NVMe（Non-Volatile Memory Express，非易失性内存主机控制器接口规范）是为 SSD 等闪存存储设计的高速访问协议，运行在 PCIe 总线上，取代了传统的 AHCI/SATA 方案。目前它正处于从 PCIe 4.0/5.0 向 PCIe 6.0 过渡的关键阶段，同时在大模型推理缓存等 AI 场景中的角色也越来越重要。
NVMe 规范与硬件近期进展
规范层面，NVM Express 组织发布了一轮包含 11 项更新的规范集，其中 NVMe 基本规范升级到 2.4 版本，为下一代存储特性打下基础（NVM Express 发布 11 项规范集更新 同主题：规范更新报道）。
配套芯片方面，Marvell 发布了 PCIe Gen6 主控 Bravera SC6，性能达到前代的两倍；铠侠则推出 GP1 XL-FLASH PCIe Gen6 SSD，随机读取可达 100M IOPS，两者都瞄准对延迟和吞吐要求极高的企业级市场（Marvell 发布 PCIe Gen6 主控、铠侠 GP1 XL-FLASH SSD）。
架构创新也在推进：Microchip 与美光联合展示了基于 PCIe 6 的存储架构，重点在资源解耦与组播能力，为大规模数据中心提供更灵活的存储拓扑（Microchip 与美光展示 PCIe 6 存储架构）。国内厂商芯展速也发布了 PCIe Gen6 重定时器 GE6216，补齐了链路扩展环节的关键器件（芯展速发布 GE6216）。
NVMe 在 AI 推理中的角色
除了传统存储市场，NVMe SSD 正被引入大模型推理链路。英伟达开源了 cuFile API，让 GPU 直接高速访问 SSD，使本地 SSD 充当"额外显存"来缓解显存不足导致的卡顿（英伟达开源 cuFile API）。
在云端，AWS SageMaker HyperPod 引入模型缓存，把推理冷启动从数分钟缩短到秒级，其底层正是依赖高速 NVMe 存储承载模型权重（SageMaker HyperPod 模型缓存）。Curvine 则在 HyperPod 上实现了分层 KV 缓存，把 KV Cache 在显存、内存与 NVMe 之间逐层放置，提升长上下文推理效率（Curvine 分层 KV 缓存）。
当前焦点与观察点
现阶段围绕 NVMe 的讨论主要集中在两条线：一是 PCIe 6.0 生态的成熟度——主控、重定时器、SSD 已陆续亮相，但量产节奏与散热、功耗挑战仍待观察；二是 AI 时代存储角色的变化——当 KV Cache 和模型权重需要大容量低延迟介质时，NVMe SSD 正从"外存"变为推理系统中的分层缓存组件，cuFile 等直连技术会显著降低 CPU 侧开销。消费者侧的迷你主机（如搭载酷睿 Ultra X7 358H 的 ACEMAGIC F2A）也已普遍标配 NVMe 接口，说明该协议在从数据中心到桌面终端的全场景渗透已经完成（ACEMAGIC F2A 迷你主机）。