Суть технологии: ИИ вместо объема
AMD раскрыла детали работы MEXT (Memory eXtension Technology) — решения, которое обходит дефицит и рост цен на оперативную память. Технология использует нейросеть на базе архитектуры Transformer для предсказания того, какие страницы данных потребуются процессору в будущем. «Холодные» страницы данных выгружаются на быстрые NVMe-накопители, а ИИ-модель заранее подгружает их в DRAM до того, как они понадобятся, маскируя нехватку физической памяти.
Ключевое отличие от традиционного свопинга: MEXT работает как модуль ядра Linux, обучается менее чем за секунду при запуске и работает на одном ядре EPYC без использования GPU. Система постоянно адаптируется под паттерны доступа конкретного приложения.
Результаты бенчмарков
AMD поделилась внутренними тестами, демонстрирующими эффективность MEXT в различных сценариях. Технология позволяет существенно снизить требования к объему памяти при минимальной потере производительности:
| Рабочая нагрузка | Объем DRAM | Сохраненная производительность |
|---|---|---|
| Synopsys PrimeTime (EDA) | 50% | 95% |
| Synopsys PrimeTime (EDA) | 25% | 80% |
| Spark SQL (TPC-DS, Azure) | 50% | 99% |
| Agentic AI (среднее) | 50% | 99% |
| Agentic AI (среднее) | 25% | 85% |
| Agentic AI (требовательный) | 50% | 90% |
| Agentic AI (требовательный) | 25% | 88% |
Статус внедрения и партнерства
Технология уже не является просто концептом. AMD развернула MEXT на 145 внутренних серверах и планирует расширить парк до 2 000 серверов к 2027 году. В коммерческий сектор технология приходит через партнерство с HPE.
- Фаза 1: Серверы EPYC Venice с маркировкой «MEXT Ready», оснащенные выделенным слотом или накопителем NVMe для offload-хранилища.
- Фаза 2: Включение лицензий MEXT и выпуск утилиты RAM View для мониторинга «горячих» и «холодных» страниц памяти. Дата начала фазы 2 не раскрыта.
Почему это важно
На фоне роста цен на DRAM и дефицита памяти, MEXT предлагает бизнесу способ снизить капитальные затраты (CAPEX) на серверы на 20–75% в зависимости от нагрузки. Технология особенно актуальна для баз данных, EDA-инструментов и агентов ИИ, где паттерны доступа к памяти предсказуемы. Однако AMD предупреждает: чем сильнее сокращается объем физической памяти, тем более специализированной должна быть рабочая нагрузка для сохранения высокой производительности.
Источник: Tom's Hardware ↗