AMD acquiert MEXT : comment l'IA transforme la mémoire flash en DRAM pour les datacenters

Le 15 juin 2026, AMD a annoncé l'acquisition de MEXT, une start-up discrète basée à Santa Clara, en Californie, dont la technologie pourrait bien remodeler toute l'économie de l'intelligence artificielle . Les détails financiers de l'opération n'ont pas été divulgués, ce qui suggère généralement un montant relativement modeste, mais le pari stratégique, lui, est colossal : MEXT a mis au point une solution purement logicielle au goulot d'étranglement le plus coûteux de l'informatique moderne .

Pour bien comprendre l'enjeu, imaginez que la mémoire vive (DRAM) d'un serveur est comme le plan de travail dans une cuisine professionnelle : c'est là que vous posez tous les ingrédients dont vous avez besoin immédiatement. Ce plan de travail est très limité et extrêmement cher. L'autre type de mémoire, la mémoire flash, c'est le gigantesque garde-manger : très spacieux et économique, mais plus lent d'accès. Traditionnellement, pour exécuter d'énormes modèles d'IA, vous aviez besoin d'un plan de travail démesuré. La solution de MEXT revient à engager un chef étoilé — son IA prédictive — qui connaît votre recette par cœur et dépose automatiquement sur le plan de travail le prochain ingrédient dont vous aurez besoin, tout en rangeant ceux que vous n'utilisez plus dans le garde-manger. Vous avez ainsi l'impression de disposer d'un plan de travail immense, pour le prix d'un petit, sans changer votre cuisine .

Le problème est que la mémoire à large bande passante (HBM) et la DRAM n'ont pas suivi la croissance explosive des grands modèles de langage et des charges de travail de calcul haute performance. AMD elle-même a qualifié la DRAM de « ressource la plus rare et la plus chère de l'informatique » . Le pari de MEXT est le suivant : vous n'avez pas besoin de plus de mémoire vive, mais simplement d'une façon plus intelligente d'utiliser le stockage flash bon marché déjà présent dans chaque serveur.

Que fait réellement le logiciel Predictive Memory™ de MEXT ?

Le produit phare de MEXT, Predictive Memory™, est un système de hiérarchisation de la mémoire piloté par IA qui opère en dessous de la couche applicative. En clair, il fait croire au système d'exploitation qu'il dispose de beaucoup plus de DRAM qu'il n'en existe physiquement . Il ne nécessite ni nouveau matériel, ni GPU, ni modification des applications existantes. L'entreprise affirme qu'il peut être installé en moins de cinq minutes — une démonstration a même montré une seule commande doublant la mémoire visible .

Le système fonctionne en une boucle continue en trois étapes :

• Délestage des données inactives : Le logiciel identifie en permanence les pages mémoire qui ne sont pas utilisées activement et les déplace de la coûteuse DRAM vers la mémoire flash NAND, bien moins onéreuse. Cela libère de la précieuse DRAM pour les charges de travail actives. La mémoire flash coûte environ 50 fois moins cher que la DRAM par gigaoctet, l'avantage économique est donc immédiat .
• Prédiction pilotée par l'IA : Un moteur de prédiction léger tourne sur un seul cœur de CPU, analysant les modèles d'accès à la mémoire en quelques microsecondes. Il utilise ces modèles pour prévoir quelles pages délestées une application aura besoin ensuite .
• Prélecture proactive : Avant même que l'application ne demande les données, MEXT les transfère de nouveau de la mémoire flash vers la DRAM. Résultat : les applications bénéficient de performances de niveau DRAM tandis que l'opérateur de datacenter paie au prix de la mémoire flash .

MEXT affirme que ces techniques peuvent réduire les coûts d'infrastructure globaux de 50 % et multiplier par 2 à 4 la capacité mémoire effective d'un serveur . Pour une industrie de l'IA où le coût de la mémoire grève la rentabilité de l'entraînement et de l'inférence des modèles, il ne s'agit pas d'une simple optimisation, mais d'un changement de paradigme potentiel.

Pourquoi AMD a acheté une start-up mémoire au lieu d'acheter simplement plus de mémoire

Cette acquisition ne se résume pas à l'achat d'un logiciel. Elle signale un changement délibéré dans la manière dont AMD compte rivaliser sur le marché des datacenters IA.

Pendant des années, AMD s'est positionnée comme l'outsider face à Nvidia, proposant des GPU et CPU concurrents pendant que son rival se bâtissait une forteresse d'interconnexions propriétaires (NVLink), de réseaux et de logiciels (CUDA). L'acquisition de MEXT suggère qu'AMD est en train de creuser son propre fossé défensif logiciel — dans ce cas précis, au niveau de la couche mémoire que touche chaque application d'IA.

AMD a déclaré qu'elle intégrera la technologie de MEXT à l'ensemble de son portefeuille pour datacenters : CPU, GPU, réseaux et systèmes à l'échelle du rack . C'est un détail crucial. Au lieu d'être une fonctionnalité réservée aux GPU, Predictive Memory™ devient un atout au niveau de la plateforme, capable d'abaisser le coût total de possession (TCO) pour tout déploiement AMD à grande échelle, quel que soit le type de silicium acheté par le client .

Cela permet à AMD de proposer une solution IA « full-stack » (intégrée de bout en bout) particulièrement économique. La stratégie de Nvidia repose sur une intégration matérielle et logicielle très étroite, notamment autour de NVLink et de son propre réseau. De son côté, Intel s'est concentré sur le standard matériel CXL (Compute Express Link) et d'autres standards d'extension mémoire. MEXT, par contraste, est une couche logicielle qui fonctionne sur des serveurs standards sans aucune modification matérielle . L'avantage en termes d'agilité est considérable : les clients d'AMD peuvent la déployer immédiatement sur leur infrastructure existante, alors que les approches matérielles exigent de nouvelles puces et des cycles de validation bien plus longs.

L'acquisition de MEXT n'arrive pas de façon isolée. Elle coïncide avec le lancement de la plateforme de développement Ryzen AI Halo d'AMD, un système conçu pour permettre aux développeurs d'exécuter de grands modèles d'IA sur du matériel local puissant . Prises ensemble, ces initiatives dessinent le portrait d'une entreprise cherchant à bâtir un écosystème IA cohérent, des appareils grand public jusqu'aux datacenters hyperscale — avec désormais une couche d'optimisation mémoire cousue à travers toute la pile.

La bataille concurrentielle : AMD vs. Nvidia vs. Intel

Le marché de l'infrastructure IA est aujourd'hui défini par le « mur de la mémoire ». Les modèles toujours plus grands exigent une bande passante et une capacité mémoire que peu de systèmes peuvent fournir sans un coût astronomique. Tous les fabricants de puces cherchent des réponses.

Pour Nvidia, la réponse a été l'intégration verticale : ses superpuces Grace Hopper associent CPU et GPU à des pools mémoire massifs, son réseau fédère le tout, et CUDA rend l'ensemble programmable. Intel, de son côté, a misé sur le standard CXL pour permettre aux systèmes de mutualiser et de partager la mémoire entre différents équipements.

AMD, avec MEXT, parie qu'une hiérarchisation mémoire pilotée par logiciel peut résoudre le problème sans enfermer les clients dans du matériel propriétaire. En théorie, un opérateur de datacenter pourrait faire fonctionner un serveur équipé d'un GPU AMD MI400 avec la couche de prédiction de MEXT multipliant sa mémoire effective par quatre, réduisant drastiquement le coût pour entraîner ou servir un grand modèle par rapport à un système Nvidia qui nécessiterait bien plus de mémoire HBM physique pour atteindre la même capacité. Il reste à prouver que les performances se maintiennent sous des charges de travail d'IA réelles et sensibles à la latence, mais l'argument économique est très convaincant.

L'impact sur les marchés a également été immédiat. L'action AMD a grimpé suite à l'annonce, poussant la valorisation de l'entreprise près de la barre des 900 milliards de dollars . Les investisseurs semblent parier que l'acquisition de MEXT comble une lacune critique dans l'histoire de la plateforme IA d'AMD, donnant à l'entreprise un avantage tangible et immédiatement déployable dans la course pour rendre l'infrastructure d'IA plus abordable.