διαδρομή των δεδομένων παρεμβάλλονται βήματα όπως κρυπτογράφηση, αποκρυπτογράφηση, έλεγχος checksums, συμπίεση, αποσυμπίεση και υπολογισμός πλεονασμού. Κάθε τέτοια ενέργεια καταναλώνει κύκλους CPU και μπορεί να προσθέσει καθυστέρηση πριν από το επόμενο στάδιο της επεξεργασίας. Όταν αυτά τα βήματα πολλαπλασιάζονται σε συνθήκες υψηλής ταυτόχρονης ζήτησης, η ανάγκη για πιο αποδοτική επεξεργασία από την πλευρά της CPU γίνεται κεντρική.
Η αρχιτεκτονική του Vera και ο ρόλος του BlueField-4 STX
Σύμφωνα με τη NVIDIA, το Vera CPU περιλαμβάνει 88 πυρήνες Olympus σχεδιασμένους από την ίδια, συμβατούς με Armv9.2, και υποστηρίζει 176 NVIDIA Spatial Multithreading threads. Η εταιρεία συνδυάζει αυτούς τους πυρήνες με το NVIDIA Scalable Coherency Fabric, ενιαία L3 cache 164 MB και υποσύστημα μνήμης SOCAMM2 LPDDR5X. Στόχος αυτής της διάταξης είναι να προσφέρει τόσο ισχυρή απόδοση ανά πυρήνα όσο και σταθερή τροφοδοσία δεδομένων σε συνθήκες υψηλού παραλληλισμού. Η αρχιτεκτονική παρουσιάζεται ως κρίσιμη για workloads όπου η υπολογιστική ισχύς και η μνήμη πρέπει να συνεργάζονται στενά.
Η NVIDIA δίνει ιδιαίτερη έμφαση στο ότι η αποθήκευση απαιτεί δύο διαφορετικά χαρακτηριστικά από μια CPU. Πρώτον, κάθε επιμέρους λειτουργία μέσα σε μια ροή δεδομένων πρέπει να ολοκληρώνεται γρήγορα ώστε να μη μπλοκάρει το επόμενο βήμα. Δεύτερον, το σύστημα πρέπει να χειρίζεται πολλές ταυτόχρονες ροές με προβλέψιμη καθυστέρηση και επαρκές bandwidth προς την cache και τη μνήμη. Με βάση αυτή τη λογική, το Vera στο BlueField-4 STX τοποθετεί την απόδοση της CPU απευθείας στη διαδρομή δεδομένων της αποθήκευσης, ώστε να εκτελεί τις σχετικές λειτουργίες χωρίς ανάλογη αύξηση σε πυρήνες, ενέργεια και ψύξη.
Πώς έγιναν οι μετρήσεις
Τα benchmarks που παρουσιάζει η εταιρεία δεν προσπαθούν να αποτυπώσουν ολόκληρη τη συμπεριφορά ενός production storage stack. Αντίθετα, απομονώνουν τις βασικές λειτουργίες που εμφανίζονται συχνά στις διαδρομές εγγραφής, ανάγνωσης και ανάκτησης. Οι δοκιμές εκτελέστηκαν μέσα σε μία διεργασία, με δεδομένα ήδη φορτωμένα στη μνήμη, ώστε να μην επηρεάζουν τα αποτελέσματα το file I/O, οι επιδόσεις των δίσκων, το δίκτυο ή εξωτερικά bottlenecks. Αυτό σημαίνει ότι η σύγκριση εστιάζει καθαρά στη συνεισφορά του επεξεργαστή.
Η NVIDIA αναφέρει ότι χρησιμοποίησε διαδεδομένες βιβλιοθήκες όπως OpenSSL, Zstandard και LZ4, καθώς και συγκρίσιμες υλοποιήσεις βελτιστοποιημένες για τις εγγενείς εντολές των Arm και x86 επεξεργαστών. Ένα ειδικά σχεδιασμένο framework κράτησε σταθερές παραμέτρους όπως τα buffer sizes, ο αριθμός των threads, η τοποθέτηση της CPU, ο χρονισμός και η επαλήθευση της ορθότητας. Η εταιρεία σημειώνει επίσης ότι τα αποτελέσματα μπορούν να αναπαραχθούν με βάση τον πηγαίο κώδικα, τα scripts, τις εκδόσεις λογισμικού και τα αρχεία ρυθμίσεων που συνοδεύουν τη δοκιμή. Παρ’ όλα αυτά, υπογραμμίζει ότι απαιτείται ξεχωριστός end-to-end έλεγχος για την εξαγωγή συμπερασμάτων σε επίπεδο πλήρους συστήματος αποθήκευσης ή GPU workload.
Κρυπτογράφηση και ακεραιότητα δεδομένων
Στον τομέα της ασφάλειας, η NVIDIA εστιάζει αρχικά στο AES-128, έναν αλγόριθμο που χρησιμοποιείται ευρέως για την προστασία δεδομένων κατά τη μεταφορά και την αποθήκευση. Η εταιρεία αναφέρει ότι το Vera προσφέρει έως 1,43 φορές υψηλότερο throughput στην κρυπτογράφηση AES-128 σε σχέση με το x86 σύστημα της σύγκρισης. Για την αποκρυπτογράφηση, το πλεονέκτημα φτάνει έως 1,29 φορές. Η σημασία αυτών των διαφορών είναι ότι η προστασία των δεδομένων μπορεί να παραμείνει ενεργή χωρίς να μειώνει τον ρυθμό εγγραφών και αναγνώσεων.
Στον έλεγχο ακεραιότητας, η εταιρεία παρουσιάζει μετρήσεις για CRC32C, μια μέθοδο που χρησιμοποιείται για τον εντοπισμό τυχαίας αλλοίωσης δεδομένων. Το Vera εμφανίζει έως 3,67 φορές υψηλότερο throughput από τον x86 επεξεργαστή της σύγκρισης. Η NVIDIA υπενθυμίζει ότι οι έλεγχοι CRC υπολογίζονται συχνά τόσο στη διαδρομή εγγραφής όσο και στη διαδρομή ανάγνωσης, ακόμη και σε αντιγραφές μεταξύ buffers. Σε περιβάλλοντα agentic AI, αυτό μεταφράζεται σε ταχύτερη επιστροφή αξιόπιστου context, μνήμης και εταιρικών δεδομένων με μικρότερη επιβάρυνση στην πλευρά της CPU.
Ανάκτηση και προστασία με Reed-Solomon
Ένα ακόμη κρίσιμο κομμάτι για τις πλατφόρμες αποθήκευσης είναι η προστασία έναντι αστοχιών μέσω erasure coding. Η NVIDIA εξετάζει ειδικά τον Reed-Solomon, όπου η κωδικοποίηση δημιουργεί πλεονασμό και η ανάκτηση αξιοποιεί αυτόν τον πλεονασμό όταν λείπουν ή έχουν αλλοιωθεί τμήματα δεδομένων. Η εταιρεία σημειώνει ότι η κωδικοποίηση και η ανάκτηση έχουν διαφορετικά πρότυπα υπολογισμού και προσπέλασης μνήμης, άρα χρειάζεται να μετρώνται ξεχωριστά. Στο workload ανάκτησης, το Vera πέτυχε έως 3,26 φορές υψηλότερο throughput από το x86 σύστημα αναφοράς.
Η πρακτική σημασία αυτής της μέτρησης, σύμφωνα με τη NVIDIA, είναι διπλή. Από τη μία, τα προστατευμένα δεδομένα μπορούν να γράφονται και να αποκαθίστανται πιο γρήγορα όταν υπάρχει βλάβη σε δίσκο, κόμβο ή τμήμα δεδομένων. Από την άλλη, σε ορισμένες μετρήσεις αποδοτικότητας, το Vera κατάφερε να ολοκληρώσει περισσότερο έργο προστασίας εντός του διαθέσιμου ενεργειακού ορίου της CPU. Αυτό μπορεί να μειώσει τον χρόνο ανακατασκευής και να περιορίσει την πίεση που ασκείται στις κανονικές υπηρεσίες δεδομένων.
Συμπίεση, αποσυμπίεση και συνολικό συμπέρασμα
Η αύξηση των context windows, των logs, των checkpoints και των ενδιάμεσων αποτελεσμάτων σημαίνει ότι τα συστήματα AI παράγουν και διακινούν όλο και περισσότερα δεδομένα. Σε αυτό το πλαίσιο, η συμπίεση βοηθά στη μείωση της απαιτούμενης χωρητικότητας και του bandwidth, ενώ η αποσυμπίεση είναι απαραίτητη όταν τα δεδομένα πρέπει να επιστρέψουν γρήγορα στην εφαρμογή. Η NVIDIA αναφέρει ότι το Vera πετυχαίνει έως 3,29 φορές υψηλότερο throughput στη συμπίεση και έως 1,72 φορές υψηλότερο throughput στην αποσυμπίεση υπό συνθήκες concurrency. Ειδικά για την αποσυμπίεση, η διαφορά αυξάνεται όσο αυξάνεται ο αριθμός των worker threads.
Η συνολική εικόνα που επιχειρεί να μεταδώσει η εταιρεία είναι ότι οι βελτιώσεις στις επιμέρους λειτουργίες αποθήκευσης δεν είναι αποσπασματικές. Καθώς πολλές από αυτές εφαρμόζονται στο ίδιο κομμάτι δεδομένων μέσα σε πραγματικά storage pipelines, τα οφέλη μπορούν να συσσωρεύονται σε throughput και αποδοτικότητα της CPU. Η NVIDIA δεν ισχυρίζεται ότι αυτά τα microbenchmarks αρκούν από μόνα τους για να προβλέψουν την τελική απόδοση ενός πλήρους συστήματος. Ωστόσο, τα παρουσιάζει ως ένδειξη ότι το Vera στο BlueField-4 STX μπορεί να δώσει μεγαλύτερο περιθώριο επεξεργασίας στις AI-native πλατφόρμες αποθήκευσης, ώστε να συμβαδίζουν καλύτερα με SSDs, δίκτυα και επιταχυνόμενα workloads.
