XCENAs MX1-Chip und die 135-Millionen-Dollar-Wette auf den Speicher

Die zentrale Idee hinter dieser Finanzierung ist kein weiterer GPU-Herausforderer. XCENA positioniert sein Debütprodukt, den MX1, als eine grundlegend andere Kategorie: ein Rechen-Speicher-Gerät (Computational Memory), das Rechenleistung direkt in die Speicherschicht selbst integriert.

Das Kernproblem: Wenn die Datenbewegung zum Flaschenhals wird

In einer herkömmlichen Serverarchitektur durchläuft ein Datum, wenn es verarbeitet werden muss, einen kostspieligen Kreislauf: vom DRAM zur CPU oder GPU und wieder zurück. Für KI-Workloads – man denke an umfangreiche Inferenzen, Echtzeitanalysen und Vektordatenbank-Abfragen – führt dieser ständige Datentransport zu Verzögerungen, verbraucht Strom und schafft die bekannte "Speichermauer" .

Die grundlegende Erkenntnis von XCENA ist, dass viele dieser datenintensiven Operationen gar nicht die spezialisierte Parallelverarbeitung einer GPU benötigen. Routinemäßige Filter-, Such- und Analyseaufgaben können von einfacheren, energieeffizienteren Kernen erledigt werden, die direkt neben den Speicherchips platziert sind – der Umweg entfällt vollständig. Dieser Ansatz, Near-Data-Processing (NDP) genannt, zielt darauf ab, die CPU zu entlasten, nicht sie zu ersetzen .

Im Inneren des MX1: Die neue Geheimwaffe eines Servers, kein GPU-Rivale

Der MX1 wird als das weltweit erste Computational-Memory-Produkt beschrieben, das sowohl PCIe 6.0 als auch den CXL-3.2-Standard unterstützt . CXL, die Abkürzung für Compute Express Link, bietet einen Hochgeschwindigkeitsweg mit geringer Latenz zwischen Prozessoren und Speicher und ist damit das ideale Rückgrat für ein Gerät, das dafür konzipiert ist, in der Speicherebene zu arbeiten .

Architektur und wichtigste technische Daten

Der MX1 ist kein monolithischer Beschleuniger, sondern ein Gerät, das mit Tausenden von benutzerdefinierten RISC-V-Kernen bestückt ist. XCENAs eigene Dokumentation spricht von "1.000en von 1,4-GHz-RISC-V-Kernen", die direkt in das Speichersubsystem integriert sind . Diese Kerne können datenbankähnliche Operationen (über XCENAs XFLARE-Softwarebibliotheken) an Ort und Stelle ausführen und Daten verarbeiten, ohne sie zur Host-CPU zu verschieben .

XCENAs technischer Ansatz verwendet einen separaten SSD-gestützten Erweiterungspfad über PCIe 6.0, um das zu ermöglichen, was das Unternehmen "Infinite Memory" nennt. Diese Funktion kann den adressierbaren Speicherpool eines Hosts theoretisch auf Petabyte-Größenordnungen erweitern, indem CXL-angebundene SSDs verwendet werden, was Anwendungen die Möglichkeit gibt, weitaus größere Datensätze mit geringerer Latenz zu verwalten, als es ein herkömmlicher Speicherzugriff erlauben würde .

Die Roadmap des Unternehmens zeigt einen schnellen Iterationsplan:

• MX1: Die erste Generation. Arbeitsproben wurden ab Oktober 2025 an ausgewählte Partner geliefert, eine produktionsreife Version ist für 2026 geplant .
• MX1P: Eine verbesserte Version, die für 2025 geplant ist .
• MX1S: Ein Chip der nächsten Generation mit dualen PCIe Gen6 x8-Verbindungen, zusätzlichen Funktionen und CXL-3.2-Unterstützung, vorgesehen für 2026 .

Die Karten unterstützen bis zu 256 GB DDR5-DIMMs für insgesamt 1 TB Kapazität und enthalten DDR5-8400-Speichercontroller . Auf der FMS 2025 (der Konferenz "Future of Memory and Storage") gewann der MX1 die Auszeichnung für die innovativste Computational-Memory-Technologie .

Eine andere Art von Wettlauf

Es ist wichtig zu verstehen, was XCENA nicht tut. Das Unternehmen entwickelt keinen Chip, um massive Basismodelle schneller zu trainieren als Nvidias H100 oder B200. Der MX1 ist als Co-Prozessor für datenintensive Vorgänge positioniert, der mit vorhandenen CPUs und GPUs zusammenarbeitet, anstatt sie zu ersetzen .

Für KI-Inferenzen, bei denen Modelle wiederholt große Speicherpools durchsuchen müssen, oder für datenbanklastige Workloads wie Echtzeitanalysen und Vektorsuchen besteht XCENAs Strategie darin, die Belastung des Hauptprozessors zu reduzieren, indem der "speicherintensive" Teil der Aufgabe direkt an der Quelle erledigt wird. Das Ziel ist ein Rechenzentrum, in dem nicht jedes Datenelement durch die teuersten und stromhungrigsten Rechenmaschinen geschleust werden muss .

Die 135-Millionen-Dollar-Frage: Wird es in der Praxis funktionieren?

Die mit der Series-B-Runde verbundene Bewertung von 570 Millionen Dollar signalisiert eine starke Überzeugung der Investoren, dass speicherzentrisches Computing eine bedeutende Rolle in der KI-Infrastruktur spielen wird . Der MX1 wird derzeit mit ausgewählten Partnern erprobt, um reale Effizienz- und Leistungssteigerungen auf Systemebene zu validieren .

Die Geschichte der praktischen Bewährung wird jedoch noch geschrieben. Der FMS-Preis und die vielversprechenden gemeldeten Spezifikationen sind positive Signale, aber der Einsatz in der Produktion und unabhängige Benchmarks bleiben der eigentliche Test für eine Technologie, die vorschlägt, ein grundlegendes Stück der Serverarchitektur neu zu gestalten. XCENAs Wette ist, dass die KI-Industrie bereit ist, Daten nicht mehr zu bewegen, sondern sie dort zu verarbeiten, wo sie liegen.