CXL：破解AI时代“内存墙”新途径

AI大模型的快速发展推动“算力”和“存力”需求快速增长，“内存墙”问题由来已久，在 AI 时代表现的愈发明显，“算力”和“运力”之间的差距越来越大。Transformer 类的模型参数的数量呈现指数增长，每两年增加 410 倍，而 GPU 内存仅以每两年 2 倍的速度扩展。1、AI时代“内存墙”问题愈发明显AI 大模型的快速发展推动“算力”和“存力”需求快速增长，与此同时，对“运力”也提出了更高的需求。“运力”是指在计算和存储之间传输数据的能力，AI 时代，系统需要更大的运力，需要更高的带宽、更快的传输。“内存墙”问题由来已久，在 AI 时代表现的愈发明显，“算力”和“运力”之间的差距越来越大。“内存墙”指内存的性能提升速度远低于处理器的性能提升速度，从而导致处理器无法充分发挥其计算能力。由于内存的读写速度相对较慢 ………………………………