LONDON (IT BOLTWISE) – AMD hat mit MEXT (Predictive Memory Engine) eine neue Software- und Speichertechnologie angekündigt, die den physischen DRAM-Bedarf in Servern um bis zu 50 Prozent senken soll. Laut Unternehmensangaben erreicht das System dabei bis zu 95 Prozent der nativen Leistung, weil ein Transformer-basiertes Vorhersagemodell Speicherzugriffe gezielt plant. MEXT kombiniert das Vorhersagemodell mit NVMe-Flash als teilweisen Ersatz für herkömmliches DRAM und integriert dafür ein In-Tree-Linux-Kernel-Modul. Ein Kerneinsatz pro virtueller Maschine und der Verzicht auf eine GPU sollen die KI-Engine dabei vergleichsweise schlank halten.
AMD geht mit MEXT an eine Stelle, an der Rechenzentrumsbudgets spürbar weh tun: DRAM als Hauptkostentreiber bei vielen Server-Workloads. Der Halbleiterhersteller stellt die „Predictive Memory Engine“ als Technologie vor, die nicht nur den Speicherbedarf rechnerisch reduziert, sondern den Betrieb über Vorhersagen steuert. Das Ziel ist klar formuliert: In Servern soll der Bedarf an physischem Arbeitsspeicher um bis zu 50 Prozent sinken. Gleichzeitig verspricht AMD, trotz weniger DRAM rund 95 Prozent der nativen Leistung zu erreichen – zumindest in den genannten internen Tests. Entscheidend ist dabei die Grundidee, ungenutzte oder selten genutzte Speicherseiten nicht dauerhaft als „schnell erreichbaren“ DRAM-Speicher vorzuhalten, sondern sie temporär durch schnell ansteuerbaren Flash zu ersetzen.
Technisch setzt MEXT auf eine Kombination aus Speicherseitenerkennung und datengetriebener Zugriffsvorhersage. AMD koppelt dafür ein Transformer-basiertes Vorhersagemodell mit einem schnellen NVMe-Flash-Subsystem, das als teilweiser Ersatz für herkömmliches DRAM fungiert. Das System wird über ein In-Tree-Linux-Kernel-Modul integriert; als Diagnosewerkzeug nennt AMD „RAM View“, das Speicherseiten analysiert und zwischen häufig genutzten sowie inaktiven Bereichen unterscheidet. Die KI-Engine ist dabei laut AMD nicht an eine GPU gebunden und lässt sich innerhalb von weniger als einer Sekunde auf einem einzelnen EPYC-Prozessorkern trainieren. Für Virtualisierung nennt AMD einen Overhead von einem CPU-Kern pro virtuelle Maschine in der eingesetzten Konfiguration – ein Detail, das vor allem für Konsolidierungsszenarien relevant ist, in denen viele VMs auf einer Host-Instanz laufen.
Im Benchmark-Teil versucht AMD, die Machbarkeit gleich gegen mehrere „Charaktertypen“ von Arbeitslasten abzusichern. Bei der Chip-Entwurfssoftware Synopsys PrimeTime gibt AMD für einen Einsatz mit 50 Prozent DRAM eine Leistung von 95 Prozent gegenüber einer Referenz mit vollem DRAM an. Außerdem nennt das Unternehmen Kennzahlen, die auf Wirtschaftlichkeit zielen: eine 1,74-fache Performance pro DRAM-Dollar bei 50 Prozent DRAM. Bei stärkerer Reduktion sinkt der Durchsatz laut AMD auf 80 Prozent, wenn es statt 50 Prozent nur noch 25 Prozent DRAM sein sollen. Für Datenbank- und analytische Lasten liefert AMD zusätzliche Werte: Bei Spark SQL (TPC-DS auf drei Knoten mit EPYC-Prozessoren der fünften Generation auf Microsoft Azure) soll 50 Prozent DRAM auf 99 Prozent Leistungsniveau kommen. Interessant ist auch der Blick auf KI-Agenten: In einem geometrischen Mittel über fünf Agenten ermittelt AMD bei 50 Prozent DRAM ebenfalls 99 Prozent und bei 25 Prozent DRAM 85 Prozent; bei besonders speicherintensiven Agenten beziffert AMD 90 Prozent beziehungsweise 88 Prozent. Solche Streuungen wirken plausibel, weil KI-Agenten mit umfangreichen Arbeitsspeicher- und Kontextstrukturen typischerweise weniger uniformen Speicherzugriff zeigen als klassische analytische Pipelines.
Die wirtschaftliche Argumentation stützt AMD auf die Beobachtung, dass in vielen Systemen ein großer Anteil der Speicherseiten nicht dauerhaft „hot“ ist. Als Beispielkonfiguration nennt der Hersteller 1,5 TB DRAM, von denen rund 50 Prozent der Seiten mindestens fünf Minuten lang unberührt bleiben. Zusätzlich verweist Gary Smerdon, der frühere CEO von Mext und nun Corporate Vice President bei AMD für Geschäftsentwicklung, auf Forschungsergebnisse von Meta, nach denen 50 bis 80 Prozent der Speicherseiten ebenfalls mindestens fünf Minuten nicht abgerufen werden. In der Praxis heißt das: Wenn das System zuverlässig erkennt, welche Seiten lange inaktiv sind, kann es mit NVMe-Flash einen größeren „kühlen“ Speicheranteil bereitstellen, ohne den kritischen Pfad für die wirklich aktiven Daten ständig mit langsamen Medien zu belasten. Smerdon quantifiziert die Vergleichslogik zudem über Kosten und Energie: Flash sei pro Bit rund 50-mal günstiger und benötige 30-mal weniger Energie als DRAM, arbeite jedoch etwa 500-mal langsamer; außerdem nennt AMD NVMe-Flash als rund 50-mal billiger pro Gigabyte als DDR5. Für Unternehmen, die auf CAPEX und den Energieverbrauch pro System achten, ist genau dieses Spannungsfeld aus Kosten, Energie und Latenz der Kern.
AMD beschreibt die Lösung zudem als bereits operativ eingesetzte Technik in der eigenen IT-Infrastruktur, was den Übergang von Labor- zu Produktionslogik adressiert. Ein anfänglicher Test mit 86 Hosts und rund 58 TB zusätzlicher Kapazität soll einem DRAM-Gegenwert von etwa 3,3 Millionen US-Dollar entsprochen haben; bei Softwarekosten von 601.000 US-Dollar. Auf inzwischen 145 Produktionsservern beziffert AMD die vermiedenen DRAM-Ausgaben auf fast 5 Millionen US-Dollar. Für 2027 plant das Unternehmen den Ausbau auf 2.000 Server. Vermarktungsseitig bindet AMD die Verfügbarkeit an EPYC-CPUs und will die Technik ausschließlich über OEM-Partner ausrollen. In einer ersten Phase bereitet Hewlett Packard Enterprise laut Angaben „MEXT Ready“-Systeme vor, basierend auf künftigen Venice-Prozessoren; John Carter testet die Technologie bereits. Danach soll eine Lizenzierung über weitere OEM-Partner folgen, konkrete Preise und Einführungstermine bleiben laut AMD noch offen.
Trotz der genannten Fortschritte bleiben aus Sicht des Produktivbetriebs mehrere offene technische Fragen, die in Berichten explizit als ungeklärt markiert werden. Dazu zählen unter anderem der Verschleiß der Flash-Zellen (TBW), die Schreibverstärkung bei TLC- und QLC-Speichern, zusätzliche Latenzkosten sowie die Stabilität und die Verwaltungskomplexität im Alltag. Gerade bei Schreiblasten und bei Workloads, die wiederholt über Zeit große Datenmengen umschichten, kann die Flash-Dimensionierung schneller zum Engpass werden als in Leseszenarien. Auch die Verwaltung des Zusammenspiels zwischen DRAM-„Hot Set“ und Flash-„Cold Set“ entscheidet darüber, ob sich die versprochene Leistung im heterogenen Betrieb – etwa bei wechselnden VM-Arbeitslasten oder bei unvorhersehbaren Zugriffsmustern – dauerhaft stabil hält. Wenn unabhängige Benchmarks für MEXT bislang fehlen, wie AMD selbst einräumt, wird sich die Bewertung in den nächsten Quartalen daran entscheiden, ob die internen Ergebnisse in neutralen Messungen reproduzierbar sind und wie gut das System mit realen Patters aus Schreib- und Lesezugriffen umgeht.
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "AMD stellt MEXT vor: KI-Vorhersage senkt DRAM-Bedarf in Servern" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "AMD stellt MEXT vor: KI-Vorhersage senkt DRAM-Bedarf in Servern" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »AMD stellt MEXT vor: KI-Vorhersage senkt DRAM-Bedarf in Servern« bei Google Deutschland suchen, bei Bing oder Google News!