知识卡片：NVIDIA Vera存储基准：加密、压缩、完整性检查与恢复加速

一句话结论

NVIDIA Vera CPU在存储原语微基准中，相比对比用的x86 CPU，实现了最高1.29x至3.67x的吞吐提升，覆盖加密/解密、Reed-Solomon恢复、CRC32C完整性检查、压缩/解压及多阶段流水线。

事件概述或研究问题

• 2026年8月3日，NVIDIA技术博客发布文章，介绍NVIDIA Vera BlueField-4 STX存储处理器在AI原生存储中的基准表现。
• 研究问题：CPU侧存储处理（加密、完整性校验、纠删码、压缩等）能否跟上SSD和网络速度，以及Vera CPU在此类存储原语上的性能优势。

方法/产品要点

• 产品：NVIDIA Vera BlueField-4 STX存储处理器，是NVIDIA STX基础架构的一部分，将Vera CPU性能引入存储数据路径。
• 架构：88个NVIDIA设计的Olympus Armv9.2核心，支持176个NVIDIA Spatial Multithreading线程；配备NVIDIA Scalable Coherency Fabric（SCF），最高3.4 TB/s二分带宽，164 MB统一L3缓存；采用SOCAMM2 LPDDR5X内存，聚合内存带宽最高1.2 TB/s（每核心最高14 GB/s），支持模块化可现场更换。
• 基准方法：在单个进程内使用内存中数据运行，排除文件I/O、磁盘、网络等外部瓶颈；使用OpenSSL、Zstandard、LZ4等常用库及针对Arm/x86原生指令优化的实现；采用专有测试框架在Vera和x86上应用一致的工作负载定义和控制，结果可复现，但完整基准集不是现成的公开基准。

主要结果或产业意义

• AES-128加密吞吐最高提升1.43倍；AES-128解密最高提升1.29倍。
• Reed-Solomon恢复工作负载吞吐最高提升3.26倍。
• CRC32C完整性检查吞吐最高提升3.67倍。
• 压缩吞吐最高提升3.29倍；解压最高提升1.72倍。
• 多阶段存储流水线操作最高提升3.21倍。
• 产业意义：更高吞吐使存储系统在相同CPU/功耗/散热范围内处理更多数据、应用更多企业服务，支持更高服务密度和更多并发数据流，有利于agentic AI工作负载；更高的压缩吞吐还有助于降低存储容量和带宽需求。

为什么重要

• Agentic AI工作流中，存储是活跃部分，每个代理步骤触发多次存储操作，CPU侧处理的性能决定数据流动速度。
• 传统CPU扩展需要更多核心、功耗和散热，且受最慢步骤限制；Vera通过统一架构将AI基础设施的代理执行和存储处理在更小CPU/功耗/散热包络内扩展。
• 本条提供Vera在存储原语层面的具体基准数据，补充了关于NVIDIA Vera/STX生态的量化信息。

局限与不确定性

• 对比用的x86 CPU具体型号未在材料中说明（待核实）。
• 完整基准集不是现成公开基准；端到端整体存储系统或GPU性能效果仍需测试。
• 材料中部分内容来自AI生成摘要，可能不完整，重要信息需核实。
• 未提供具体测试配置、功耗、延迟等细节（待核实）。

可用于图书/PPT/简报的角度

• 展示AI-native存储中CPU侧处理瓶颈，以及专用CPU架构（Vera）如何通过高带宽、多线程、大缓存提升存储原语性能。
• 用倍数图表对比Vera与x86在加密、完整性检查、压缩、纠删码等方面的吞吐优势。
• 以“存储是agentic AI的隐藏瓶颈”为切入点，分析Vera如何降低基础设施成本并提高并发处理能力。

原始材料

• 英文标题：NVIDIA Vera Storage Benchmarks: Faster Encryption, Compression, Integrity Checking, and Recovery for AI-Native Storage
• 英文关键词：NVIDIA Vera; BlueField-4 STX; storage benchmarks; encryption; compression; CRC32C; Reed-Solomon; AI-native storage
• 来源：NVIDIA Technical Blog
• URL: https://developer.nvidia.com/blog/nvidia-vera-storage-benchmarks-faster-encryption-compression-integrity-checking-and-recovery-for-ai-native-storage