# 英伟达开源 cuFile API，让 SSD 充当额外显存减少游戏卡顿

- 来源：IT之家（RSS）
- 发布时间：2026-08-07 07:07
- AIHOT 分数：45
- AIHOT 链接：https://aihot.virxact.com/items/cmsi4q9j110amronkuxfz96zq
- 原文链接：https://www.ithome.com/0/986/777.htm

## AI 摘要

英伟达在 2026 年黑帽大会上宣布开源 cuFile API 及其底层存储软件栈，该技术可让 SSD 充当额外显存，改善游戏或 AI 场景运行表现。cuFile 依托 DMA 将 NVMe 硬盘数据直接送入 GPU 内存，绕过主内存中转，实现毫秒级低延迟，缓解分布式 GPU 阵列中的“GPU 饥饿”问题。

## 正文

IT之家 8 月 7 日消息，科技媒体 siliconangle 于 8 月 5 日发布博文，报道称英伟达正在研发新技术，未来可以让 SSD 固态硬盘充当额外显存，从而在游戏或者 AI 场景下改善运行表现。

在美国拉斯维加斯举办的 2026 年黑帽网络安全大会（8 月 1 日 ~6 日）上，英伟达宣布开源 cuFile API 及其底层存储软件栈。

IT之家注：cuFile API 是 NVIDIA GPUDirect Storage 技术中的接口组件，用于让应用访问 GPU 直连存储能力，目标是让存储数据在毫秒级抵达 GPU。

而 GPUDirect Storage 是一种让存储设备与 GPU 直接传输数据的技术。传统路径需要先把数据读入主内存临时缓冲区，再复制到 GPU 内存；该技术旨在减少主内存中转，降低延迟并提升数据访问速度。

cuFile 于 2021 年 7 月随 CUDA Toolkit 11.4 发布，该技术让本地分布式存储与 GPU 内存直接交换数据，绕过中央处理器与系统主内存，从而降低内存访问延迟。

在数据路径上，cuFile 依托 DMA（直接内存访问），可将 NVMe（非易失性内存高速接口）硬盘等存储设备中的数据直接送入 GPU 内存。

AI 推理主要依赖 GPU 与专用加速卡，若数据带宽受阻，分布式 GPU 阵列中的部分 GPU 会因等待数据而闲置，形成“GPU starvation”（GPU 饥饿）问题。英伟达称，毫秒级低延迟可帮助检索增强生成与智能体 AI 更快读取深层存储中的大型数据集。

英伟达还发布 Storage-Next 存储-下一个（下一代存储）行业倡议。该倡议覆盖 40 家领先存储与闪存厂商，包括 DataDirect Networks、铠侠（Kioxia）和美光科技（Micron Technology）。