江波龙512GB CXL AIC内存扩展卡亮相 为数据中心提升效能开辟新途径

  【天极网DIY硬件频道】人工智能大模型计算、高性能计算(HPC)以及数据中心等行业的迅猛发展，对计算机系统内存性能的需求日益提升。

  江波龙此前于CFMS2024展出了一款基于Compute Express Link (CXL)技术的创新内存扩展设备——CXL 2.0 AIC内存扩展卡。据了解，这款扩展卡采用非DRAM on-board封装设计，可兼容多种容量和规格的直插式内存条。它不仅支持CXL1.1标准，实现单个计算节点服务器线缆直连的直插式内存条扩展，还兼容CXL2.0标准，支持多个计算节点服务器集群与存储池线缆直连的直插式内存池化，从而满足多样化的应用场景需求。

  全高全长的PCIe Add-in Card (AIC)封装为其带来更好的兼容性，扩展卡上配备了8个DIMM插槽，支持DDR4 RDIMM内存条，内存容量可扩展至512GB，同时通过MCIO高速接口支持PCIe 5.0 x16通道，理论带宽可达惊人的128GB/s。扩展卡与支持CXL规范的服务器主板通过MCIO线缆直连，从而为单个服务器和服务器集群提供大容量、高带宽、低延迟的扩展内存。

  在CFMS2024展会现场，江波龙展位详尽展示了CXL AIC内存扩展卡的各项特性和竞争优势。

  性能方面，江波龙CXL 2.0 AIC内存扩展卡实测性能远超业界现有DRAM on-board封装的E3.S DDR5内存拓展模块，带宽高达54GB/s，延迟低至213.3ns。更强劲的性能可积极助推AI算力、高性能计算和数据中心等领域的处理能力和运算效率的提升。

  如果在单机箱内集成8个CXL 2.0 AIC内存扩展卡，就可以形成一个存储池，其容量高达4TB，带宽可达1TB，通过MCIO接口连接服务器，为高性能计算集群提供了前所未有的内存扩展能力。

  小结

  业界专家普遍认为，AI算法，如深度学习模型，通常需要处理大量的数据集，并且涉及复杂的矩阵运算，内存的带宽和延迟会直接影响到模型训练和推理的速度。尤其是HPC高性能计算任务，如科学模拟、天气预测和生物信息学分析，更需要快速处理和分析大量数据。

  CXL 2.0 AIC内存扩展卡的诞生，标志着内存技术的一大飞跃，它不仅解决了现有计算机系统内存性能瓶颈的问题，还提升了计算效率，为AI算力、HPC高性能计算和数据中心等领域的未来发展提供了强有力的技术支持。