芯展速 AI90 固态硬盘显存化方案亮相：首 Token 延迟缩短至 1/50

IT之家 7 月 20 日消息，芯展速 (GenStorAIGE) 在 WAIC 2026 展出了其 AI90 软硬件一体化 AI 推理加速方案。



其将高性能 SSD 纳入 GPU 显存体系， 让 KV Cache 卸载到更大容量的固态硬盘上 ，形成 HBM + DRAM + SSD 三级存储体系。

这一方案 可将首 Token（词元）延迟从秒级降低至亚秒级 ， 提速 50 倍 ；

吞吐量提升 5.1 倍；

显存节省 39%。

结合智能 P2P 多卡互联技术，AI90 可让 8 卡 NVIDIA GeForce RTX 5090 集群推理加速可达 5.8 倍、支持 128K+ 上下文。



而为了满足 KV Cache 卸载带来的高写入负载，芯展速同步带来了 PT200Z AI SSD。

其基于 pSLC 闪存介质，采用 PCIe Gen5 接口，DWPD 最高达 100，顺序读取 14.8GB/s、随机读取 3100KIOPS，读取时延 54μs、写入时延 10μs。

[来源链接] https://www.ithome.com/0/978/942.htm