📰 研报摘要
查看全文 ➔摘要： 本报告探讨了 CXL（Compute Express Link）内存池化方案在 AI 存储架构中的应用前景。CXL 通过实现内存资源的统一寻址与调度，解决了 AI 推理中内存容量受限、调度低效及带宽浪费等痛点，能够显著提升 AI 模型的训练与推理能力，并降低数据中心的总拥有成本（TCO）。目前 CXL 软硬件生态逐步完善，英伟达、谷歌等巨头及国内阿里云、浪潮等厂商正加速推进布局，预计支持 CXL 功能将逐步成为服务器标配。
行业主线：
- 存储架构重塑：CXL 在 DRAM 与 SSD 之间创造了新的性能层级，通过内存池化实现资源的整合与灵活分配，缓解 HBM 瓶颈。
- 经济效益提升：通过优化内存配置（如使用单价较低的 DIMM 组合），CXL 可显著降低系统 TCO。
- 技术标准演进：CXL 规范持续迭代，CXL 4.0 速率已达 128 GT/s，渗透率预计在 2030 年快速增长。
关键变化与分歧：
- 需求认知分歧：市场部分投资者低估了 AI 推理对内存容量扩展的需求，而实际应用中 KVCache 等数据存储需求不断提升。
- 产业化节奏：海外龙头（如英伟达）通过技术收购和 CPU 支持加速布局，国内厂商已在数据库专用服务器和元脑服务器中推出相关方案。
受益方向与风险：
- 受益方向：CXL 互连芯片、VPD 芯片以及具备 CXL 2.0 研发能力的存储模组厂商。
- 核心风险：AI 落地不及预期、技术迭代速度低于预期、国产化进展不及预期。