简报 · 半导体
NVIDIA面向企业存储推出集成式DPU与网络栈:附着率经济与Dynamo关联
NVIDIA官方宣布面向企业AI存储工作负载的Blackwell-BlueField-Spectrum-X集成栈。Guidances于2026年6月24日收集到该材料,搜索提供方标注的日期为2025年3月,但在源页面层面未获核实。此次发布显示,DPU卸载与自适应网络被应用于存储I/O路径,可能使每个机架的收入范围超出GPU计算本身。开源推理库Dynamo是存储厂商和企业构建者需要进一步评估的软件集成点。
Guidances Editorial Desk · Updated June 25, 2026 · 已审阅来源

来源与披露
Open article · no sign-in required
发生了什么
NVIDIA官方新闻中心发布了一则公告——Guidances于2026年6月24日收集到该材料,搜索提供方标注的日期为2025年3月,但在源页面层面未获核实——内容描述了与存储行业合作伙伴共同推进的一项计划,旨在为运行于企业数据存储库之上的AI工作负载定位一套新的集成硬件与软件栈。源页面的发布日期无法确认;读者应通过NVIDIA官方渠道直接核实当前产品与合作伙伴状态。
披露的架构包含四个相互关联的层级。Blackwell GPU负责计算密集型推理工作。BlueField数据处理单元(DPU)在存储I/O到达CPU之前对其进行拦截,并在专用硅片中处理协议和数据移动。Spectrum-X网络负责存储阵列与计算节点之间的流量路径,采用自适应路由和拥塞控制,而不是依赖静态以太网转发。Dynamo开源推理库提供将这些硬件层连接起来的软件抽象,并向应用开发者暴露统一接口。
披露的性能数据足以支撑采购论证。NVIDIA称,Spectrum-X通过流量感知路由而非单纯提升链路速度,可将AI存储流量加速最高48%,相较于传统以太网。BlueField DPU据称可提供最高1.6倍于基于CPU方案的存储吞吐量,同时将功耗降低最高50%,二者叠加后,单位功耗性能提升超过3倍。这些数据均以“最高”形式在基准测试条件下呈现;在异构企业环境中的实际结果会有所不同,且现有来源材料未引用独立第三方验证。
市场为何关注
这一战略的核心不仅在于性能,也在于附着率。每一套进入企业数据中心的Blackwell GPU机架,都会为BlueField DPU和Spectrum-X交换机创造潜在附着点。如果NVIDIA能够将其DPU和网络产品确立为AI存储工作负载的合格参考架构选择,那么每个已部署机架的收入就可能超出GPU本身。这与服务器网络从商品化附加项演变为差异化基础设施层的路径属于同一类平台扩展逻辑。
对于存储厂商而言,这一公告提出了一个重要的资格认证问题。评估AI基础设施方案的企业IT买家可能会询问某一存储系统是否已通过NVIDIA DPU和网络栈验证。即便原始存储性能具有竞争力,若厂商延后完成资格认证,在竞争性投标中也可能被视为不利。此次公告实际上将评估标准从单纯的存储吞吐量,转向AI推理管线中的存储吞吐量。
支撑这一计划的商业规模相当可观。市场数据背景足够大,即便相邻基础设施类别也可能具有实质意义:截至2026年6月25日,年收入为2159亿美元,近期收入增长率为65.5%,TTM营业利润率为64.0%,市值为4.76万亿美元。这些数据反映了NVIDIA进入任何新产品类别时所带来的定价能力和生态杠杆。由如此规模的装机基础和开发者生态支持的存储层计划,预计会引起现有厂商的关注。
对于企业IT买家而言,这种重新定义会影响预算分配。若一次存储更新能够被定位为AI基础设施投资,而非例行容量升级,那么它将与不同、通常更大的预算池竞争。这种动态会影响采购周期和交易规模,而这正是NVIDIA市场进入叙事所试图支持的结果。
技术与政策关联
Dynamo推理库值得独立于硬件声明进行分析。开源分发降低了初始集成门槛:存储厂商和企业开发者可以在不承担许可承诺的情况下,基于Dynamo的抽象开始构建。然而,一旦某家厂商的软件栈围绕Dynamo的数据移动和调度接口进行了优化,切换到其他推理运行时或其他底层硬件平台的成本就可能上升。这是基础设施软件中常见的平台依赖模式。
公告中对政策层面的呈现较少,但对国际部署具有实质相关性。包括Blackwell GPU和BlueField DPU在内的NVIDIA硬件组件,在某些司法辖区可能受到美国出口许可要求的约束。金融服务、医疗和政府部门的企业买家,在部署包含受控组件的集成AI基础设施栈时,可能面临额外的合规审查。现有来源材料未涉及这些限制,但它们仍是受监管国际市场中采购周期的重要变量。
电力效率是第三个与政策相关的变量。DPU卸载带来的50%功耗下降主张,与面临电力容量约束、购电协议限制以及强制性碳披露框架的数据中心运营商直接相关。在电网容量紧张或可持续性报告义务趋严的市场中,可信的单位功耗性能改善,可能独立于原始吞吐量基准而影响采购决策。
市场视角
触发因素: NVIDIA官方披露一套集成的Blackwell-BlueField-Spectrum-X栈,并针对企业AI存储工作负载给出具体的单位功耗性能和吞吐量主张。
作用机制: 存储厂商对该栈的资格认证,可能推动BlueField DPU和Spectrum-X的附着率与Blackwell GPU部署同步提升,从而扩大NVIDIA每个数据中心机架的收入。Dynamo被存储软件栈采用后,随着时间推移可能形成切换成本壁垒。如果Spectrum-X获得合格参考架构地位,现有以太网网络厂商在AI存储流量路径上可能面临竞争压力。
受影响行业: 企业存储硬件厂商、数据中心网络供应商,以及评估AI推理基础设施更新的超大规模云和企业云运营商。NVIDIA是来源中明确提及的主要受益方。
时间跨度: 企业存储的验证和采购周期通常需要6至18个月,之后才会从公告走向大规模部署。DPU和网络业务的收入影响更可能体现在2026财年和2027财年,而非立即反映。
下一步观察点: 需要关注的关键不是某个具体财报日期,而是分部披露和合作伙伴验证的内容。应观察是否出现明确的存储系统参考架构、管理层对网络和DPU收入贡献的说明,以及Dynamo集成生态中的开发活动。只有出现这些信号,才能判断这一路径策略是否已从技术定位延伸为平台收入扩张。
本分析属于市场背景信息,不构成投资建议。
接下来关注什么
要判断此次发布究竟意味着持续的基础设施转型,还是一项需要更长时间才能转化为采购的定位声明,可以关注以下具体检查点。
明确的存储合作伙伴验证公告。 当前来源提及存储行业领军企业作为共同参与方,但未披露名称。某一具体厂商公开发布包含BlueField DPU和Spectrum-X的已验证参考架构之时,将是该栈从公告转向可部署产品的第一个可观察信号。当前合作伙伴未具名,是一个重要的信息缺口。
Dynamo生态指标。 作为开源项目,Dynamo的贡献者增长、存储厂商的集成拉取请求,以及下游库的采用情况,都是在收入显现之前衡量生态动能的可观察指标。如果出现存储厂商对Dynamo代码库的贡献模式,则可视为软件依赖路径正在形成的信号。
大型IT买家的资本支出指引。 金融机构、医疗系统和制造业大型企业,可能会在自身财报和资本支出披露中释放AI基础设施更新意向。企业资本支出计划中若出现存储层AI升级项目,将从买方角度验证NVIDIA论点的需求侧。
独立的电力与性能基准。 所有公开性能数据都以“最高”形式呈现,这意味着需要在真实企业工作负载条件下进行第三方验证。如果数据中心运营商披露与DPU卸载相关的电力使用效率(PUE)改善,将构成最可信的外部验证。
出口管制与合规动态。 影响Blackwell GPU或BlueField DPU的美国出口许可要求变化,可能直接影响这一集成栈在国际企业部署中的有效市场。受监管行业的采购负责人应持续监测工业与安全局(BIS)等相关机构的监管更新,将其视为背景风险。
不确定性与限制
来源公开日期未在页面层面得到核实。搜索提供方显示为2025年3月,但Guidances无法将其确认为正式发布日期。因此,这一公告可能已经更新,或已被后续产品披露补充;当前产品可用性和合作伙伴验证状态应通过NVIDIA官方新闻中心和开发者文档直接确认。
所引用的性能数据均为基准测试条件下的最高值。在遗留存储协议、异构网络拓扑、混合工作负载配置以及既有厂商基础设施并存的真实部署环境中,结果可能不同。现有来源材料未引用独立第三方验证,采购负责人在将这些数据纳入总拥有成本(TCO)模型之前,应仅将其视为方向性指标。
来源未讨论现有网络和存储厂商的竞争应对。企业网络和存储领域的既有强势厂商同样拥有自身的AI基础设施路线图,而NVIDIA的集成栈究竟会替代还是补充现有基础设施,取决于客户侧集成复杂度、既有厂商关系以及切换成本。
Builder 启示
- 推理管线设计者在构建从内部数据系统检索上下文的企业AI代理时,应先判断存储I/O延迟是否比GPU计算更早成为查询成本和响应时间的关键瓶颈。如果是这样,BlueField DPU卸载模型和Dynamo库就是在最终确定存储架构之前,值得用真实工作负载配置进行验证的具体优化路径。不过,“最高”性能数据应在真实工作负载条件下单独验证后,再纳入采购决策。
- 设计AI原生存储或搜索系统的基础设施创业者和平台工程师应将Dynamo的开源提供视为集成审查信号。早期集成可能提高与NVIDIA验证硬件的上市速度,但如果库接口随着时间推移与工作负载需求发生偏离,架构切换成本可能上升。在确定以Dynamo为中心的架构之前,应谨慎评估依赖深度。
- 面向数据中心环境销售的企业软件厂商应预期,存储采购对话将越来越围绕AI代理吞吐量和单位功耗性能指标展开。围绕BlueField和Spectrum-X参考架构的产品验证,以及以这些指标为中心的定位,可能成为企业AI基础设施投标的基础标准。
深入了解
图表、Market Lens 与本文的完整背景。
Market lens
On-device AI shifts attention from data-center chips to memory allocation and device margins
The useful read is whether local AI features create measurable pressure on memory mix, pricing, and product release schedules.
Impact path
Device AI → memory pressure
Signals to watch
- LPDDR and HBM allocation commentary
- AI PC and phone memory configurations
- Supplier lead times, spot pricing, and margin guidance
Verification schedule
D+1 · Jun 26
Do OEM launches raise baseline memory specs?
D+3 · Jun 28
Do suppliers change allocation or pricing language?
D+7 · Jul 2
Do device margins absorb or pass through memory cost?
Informational context only — not investment, legal, tax, or financial advice.
视觉简报
A simplified workflow map showing how storage, DPU, networking, and software layers connect in the proposed enterprise AI stack.
Want follow-up alerts? Subscribe by email after reading the public article.
更正与安全
See a factual, privacy, rights, or safety issue? Review the corrections process or contact Guidances before relying on this article for important decisions.