过去谈 AI 数据中心，行业很容易把焦点放在 GPU、服务器和集群规模上。但随着模型、数据分析、虚拟化和高性能计算负载继续变大，内存也在变成越来越关键的限制条件。

MEXT 的思路，是通过预测式内存技术，把闪存引入内存体系中，让一部分不活跃的内存页转移到成本更低的闪存，再通过预测和预取机制，在应用真正需要之前把数据调回 DRAM。

这背后反映的是一个很现实的问题：AI 基础设施不能只靠增加 DRAM 来解决容量和成本压力。

对数据中心客户来说，内存容量、内存访问效率、数据搬移路径和系统总拥有成本，都会影响 AI 和通用计算负载的部署速度。

这也是 AMD 收购 MEXT 的信号意义。

AI 基础设施竞争不只是算力竞争，也开始进入内存效率、存储分层、系统软件和资源利用率的竞争。

如果说 GPU 决定了 AI 系统的计算能力，那么内存和数据流动效率，正在决定这些算力能否被更充分地使用。

专栏文章内容及配图由作者撰写发布，仅供工程师学习之用，如有侵权或者其他违规问题，请联系本站处理。 联系我们