Innsiden av AMDs MEXT-oppkjøp: AI-minneteknologi som bryter flaskehalsen i datasentre

Systemet fungerer i en kontinuerlig tretrinns sløyfe:

• Avlasting av kalde data: Programvaren identifiserer kontinuerlig minnesider som ikke er i aktiv bruk, og flytter dem fra dyr DRAM til rimelig NAND-flash. Dette frigjør kostbar DRAM for aktive arbeidsmengder. Flash koster omtrent 50 ganger mindre per gigabyte enn DRAM, så de økonomiske fordelene er umiddelbare .
• AI-drevet prediksjon: En lettvekts prediksjonsmotor kjører på én enkelt CPU-kjerne og analyserer minnetilgangsmønstre på mikrosekunder. Den bruker mønstrene til å forutsi hvilke avlastede sider applikasjonen vil trenge neste gang .
• Proaktiv forhåndshenting: Før applikasjonen i det hele tatt ber om dataene, overfører MEXT de predikerte sidene tilbake fra flash til DRAM. Resultatet er at applikasjoner opplever ytelse på DRAM-nivå, mens datasenteroperatøren betaler flash-nivåpriser .

MEXT hevder at disse teknikkene kan kutte de totale infrastrukturkostnadene med 50 % og utvide den effektive minnekapasiteten til en server med 2–4 ganger . For en AI-industri der minnekostnadene spiser opp lønnsomheten ved modelltrening og inferens, er ikke dette bare en optimalisering – det er et potensielt paradigmeskifte.

Hvorfor AMD kjøpte en minnestartup i stedet for bare å kjøpe mer minne

Dette oppkjøpet handler ikke bare om en programvarebit. Det signaliserer et bevisst skifte i hvordan AMD planlegger å konkurrere i AI-datasentermarkedet.

I årevis har AMD posisjonert seg som det spreke alternativet til Nvidia, og tilbudt konkurransedyktige GPU-er og CPU-er mens Nvidia bygde en festning av proprietære sammenkoblinger, nettverk og CUDA-programvare. MEXT-avtalen antyder at AMD nå bygger sin egen programvarevollgrav – i dette tilfellet på minnelaget som alle AI-arbeidsmengder berører.

AMD sa at de vil integrere MEXTs teknologi på tvers av hele datasenterporteføljen sin: CPU-er, GPU-er, nettverk og rack-skala-systemer . Det er en avgjørende detalj. I stedet for å være et GPU-spesifikt spill, blir Predictive Memory™ en plattformfunksjon som kan senke de totale eierkostnadene (TCO) for enhver storskala AMD-utrulling, uavhengig av hvilken spesifikk silisiumbrikke kunden kjøper .

Dette setter AMD i en posisjon til å tilby en unikt kostnadseffektiv, komplett AI-løsning. Nvidias strategi er avhengig av tett integrert maskinvare og programvare, spesielt rundt NVLink og eget nettverk. Intel har fokusert på Compute Express Link (CXL) – en standard som lar systemer dele og samle minne på tvers av enheter – og andre maskinvarestandarder for minneutvidelse. MEXT er derimot et programvarelag som kjører på standard servere uten maskinvaremodifikasjoner . Smidighetsfordelen er betydelig: AMD-kunder kan ta det i bruk umiddelbart på eksisterende infrastruktur, mens maskinvaresentriske tilnærminger krever ny silisium og lengre valideringssykluser.

MEXT-oppkjøpet skjedde ikke isolert. Det kom samtidig med lanseringen av AMDs Ryzen AI Halo-utviklerplattform, et system designet for å la utviklere kjøre store AI-modeller på kraftig lokal maskinvare . Sett under ett tegner disse grepene et bilde av et selskap som prøver å bygge et sammenhengende AI-økosystem – fra klientenheter helt opp til hyperskala datasentre – og nå med et minneoptimaliseringslag sydd gjennom hele stabelen.

Konkurranseforholdene: AMD vs. Nvidia vs. Intel

AI-infrastrukturmarkedet er for tiden definert av «minnemuren». Større modeller trenger mer minnebåndbredde og -kapasitet enn de fleste systemer kan tilby uten astronomiske kostnader. Alle brikkeprodusenter leter febrilsk etter svar.

Nvidias svar har vært vertikal integrasjon – deres Grace Hopper-superbrikker kobler sammen CPU-er og GPU-er med massive minnepooler, deres nettverk knytter alt sammen, og CUDA gjør alt programmerbart. Intel har presset på for CXL som en maskinvarestandard for å la systemer samle og dele minne på tvers av ulike enheter.

AMD, med MEXT, vedder på at et programvaredrevet minnenivå kan løse problemet uten å låse kunder til proprietær maskinvare. I teorien kan en datasenteroperatør kjøre en AMD MI400 GPU-server med MEXTs prediksjonslag som utvider det effektive minnet med 4x, og dermed kutte kostnaden for å trene eller drifte en stor modell sammenlignet med et Nvidia-system som trenger mer fysisk HBM for å oppnå samme effektive kapasitet. Hvorvidt ytelsen holder seg under reelle, latenssensitive AI-arbeidsmengder gjenstår å bevise, men det økonomiske argumentet er overbevisende.

Avtalen har også umiddelbare markedsimplikasjoner. AMD-aksjen steg etter kunngjøringen, og presset selskapets verdi nær 900 milliarder dollar . Investorer synes å satse på at MEXT-oppkjøpet tetter et kritisk gap i AMDs AI-plattformfortelling, og gir selskapet en konkret, umiddelbar fordel i kappløpet om å gjøre AI-infrastruktur rimeligere.