AMD 最新销售策略显示，企业在购置全新 Epyc 服务器并搭配 Mext 软件许可后，仅需配置一半容量的 DRAM，即可实现高达 99% 的性能表现。

这一突破得益于 AI 模型的应用。Mext 能在操作系统或应用程序察觉需求前，智能地将内存页加载至更廉价的 NVMe 存储中，或在闲置时将其移出。该机制类似传统 SWAP 交换空间或 Windows 页面文件，但效率更为显著。

AMD 于今年 6 月收购了该项技术。AMD 企业开发高级副总裁、Mext 前首席执行官 Gary Smerdon 指出，通过以闪存替代昂贵的 RDIMM（注册双列直插内存模块），企业服务器成本最多可降低 83%。他透露，在目前已部署该软件的 145 个系统中，客户已避免约 500 万美元的 DRAM 采购支出。

AI 重构内存管理逻辑

Smerdon 解释称，即便在内存利用率显示为 95% 的高负载系统中，仍有大量内存页未被活跃使用。引用 Meta 的研究数据，50% 至 80% 的内存页在过去五分钟甚至更长时间内未被访问。" 对于 Epyc 处理器而言，五分钟是一段漫长的时间。"

Mext 的目标正是将这些非活跃内存页卸载至闪存。尽管闪存每比特价格低 50 倍、功耗低 30 倍，但其速度比 DRAM 慢 500 倍。传统观念中，磁盘交换会严重损害应用性能并导致服务等级协议（SLA）违约，因此常被规避。

为确保 Mext 有效运行，系统必须在内存页被需要前将其重新加载回 DRAM。Smerdon 表示：" 我们利用 AI 监控系统，主动将页面推回 DRAM，从应用或操作系统视角看，它们似乎始终存在于内存中。" 换言之，Mext 透明地让闪存呈现出 DRAM 的特性。

" 与其为基于 Epyc 的服务器购买 2TB DRAM，用户可仅购买 1TB，其余 1TB 由 Mext 通过闪存提供。"Smerdon 称。

为实现这一目标，AMD Mext 采用多种机器学习算法。其核心模型是一种 Transformer 衍生模型，类似于 ChatGPT 或 Claude，但预测对象并非文本中的下一个单词，而是下一个所需的内存页面。Smerdon 强调，只要页面在被需要前位于 DRAM 中，其加载顺序并不关键。

由于准确预测内存访问模式极具挑战，预训练模型并不切实际。相反，Mext 利用单个 Epyc 核心在 " 不到一秒内 " 完成模型初始训练，随后随时间推移不断细化与重训，直至能精准预测页面需求。所有训练均在 CPU 核心上完成，无需 GPU 支持，这意味着几乎所有 Epyc 客户均可使用该平台。

值得注意的是，在虚拟化环境中，该软件要求每个虚拟机（VM）或 VPC 占用一个核心，开销随虚拟化程度增加而上升；容器运行时预计不受此限。AMD 方面尚未就此提供进一步澄清。

性能损耗与成本权衡

AMD 数据显示，该技术在实际应用中效果显著。初期目标受众为电子设计自动化（EDA）和内容创作等内存密集型应用，目前已扩展至数据库和代理式 AI 管道等对延迟敏感的场景。

" 当内存页面处于冷状态时，将其推送至闪存对性能几乎无影响。"Smerdon 称。但他也承认，具体性能损失取决于应用程序类型及卸载至闪存的内存比例。

在与 Synopsys PrimeTime EDA 套件的测试中，使用 Mext 将一半内存卸载至闪存后，系统仍保持 DRAM 基准性能的 95%。而在 AMD 内部测试中，当 DRAM 占比 25%、闪存占比 75% 时，性能降至基准线的 80%。

EDA 工具虽极度消耗内存，但内核瞬时处理数据量通常仅为兆字节级别，这也是 Epyc X 系列芯片在 EDA 领域广受欢迎，以及 Mext 首选该领域切入的原因。在其他场景如 Apache Spark 中，即使将一半 DRAM 替换为闪存，系统仍能维持 99% 的性能表现。

尽管存在轻微性能妥协，但在 AI 数据中心建设导致内存供应紧张的背景下，AMD 赌定客户愿意以少量性能换取显著的 DRAM 成本节省。

目前，AMD 正致力于将 Mext 整合至其企业产品组合。该软件将专用于 AMD 硬件，并通过 OEM 合作伙伴以许可证形式出售。Linux 系统只需安装内核驱动程序即可启用，AMD 还提供独立的 RAM View 应用程序，协助企业识别适合启用该功能的系统与负载。

AMD 表示，Mext 推广正处于第一阶段，即与 HPE 等 OEM 厂商合作，确保系统符合 "Mext 就绪 " 标准。第二阶段计划开始销售软件许可证，并出货预装 RAM View 的 Epyc 平台。

【星途科讯 图文丨 Patrick 首发于 ZAKER 科技，转载请注明出处】