AMD收购MEXT实现NAND闪存模拟DRAM，AI推理内存成本腰斩
内容摘要
核心要点
AMD在6月中旬完成对MEXT Corporation的收购，这是一家专注于AI驱动内存优化的公司。MEXT的核心技术让NAND闪存在软件层模拟DRAM行为，实际效果是将可用内存容量提升2到4倍，同时成本降低50%。AMD明确将此技术定位到推理（inference）和代理型AI（agentic AI）市场，因为这些场景中内存带宽是主要瓶颈。
同日，AMD与Rackspace Technology签署协议，将在Rackspace全球数据中心部署30兆瓦的AMD-based AI计算容量，2026年底开始部署，持续至2028年。AMD作为首席芯片级技术合作伙伴，目标行业是金融和医疗等受监管领域。
此外，AMD还与Oxford Quantum Circuits和JPMorgan Chase合作，在伦敦建设量子-AI数据中心，JPMorgan为首位专用用户，预计12个月内上线。产品路线图方面，下一代Threadripper TR6“Mustang Peak”基于Zen 6架构和TSMC 2nm工艺，支持PCIe 6.0，带宽翻倍，2027年下半年发布。服务器CPU EPYC“Venice”已在TSMC量产，AMD预计2026年第二季度服务器CPU收入同比增长超70%。
重要性说明
AMD收购MEXT表面上是技术升级，本质上是防御NVIDIA的HBM带宽护城河。NVIDIA的GPU通过HBM（高带宽内存）在推理场景中建立性能壁垒，AMD通过MEXT让廉价NAND闪存模拟DRAM，试图以成本优势绕过HBM的物理限制。但这一架构设计存在隐性锁定：MEXT技术依赖AMD的Infinity Fabric和特定内存控制器，用户一旦采用，后续升级路径将被绑定在AMD的CPU/GPU生态内，无法跨平台移植。
原文故意隐瞒了MEXT技术的物理限制：NAND闪存的写入耐久性远低于DRAM，在推理工作负载中虽然读取密集，但模型参数更新或缓存写入会加速SSD磨损。此外，尾部延迟（tail latency）问题在模拟DRAM场景中可能恶化，因为NAND的读取延迟（约50-100μs）比DRAM（约50-100ns）高出三个数量级，MEXT的软件层优化只能掩盖平均延迟，但长尾延迟对代理型AI等实时性要求高的场景可能是致命缺陷。
AMD与Rackspace的30MW部署看似规模庞大，但2026年底才开始，届时NVIDIA的Blackwell Ultra和Rubin架构早已占据市场，AMD的MI400系列能否在性能上对标仍是未知数。投资者应警惕AMD在AI加速器领域的供应商集中度风险——过度依赖TSMC 2nm和三星代工的不确定性。
PRO 决策建议
【厂商（竞争对手）】NVIDIA应利用AMD的MEXT技术短板进行攻击：在基准测试中突出尾部延迟和写入耐久性指标，展示HBM在实时推理场景的不可替代性。同时加速Blackwell Ultra的HBM4集成，保持内存带宽代际领先。Intel则可在Gaudi 3中整合类似CXL内存池化方案，强调开放生态对AMD专有锁定的优势。
【企业（CIO/架构师）】对AMD的MEXT方案进行零信任技术审计：要求AMD提供MEXT在代理型AI场景下的P99尾部延迟数据及SSD写入寿命模型。在采购决策中强制要求跨平台可移植性条款，避免被AMD Infinity Fabric生态锁定。对于金融等强监管行业，优先选择HBM-based GPU或CXL内存扩展方案，确保性能可预测性。
【投资者】看穿AMD此次公关辞令：MEXT是短期股价催化剂而非长期护城河。核心风险在于TSMC 2nm产能分配和三星代工良率，以及AMD在AI加速器市场份额能否突破20%。建议对比NVIDIA的Rubin架构时间线，若AMD在2027年Threadripper TR6发布前无法证明MI400系列竞争力，则当前估值存在泡沫。
觉得这篇分析有用？
每周收到3-5条AI基础设施关键信号 →
💬 评论 (0)