中国存储网消息，近日，DDN宣布与英伟达深度合作，支持公司在CES 2026上发布的下一代AI工厂架构，包括Nvidia Vera Rubin平台和BlueField-4 DPU。DDN与英伟达携手，帮助企业和超大规模企业更快地实现大规模AI的运营，消除限制性能、利用率和价值实现时间的数据瓶颈。
随着生成式和代理型AI工作负载向百万令牌上下文窗口、分布式推理和数据密集型推理发展，组织发现仅靠原始计算已不再足够。业务成果现在取决于数据在GPU、DPU、网络和存储之间的传输、缓存、安全和服务效率。
这正是Nvidia与DDN结合方法带来可衡量影响的地方。
DDN首席执行官兼联合创始人Alex Bouzari表示：“AI工厂的成败取决于数据效率。”“我们与英伟达的合作专注于一个目标：确保全球最先进的AI平台——从Vera Rubin到BlueField-4——都能以全速、全规模且可预测的性能获得数据。当数据智能内置时，客户将看到更高的GPU利用率、更快的推断以及显著减少的运营摩擦。”
从GPU到AI工厂：实现业务成果的统一架构
英伟达的Vera Rubin平台代表了从加速器为中心设计向机架级AI工厂架构的根本转变，紧密集成CPU、GPU、DPU、NVLink结构和高速网络。BlueField-4通过卸载主机CPU的网络、存储、安全和基础设施服务，扩展了该架构，创建了大规模AI的可编程作层。
DDN与英伟达紧密合作，确保其AI数据智能平台能够在这一统一的架构中原生运行——将架构创新转化为现实世界的成果，包括：
- 大规模AI环境中GPU利用率高达99%
- 长上下文推理工作负载中，首次令牌时间（TTFT）减少20-40%
- 通过简化集成的数据管道，更快的模型部署时间
- 通过降低CPU负载和消除低效的数据传输来降低基础设施开销
针对Vera Rubin和BlueField-4优化
DDN平台设计与英伟达最新的硬件和软件创新保持一致，包括用于存储的Spectrum-X和BlueField-4上的DOCA加速，实现：
- 百亿亿次数据访问，以线速传输高密度Vera Rubin GPU配置
- 分布式KV缓存分层，将推理上下文扩展到GPU内存之外，同时保持超低延迟
- 利用 BlueField-4 卸载进行元数据处理、遥测和控制平面作的网络集成存储服务
- 动态、遥测驱动的数据部署，以优化工作负载实时变化的性能
DDN已在全球最严苛的AI和高性能计算环境中支持超过100万块GPU，确保模型在规模、复杂性和并发性上不断扩展时的性能稳定。
加速推理，降低风险，简化运营
随着人工智能从实验走向生产，企业必须在性能与治理、安全性和运营效率之间取得平衡。DDN与英伟达携手，使组织能够运行不仅更快、更安全、更易管理的AI流水线。
通过集成数据智能和BlueField-4卸载能力，客户可以：
- 端到端、静止和动态的AI数据安全
- 在共享的人工智能基础设施中强制执行多租户隔离
- 实时掌握数据访问模式和性能瓶颈
- 通过统一的可观察性和访问智能，将审计和合规准备时间缩短多达70%
人工智能时代的共同愿景
人工智能基础设施的未来将统一——涵盖计算、网络和数据。英伟达的Vera Rubin和BlueField-4平台正是这一转变的典范，DDN的AI数据智能平台确保数据成为竞争优势而非限制。
通过与英伟达的紧密合作，DDN帮助客户将AI基础设施转变为AI工厂——这些系统不仅设计用于计算，更能更快、更大规模且自信地交付成果。