Nvidia abre cuFile API para acelerar acceso GPU a almacenamiento

⏱ Tiempo de lectura: 4 min

Nvidia anunció que hace código abierto su API cuFile, permitiendo acceso directo desde GPU a almacenamiento de alta velocidad con latencia en milisegundos. La iniciativa Storage-Next reúne a 40 proveedores líderes de almacenamiento flash para optimizar tecnologías de almacenamiento de siguiente generación orientadas a IA.

cuFile API: acceso directo GPU a almacenamiento sin intermediarios

La API cuFile, disponible originalmente desde julio 2021 como parte de CUDA Toolkit 11.4, permite que GPUs accedan directamente a dispositivos de almacenamiento como unidades NVMe sin pasar por CPU ni memoria del sistema. Usa acceso directo a memoria (DMA) para mover datos desde almacenamiento hacia memoria GPU, eliminando cuellos de botella que antes requerían capas de software adicionales. Esta arquitectura reduce significativamente delays en acceso a datos. El hardware acelerado se beneficia especialmente de estos cambios.

Storage-Next: 40 proveedores de almacenamiento en iniciativa conjunta

Nvidia presentó Storage-Next durante la conferencia Future of Memory and Storage, una coalición que incluye a DataDirect Networks, Kioxia, Micron Technology y 37 proveedores más de almacenamiento y flash memory. El estándar SCADA (Scaled, Accelerated Data Access) proporciona la base para que GPUs accedan a almacenamiento a alto ancho de banda con latencia extremadamente baja. La arquitectura de SCADA divide acceso seguro entre componentes no privilegiados (que reciben velocidad bruta) y un componente privilegiado protegido que configura acceso siguiendo protocolos Linux para prevenir conflictos cuando dos procesos intentan escribir simultáneamente en los mismos datos.

Evita inanición de GPU en entrenamientos e inferencia masivos

El problema que resuelve es la "inanición de GPU" (GPU starvation loop), donde GPUs en clústeres distribuidos quedan inactivas esperando que datos estén listos. Entrenamientos masivos e inferencia con modelos mixture-of-experts requieren acceso simultáneo a datasets enormes. cuFile crea una "autopista de baja latencia" entre almacenamiento profundo y memoria GPU, permitiendo que aplicaciones de generación aumentada por recuperación (RAG) y flujos de trabajo con IA agente ejecuten más rápido. Fuente: siliconangle.com

Componente	Detalle
API abierta	cuFile, acceso directo GPU a almacenamiento NVMe
Disponibilidad original	Julio 2021 (CUDA Toolkit 11.4); ahora código abierto
Estándar de industria	SCADA (Scaled, Accelerated Data Access)
Miembros de Storage-Next	40 proveedores: DataDirect Networks, Kioxia, Micron Technology y otros
Método de transferencia	DMA (Direct Memory Access); latencia en milisegundos
Seguridad	SCADA divide acceso entre componentes no privilegiados y privilegiados; previene sobreescrituras simultáneas
Uso en IA	RAG, modelos mixture-of-experts, flujos de trabajo agentes; evita inanición de GPU

Preguntas frecuentes sobre cuFile y Storage-Next

¿Cuál es la diferencia entre cuFile y GPUDirect Storage?

cuFile es la API que forma parte de GPUDirect Storage. Nvidia abrió código la API cuFile específicamente para permitir que desarrolladores construyan soluciones compatibles sin depender exclusivamente de software propietario de Nvidia.

¿Cuándo estará disponible en producción?

cuFile ha estado en disponibilidad general desde julio 2021. El anuncio de agosto 2026 corresponde a su apertura como código abierto y la iniciativa Storage-Next, no a un lanzamiento futuro.

¿Qué empresas están involucradas en Storage-Next?

No se especifica en el texto fuente recibido la lista completa de los 40 proveedores. Se confirman DataDirect Networks, Kioxia y Micron Technology como participantes clave.

Qué falta por confirmar

La fuente no detalla calendarios específicos para adopción de SCADA en productos comerciales ni benchmarks concretos que demuestren ganancias de rendimiento en escenarios reales frente a arquitecturas anteriores. Tampoco especifica si hay restricciones por plataforma o hardware específico.

En Inteligencia Artificial, este movimiento refleja que los cuellos de botella en acceso a datos se vuelven críticos conforme entrenamientos e inferencia escalan. ¿Qué tan rápido adoptarán fabricantes de almacenamiento el estándar SCADA?