NVIDIA CMX
公开 / 厂商口径报道 2026 下半年最高约 5×相对「传统存储」· 基线未公开
TECHNICAL BRIEF · 对照 NVIDIA CMX
存算加速超大缓存池
溢出显存的 KV Cache 不重算，落到 G2.5 上下文存储层。CMX 与 FX 补的都是这一层。
GPU 算力节点芯元一 FX 存储服务器480B 长上下文冷恢复 · TTFT p50 · 并发 16
无外存重算
149.5秒
FX100 分层
11.85秒
对无外存重算 8.6–20× · R2 签字实测
10–30%有效计算即使部署一百万张 GPU，真正用于计算的时间大概也只有 10% 到 30%。
金正浩（Joungho Kim）· KAIST · 行业称「HBM 之父」 · 《东亚日报》专访 · 2026-07 转述
公开趋势：算力 vs 存储
- 算力 FLOP/s
- 存储带宽
- 存储容量
×20.4算力 · 2.3 年×5.4带宽 · 4.1 年×3.8剪刀差 · 十年
两边都补 G2.5。都不替代 HBM。
带宽：HBM/DRAM 为厂商峰值；G2.5 为 R1 实测；本地盘为 PCIe Gen4 单盘级；NFS 由 R9 加载时推算。GPU 利用率 46.7%→62.8% 为 R1（20 次/小时切换）。
KV Cache 下沉，不重算 RDMA直连存储 命中即预取回显存
同一层。不同绑定。
5× 与 Token 产量翻倍分母不同，不能横比。芯元一 FX
签字实测在售Token 产量翻倍相对无外存重算 · R2
NVIDIA 数字为厂商公开口径，基线未披露。芯元一数字全部附报告编号（R1–R9），接受复验。不构成贬损或替代承诺。金正浩原话为行业公开判断，不是芯元一实测；利用率 46.7%→62.8% 才是 R1。 NVIDIA CMX 产品页 · NVIDIA Technical Blog · T客邦转述《东亚日报》金正浩专访 · Epoch AI · Trends in ML hardware（2023）
可核验材料
验收报告全文免费下载。下面两张表是厂商公开规格，用来对照卡型，不是我方实测吞吐。
多模型 Token 供给能力与性能验收测试报告（对外正式版 V2.3）全文免费。与证据库 R1–R9 的付费 PDF 不是同一套文件。
厂商公开规格对照，不是我方实测吞吐，也不是相对英伟达的成交倍数。