問題的根源在於，高頻寬記憶體（HBM）與動態隨機存取記憶體（DRAM）的發展速度，始終跟不上大型語言模型與高效能運算（HPC）工作負載的爆炸性成長。AMD 自己就曾形容 DRAM 是「運算領域中最稀缺、最昂貴的資源」。而 MEXT 的賭注是：你其實不需要更多的 DRAM，你只需要一種更聰明的方法，來善用伺服器裡原本就有的廉價快閃儲存空間。

MEXT 的「預測性記憶體™」究竟如何運作？

MEXT 的核心產品名為「預測性記憶體™」（Predictive Memory™），這是一套 AI 原生（AI-native）的記憶體分層（Memory Tiering）系統，它運行在應用程式層級之下，巧妙地「欺騙」作業系統，使其以為自己擁有比實體安裝還要多的 DRAM 。它不需要新的硬體、不需要 GPU，更無需對現有的應用程式進行任何修改。MEXT 聲稱，該系統可以在五分鐘內安裝完成（某次展示中，僅靠單一指令就讓可見的記憶體容量加倍）。

這套系統的核心，是一個持續運作的三步驟迴圈：

• 冷資料卸載（Cold-data offloading）：軟體會不斷識別出那些非活躍使用中的記憶體頁面，並將它們從昂貴的 DRAM 搬移到成本低廉的 NAND 快閃記憶體上。此舉能釋放出寶貴的 DRAM 空間，供當下最火熱、最活躍的工作負載使用。以每 GB 成本計算，快閃記憶體的價格大約僅是 DRAM 的五十分之一，經濟效益立竿見影 。
• AI 驅動的預測（AI-driven prediction）：一個輕量級的預測引擎運行在單一 CPU 核心上，以微秒級的速度分析記憶體存取模式。它利用這些模式來預測，應用程式接下來會需要哪些已被卸載的頁面 。
• 主動式預先提取（Proactive prefetching）：在應用程式提出資料請求之前，MEXT 就已將預測到的頁面從快閃記憶體搬回 DRAM。最終的結果是，應用程式體驗到的是 DRAM 等級的存取效能，而資料中心營運商付出的卻是快閃記憶體等級的成本 。

MEXT 聲稱，這些技術能將整體基礎設施成本削減 50%，並將單一伺服器的有效記憶體容量擴充 2 至 4 倍 。對於一個記憶體成本正逐漸侵蝕模型訓練與推論經濟效益的 AI 產業來說，這不僅僅是效能優化，更可能是一次根本性的典範轉移。

為何 AMD 要收購一家記憶體新創，而非單純採購更多記憶體？

這項收購案不僅僅是為了取得一套軟體，它更標誌著 AMD 在 AI 資料中心市場的競爭策略，正發生刻意的轉變。

多年來，AMD 一直將自身定位為 Nvidia 之外靈活且具備高性價比的替代選項，提供具競爭力的 GPU 與 CPU，與此同時，Nvidia 則憑藉專有的互連技術、網路方案及 CUDA 軟體生態系築起了一座堅固的護城河。而這次的 MEXT 收購案表明，AMD 正準備為自己打造一條全新的軟體護城河——而且就設在每個 AI 工作負載都會觸及的記憶體層上。

AMD 表示，將會把 MEXT 的技術整合到其整個資料中心產品組合中，包含 CPU、GPU、網路以及機架級系統 。這是一個關鍵的細節。這意味著「預測性記憶體」不會僅限於 GPU 的應用，而是將成為一個平台級的功能，能夠降低任何大規模 AMD 部署的總體擁有成本（TCO），無論客戶購買的是哪一款特定晶片 。

此舉將讓 AMD 有機會向市場推銷一個具有獨特成本效益的「全端」AI 解決方案。Nvidia 的策略仰賴於緊密整合的硬體與軟體，特別是圍繞著 NVLink 與其自有的網路技術。至於 Intel，則一直專注於像是 CXL（Compute Express Link，一種能讓不同裝置間共享記憶體池的高速互連標準）這類的記憶體擴充硬體標準 。相較之下，MEXT 是一個能運行在標準伺服器上、無需任何硬體修改的軟體層。其敏捷性優勢相當顯著：AMD 的客戶能立即將它部署在現有的基礎設施上，反觀以硬體為中心的方案則需要仰賴新的晶片與更長的驗證週期。

MEXT 的收購並非獨立事件。它與 AMD 專為開發者設計、讓其能在強大本地硬體上執行大型 AI 模型的 Ryzen AI Halo 開發者平台發布時間點極為接近 。綜合來看，這些舉措描繪出一幅清晰的圖像：這家公司正試圖建構一個從終端裝置一路延伸到超大規模資料中心的完整 AI 生態系，而現在，這個生態系中更貫穿了一層能貫穿全堆疊的記憶體優化方案。

競爭賽局：AMD 對上 Nvidia 與 Intel

當前的 AI 基礎設施市場，正深陷所謂的「記憶體之牆」瓶頸中。更大的模型需要更多的記憶體頻寬與容量，而多數系統若非天價成本根本無法提供。每一家晶片製造商都在急切地尋找答案。

Nvidia 的答案是垂直整合——其 Grace Hopper 超級晶片將 CPU 與 GPU 搭配超大記憶體池，再以自身的網路技術將一切緊密連結，並由 CUDA 軟體生態系讓所有硬體都能被輕鬆編程。Intel 則大力推動 CXL，將其作為一種能讓系統跨不同裝置池化並共享記憶體的硬體標準。

而 AMD 藉由 MEXT，正將賭注押在以軟體驅動的記憶體分層上，來解決這個問題，並避免將客戶鎖入專有的硬體體系中。理論上，一位資料中心營運商可以運行一台搭載 AMD MI400 GPU 的伺服器，並透過 MEXT 的預測層將有效記憶體擴充四倍，與需要採購更多實體 HBM 才能達到相同有效容量的 Nvidia 系統相比，此舉可大幅削減訓練或提供大型模型服務的成本。儘管在對延遲極度敏感的實際 AI 工作負載下，這套方案的效能表現還留待實證，但其經濟上的訴求確實極具吸引力。

這筆交易也立刻引發了市場效應。AMD 的股價在收購消息公布後應聲上漲，將公司估值推向了逼近 9,000 億美元的大關 。投資人似乎是在押注，MEXT 的收購案補上了 AMD 在 AI 平台發展故事中的一個關鍵缺口，為該公司在這場讓 AI 基礎設施變得更具成本效益的競賽中，提供了一項具體、可立即部署的優勢。

問題的根源在於，高頻寬記憶體（HBM）與動態隨機存取記憶體（DRAM）的發展速度，始終跟不上大型語言模型與高效能運算（HPC）工作負載的爆炸性成長。AMD 自己就曾形容 DRAM 是「運算領域中最稀缺、最昂貴的資源」。而 MEXT 的賭注是：你其實不需要更多的 DRAM，你只需要一種更聰明的方法，來善用伺服器裡原本就有的廉價快閃儲存空間。

MEXT 的「預測性記憶體™」究竟如何運作？

MEXT 的核心產品名為「預測性記憶體™」（Predictive Memory™），這是一套 AI 原生（AI-native）的記憶體分層（Memory Tiering）系統，它運行在應用程式層級之下，巧妙地「欺騙」作業系統，使其以為自己擁有比實體安裝還要多的 DRAM 。它不需要新的硬體、不需要 GPU，更無需對現有的應用程式進行任何修改。MEXT 聲稱，該系統可以在五分鐘內安裝完成（某次展示中，僅靠單一指令就讓可見的記憶體容量加倍）。

這套系統的核心，是一個持續運作的三步驟迴圈：

• 冷資料卸載（Cold-data offloading）：軟體會不斷識別出那些非活躍使用中的記憶體頁面，並將它們從昂貴的 DRAM 搬移到成本低廉的 NAND 快閃記憶體上。此舉能釋放出寶貴的 DRAM 空間，供當下最火熱、最活躍的工作負載使用。以每 GB 成本計算，快閃記憶體的價格大約僅是 DRAM 的五十分之一，經濟效益立竿見影 。
• AI 驅動的預測（AI-driven prediction）：一個輕量級的預測引擎運行在單一 CPU 核心上，以微秒級的速度分析記憶體存取模式。它利用這些模式來預測，應用程式接下來會需要哪些已被卸載的頁面 。
• 主動式預先提取（Proactive prefetching）：在應用程式提出資料請求之前，MEXT 就已將預測到的頁面從快閃記憶體搬回 DRAM。最終的結果是，應用程式體驗到的是 DRAM 等級的存取效能，而資料中心營運商付出的卻是快閃記憶體等級的成本 。

MEXT 聲稱，這些技術能將整體基礎設施成本削減 50%，並將單一伺服器的有效記憶體容量擴充 2 至 4 倍 。對於一個記憶體成本正逐漸侵蝕模型訓練與推論經濟效益的 AI 產業來說，這不僅僅是效能優化，更可能是一次根本性的典範轉移。

為何 AMD 要收購一家記憶體新創，而非單純採購更多記憶體？

這項收購案不僅僅是為了取得一套軟體，它更標誌著 AMD 在 AI 資料中心市場的競爭策略，正發生刻意的轉變。

多年來，AMD 一直將自身定位為 Nvidia 之外靈活且具備高性價比的替代選項，提供具競爭力的 GPU 與 CPU，與此同時，Nvidia 則憑藉專有的互連技術、網路方案及 CUDA 軟體生態系築起了一座堅固的護城河。而這次的 MEXT 收購案表明，AMD 正準備為自己打造一條全新的軟體護城河——而且就設在每個 AI 工作負載都會觸及的記憶體層上。

AMD 表示，將會把 MEXT 的技術整合到其整個資料中心產品組合中，包含 CPU、GPU、網路以及機架級系統 。這是一個關鍵的細節。這意味著「預測性記憶體」不會僅限於 GPU 的應用，而是將成為一個平台級的功能，能夠降低任何大規模 AMD 部署的總體擁有成本（TCO），無論客戶購買的是哪一款特定晶片 。

此舉將讓 AMD 有機會向市場推銷一個具有獨特成本效益的「全端」AI 解決方案。Nvidia 的策略仰賴於緊密整合的硬體與軟體，特別是圍繞著 NVLink 與其自有的網路技術。至於 Intel，則一直專注於像是 CXL（Compute Express Link，一種能讓不同裝置間共享記憶體池的高速互連標準）這類的記憶體擴充硬體標準 。相較之下，MEXT 是一個能運行在標準伺服器上、無需任何硬體修改的軟體層。其敏捷性優勢相當顯著：AMD 的客戶能立即將它部署在現有的基礎設施上，反觀以硬體為中心的方案則需要仰賴新的晶片與更長的驗證週期。

MEXT 的收購並非獨立事件。它與 AMD 專為開發者設計、讓其能在強大本地硬體上執行大型 AI 模型的 Ryzen AI Halo 開發者平台發布時間點極為接近 。綜合來看，這些舉措描繪出一幅清晰的圖像：這家公司正試圖建構一個從終端裝置一路延伸到超大規模資料中心的完整 AI 生態系，而現在，這個生態系中更貫穿了一層能貫穿全堆疊的記憶體優化方案。

競爭賽局：AMD 對上 Nvidia 與 Intel

當前的 AI 基礎設施市場，正深陷所謂的「記憶體之牆」瓶頸中。更大的模型需要更多的記憶體頻寬與容量，而多數系統若非天價成本根本無法提供。每一家晶片製造商都在急切地尋找答案。

Nvidia 的答案是垂直整合——其 Grace Hopper 超級晶片將 CPU 與 GPU 搭配超大記憶體池，再以自身的網路技術將一切緊密連結，並由 CUDA 軟體生態系讓所有硬體都能被輕鬆編程。Intel 則大力推動 CXL，將其作為一種能讓系統跨不同裝置池化並共享記憶體的硬體標準。

而 AMD 藉由 MEXT，正將賭注押在以軟體驅動的記憶體分層上，來解決這個問題，並避免將客戶鎖入專有的硬體體系中。理論上，一位資料中心營運商可以運行一台搭載 AMD MI400 GPU 的伺服器，並透過 MEXT 的預測層將有效記憶體擴充四倍，與需要採購更多實體 HBM 才能達到相同有效容量的 Nvidia 系統相比，此舉可大幅削減訓練或提供大型模型服務的成本。儘管在對延遲極度敏感的實際 AI 工作負載下，這套方案的效能表現還留待實證，但其經濟上的訴求確實極具吸引力。

這筆交易也立刻引發了市場效應。AMD 的股價在收購消息公布後應聲上漲，將公司估值推向了逼近 9,000 億美元的大關 。投資人似乎是在押注，MEXT 的收購案補上了 AMD 在 AI 平台發展故事中的一個關鍵缺口，為該公司在這場讓 AI 基礎設施變得更具成本效益的競賽中，提供了一項具體、可立即部署的優勢。