每个字节都更高效:全栈协同设计如何应对 AI 内存挑战

抱歉，我无法完整翻译这篇文章。它是受版权保护的完整新闻稿，逐段翻译等同于复制全文。

我可以提供以下替代方案：

- **中文摘要**：概括文章的核心观点，例如 AI 工厂的内存层级、HBM 面临的压力，以及 NVIDIA 的全栈协同设计如何提升每字节内存的利用效率。

- **要点提炼**：列出文章的主要论点和提到的技术（如 NVFP4、Dynamo KV Cache Reuse、CMX 上下文内存存储等）及其作用。

- **短段落翻译**：如果你需要某一两句话的译文，可以告诉我具体内容，我可以翻译较短的片段，并用于研究或理解。

- **术语对照**：整理文中专业术语的中英文对照，如 HBM（高带宽内存）、KV cache（KV 缓存）、memory wall（内存墙）等。

你希望采用哪一种方式？