英特尔淡化CXL作用，HBM仍是AI存储首选，两者或成互补

在人工智能（AI）技术快速发展的今天，高性能计算对内存的需求日益提升。过去几年里，CXL（Compute Express Link）作为一种开放性的互联协议，因其能够实现CPU与GPU、FPGA等加速器之间的高速高效互联，成为存储厂商关注的焦点。然而，近期英特尔的一次公开表态，为这一技术的发展方向提供了新的视角。

根据TrendForce报道，英特尔AI系统单芯片架构负责人Vidhya Thyagarajan在一次公开活动中指出，尽管CXL在某些场景下具有优势，但其数据传输速度远不及HBM（高带宽内存），因此更适合用作二级存储的补充，而非直接取代HBM。这一观点得到了OpenAI的认可，后者认为CXL的主要应用场景可能是存储大型AI模型中访问频率较低的非活跃数据。

SK海力士和三星作为HBM市场的两大巨头，目前在该领域占据绝对领先地位。值得注意的是，这两家公司正在推进基于CXL架构的产品开发，但这些产品更多是作为更广泛AI存储层级中的一个环节，例如位于DRAM和SSD之间，起到数据预取和加速的作用。

从行业角度来看，HBM由于其高昂的成本，许多企业希望找到一种既能满足性能需求又相对经济的替代方案。闪迪（SanDisk）推出的HBF（High Bandwidth Flash）技术，以及英特尔提出的CXL方案，都试图在这一领域寻找突破。然而，正如Vidhya Thyagarajan所言，在实际AI模型工作负载中，找到令人信服的CXL应用场景仍然存在挑战，尤其是在带宽方面与HBM存在显著差距。

这张图片展示了SK hynix的CXL 2.0内存扩展解决方案，其设计旨在通过CXL接口实现更高的带宽和更低的延迟，为AI工作负载提供额外的存储支持。尽管如此，业界普遍认为，HBM在短期内仍将是高性能AI服务器的首选存储方案，而CXL则更多地作为补充，帮助优化整体系统性能和成本效益。

总的来说，英特尔的表态反映了当前AI存储技术发展的现状：HBM凭借其卓越的性能优势，仍然是高端AI应用的首选；而CXL则以其灵活性和成本优势，为更广泛的AI应用场景提供了可能性。未来，随着技术的进步和市场需求的变化，这两种存储技术可能会进一步融合，共同推动AI计算能力的提升。