AI 计算正在撞上一堵墙：GPU 的显存（HBM）不够用了。
无论是大模型训练，还是长上下文推理，真正的瓶颈已经不再是算力，而是能被 GPU 快速访问的数据量。
现在，铠侠打算让 GPU 直接把 SSD 当成扩展显存来用。
SSD 不再只是存储，而是“慢一点的显存”。
在传统架构中：
- GPU → 用 HBM（高速但昂贵且容量有限）
- CPU → 负责调度数据
- SSD → 只是“远端仓库”，数据要绕一圈才能给 GPU
问题是，随着模型越来越大，这种架构开始拖后腿。Kioxia 推出的 GP Series SSD就是要让 GPU 可以更直接地访问闪存数据，把 SSD 纳入“内存层级”，而不仅是存储层。
这和英伟达正在推动的 Storage-Next 架构是同一个方向，都是为了允许 GPU 更直接地访问闪存存储来扩展可用内存空间。
Kioxia 管这类产品叫Super High IOPS SSD”（超高 IOPS SSD），但关键不只是 IOPS，延迟也更低，接近存储级内存。支持512 字节级别的细粒度访问，而不是4K大块的读写。同时，它有更高的并发 I/O，更低每次 I/O 的功耗。
核心技术是它的 XL-FLASH（存储级闪存），就是当年拿来跟英特尔傲腾PK的那个，是介于 DRAM 和 NAND 之间的东西。本质上，不只是让 SSD 更快，而是让它“更像内存”。
真正的战场：AI 推理和 KV Cache
这件事为什么现在发生？
因为 AI 推理正在变成一个“内存问题”。例如：长上下文（long context），多轮对话，KV cache（键值缓存）暴涨。这些都需要大量、可快速访问的数据空间。
Kioxia 同时提到的 CM9 PCIe 5.0 SSD（25.6TB），其实就是为这个场景准备的：用 TLC 做大容量，用高性能 SSD 承接 KV cache，配合 Nvidia 的 CMX（Context Memory Storage）
也就是说GPU 装不下的数据，往 SSD里面挪溢出。从技术路径来看，这件事很重要——它可能意味着：AI 成本结构会变化
如果 SSD 能部分替代 HBM：模型部署成本会下降，推理节点更容易扩展，AI 服务可能更便宜。
