在AI引發的內存短缺似乎看不到盡頭之際，AMD給出了一個頗具反諷意味的答案：用AI來緩解AI造成的困境。本週，這家芯片巨頭宣佈收購預測性內存初創公司Mext，交易金額未對外披露。Mext的核心技術在於利用機器學習，智能判斷哪些數據該留在昂貴的DRAM中，哪些可以暫時“冷藏”到成本低得多的閃存裡，從而在不顯著犧牲性能的前提下，大幅擴展系統的有效內存容量。

Mext成立於2023年，其主動式內存平臺通過運行一個名為Mextd的後臺守護進程，將閃存空間直接暴露給操作系統，如同常規內存一般使用。該平臺並非依賴單一模型進行決策，而是混合運用了多種技術——包括一系列啟發式規則、長短期記憶網絡以及現代Transformer架構——根據實際效果動態選擇最優組合。Mext聲稱，這套方案能將系統的有效內存擴展2到4倍，而按每GB成本計算，閃存仍遠低於DRAM。

內存分層並非全新概念，多年來業界已有多種嘗試，包括純軟件方案以及英特爾與美光聯合開發的3D XPoint傲騰持久內存等專用硬件。但Mext的差異化在於其對機器學習的深度應用：它幾乎像CPU中的分支預測器一樣，預測數據的訪問模式，提前將“冷”數據遷移到閃存，並在系統需要之前將其恢復。AMD在分支預測領域積累深厚，這或許也是其看中Mext的原因之一。

AMD計算與企業AI業務高級副總裁Dan McNamara在一篇博文中表示，這種方法有潛力降低基礎設施成本、改善資源利用率，並幫助客戶更有效地擴展通用和AI工作負載。這直接回應了當前AI產業的一大痛點：隨著大模型參數規模膨脹，對HBM等高帶寬內存的需求激增，導致內存成本在AI服務器總成本中佔比不斷攀升。通過軟件智能減少對昂貴內存的依賴，無疑為控制AI基礎設施總擁有成本提供了一條新路徑。

除了企業級應用，這項技術對AI推理環節可能具有更深遠的影響。現代混合專家模型由多個子模型組成，在生成每個token時，只會激活其中一部分專家。實踐中，某些專家被頻繁調用，而另一些則很少被使用。有分析推測，AMD未來可能利用Mext的預測算法，將那些不常用的專家模塊從昂貴的HBM卸載到速度較慢但容量更大的系統內存中，使企業能夠以更少的硬件資源運行更大、能力更強的模型。當然，這目前仍屬業界猜測，AMD尚未就此置評。

從產業格局看，這筆收購反映了芯片廠商競爭維度的擴展。在製程工藝逼近物理極限、單純堆疊晶體管越來越不經濟的背景下，通過系統級軟件優化來提升硬件利用效率，正成為差異化競爭的新戰場。AMD此舉不僅是對自身產品線的補充，也可能對整個數據中心內存架構的演進方向產生影響。如果基於AI預測的內存分層技術走向成熟，或將重新定義服務器中DRAM與閃存的配比邏輯，進而影響內存產業鏈上下游的需求結構。