计算机行业跟踪周报：构建数据库的“CUDA”，英伟达存储变革下软件重构

　　投资要点

　　AI推理带来新的GPU存储架构：AI训练需要大数据块（10MB-1GB），少并发，总存储容量相对较低（1-10TB）。而AI推理完全不同，需要小数据块（几KB或更小），高并发（数千条），大存储容量（PB级）。传统架构以CPU为中心，CPU的串行任务特点无法满足高并发需求，导致AI推理出现瓶颈，GPU未能充分利用。GPU地位亟需提升，把控制路径和数据路径都放在GPU里，硬件方面，GPU直连SSD增加存储量和传输速率，软件方面，SCADA软件架构控制存储IO。

　　底层硬件变革带动软件重构，GPU-Native数据库呼之欲出：架构层面发生变化。从“以CPU为中心”到“以GPU为中心”，GPU成为主计算单元。传统数据库以CPU为中心进行设计，数据库软件需要围绕GPU的数据获取和处理能力重新设计。核心组件层面升级改造。例如存储引擎的革新、数据布局优化、查询执行引擎的重构等。GPU直连SSD技术将使得数据库从一个在通用操作系统上运行的、管理磁盘文件的应用程序，演变为一个直接调度和管理GPU和存储硬件的“数据中心级操作系统内核”。GPU-Native数据库市场空间打开。

　　产业进展逐步加快：硬件方面：2025年8月，闪迪与SK海力士签署谅解备忘录，共同制定HBF技术规范并推动标准化进程。双方目标在2026下半年发布HBF样品，首批搭载HBF的AI推理系统预计于2027年初面世。2025年9月2日在东京都内举行的面向AI市场的技术说明会上，铠侠表示将与英伟达合作，开发可直接连接到GPU并进行数据交换的SSD。软件方面：Hammerspace已经通过更快更可扩展的元数据读取功能以及在GPU服务器直连存储驱动器中的更优数据放置策略，加速了其数据编排平台软件的性能表现。Cloudian HyperStore：通过RDMAover S3技术，实现对象存储与GPU内存的直接数据传输，使基于S3接口的向量数据库性能提升8倍。

　　投资建议：随着AI推理的爆发，GPU地位需要进一步提升，取代CPU成为数据流的核心，在硬件架构上直连SSD，快速传输数据，充分发挥GPU的并发性能。在GPU直连SSD的创新架构下，软件生态也需要发生重大变化。核心技术软件数据库将不再以CPU为中心，转而以GPU为中心，针对GPU直连SSD新型架构做重构，满足AI推理旺盛的需求。数据库产业有望迎来新机遇。

　　相关标的：【星环科技】，达梦数据，海量数据，MongoDB，Snowflake等。

　　风险提示：技术发展不及预期；AI产业发展不及预期。