CXL技術從記憶體共享，擴展至使用效率提升，代表什麼趨勢？

Question

Accepted Answer

CXL技術從「記憶體共享」轉向「提升使用效率」，代表資料中心的瓶頸正在從可連接性轉為可承載性與成本效率

CXL技術從記憶體共享走向提升使用效率，核心趨勢是以互連把「更多有效記憶體」交付給AI伺服器，而不只是把DRAM池化後讓資源更好調度。Marvell在推出Structera X與Structera A兩款CXL控制器時，將硬體即時壓縮整合進控制器本體，並宣稱在寫入DRAM時即時壓縮、讀取時同步解壓縮，最高可把有效記憶體容量提升到實體容量的3.64倍。這意味著CXL的價值重心正在從「讓CPU、GPU等共享與擴充記憶體資源」延伸到「讓同樣的DRAM容量承載更多資料」。
互連不再只解決「能不能共享」，而是開始直接解決「能不能裝得下」

過去CXL較常被用於記憶體擴充與記憶體池化（Memory Pooling），重點在於共享記憶體資源以提高利用率；但在大型語言模型持續擴大後，AI伺服器對記憶體容量與頻寬的需求快速攀升。當瓶頸從「資源是否可被調度」轉向「容量是否足夠容納模型資料與中間狀態」，僅靠池化難以滿足成長曲線。Marvell的做法把壓縮流程前移到CXL控制器硬體層，讓系統在不增加實體DRAM容量的情況下擴大有效容量，直接把容量壓力轉化為壓縮比的提升。
硬體透明壓縮的落地，反映AI時代的最佳化要求更偏向「降低額外負擔」

Marvell指出其客製化LZ4壓縮演算法可支援DDR5與DDR4，且壓縮與解壓縮由控制器內建硬體完成，不需占用主機CPU運算資源，並對作業系統與應用程式完全透明。這種設計的關鍵在於把「節省記憶體」做成對上層軟體透明的基礎能力，避免以CPU執行軟體壓縮造成額外運算負擔。結果是相同容量的DRAM能存放更多資料，同時減少資料搬移需求，從而緩解AI訓練與推論中的記憶體容量及頻寬瓶頸，讓CXL不只是連接器，更成為效率提升的執行層。
趨勢背後的真實驅動是：用更聰明的記憶體管理降低硬體投資強度

隨著AI模型推升記憶體需求，市場預期資料中心除了擴充DRAM容量，也將更重視記憶體管理與最佳化技術，以降低硬體投資成本並提升整體運算效率。CXL控制器整合硬體壓縮的方向，正是把「需要買更多DRAM」的壓力，轉為「用控制器能力提升有效容量」的路徑。當有效容量最高可達3.64倍，資料中心在面對容量成長時，策略重心自然會從單純堆疊硬體，逐步轉向以CXL等互連與控制器能力提升記憶體使用效率。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

CXL技術從記憶體共享，擴展至使用效率提升，代表什麼趨勢？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友