🇰🇷 한국어 🇺🇸 English 🇯🇵 日本語 🇪🇸 Español 🇨🇳 简体中文
企業ニュース

SK hynix、メモリー中心のAI基盤を提案 CXL活用でデータのボトルネック解消へ

SK hynixは「OCP Global Summit 2026」で、複数のサーバーがメモリーを共有する次世代システムやMARSを公開した。AIが扱うデータ量の急増を背景に、メモリーを中心とする構成で処理のボトルネック解消と電力効率の向上を目指す。

SK hynix、メモリー中心のAI基盤を提案 CXL活用でデータのボトルネック解消へ
上部にSK hynixのロゴを掲げた展示ブース(写真=SK hynix提供)

SK hynixは、アメリカ・カリフォルニア州サンノゼで開かれた「OCP Global Summit 2026」で、サーバーの中心をメモリーに移す「メモリー中心インフラ」の構想を示した。AIが扱うデータ量が爆発的に増え、従来のコンピューティング構造におけるデータのボトルネックが主要課題となる中、CXLを基盤とする次世代メモリーモジュール(CMM)や、メモリーを中心に構成したAIラックシステム「MARS」などを公開した。

SK hynixのキム・ホシク副社長は、経営幹部向けセッションの講演で、生成AIとハイパースケールデータセンターの成長に伴い、従来のCPU・GPU中心のアーキテクチャーが「メモリーウォール」と呼ばれるボトルネックと、急増する電力消費に直面していると指摘。次世代CXL技術によってラック単位でのメモリーのプール化と動的なデータ共有を実現する、メモリー中心のAIラックシステムが解決策になると強調した。

CXLで複数サーバーのメモリーを共有

展示の中核の一つが、CXLプールドメモリーを基盤とする次世代サーバーシステムだ。CXLインターフェースを使い、複数のサーバーが必要な分だけメモリー資源を分け合う「メモリープール」を実現することで、資源の利用効率を最大限に高める構成としている。

公開した第2世代のCMM-DDR5は容量256GB。帯域幅は80GB/sと前世代の2倍以上に増え、エネルギー効率も約30%改善した。SK hynixはNAVER Cloudとの共同作業に基づき、エージェント型AI環境でのKVキャッシュ共有と、あらゆる形式の情報を扱うオムニモーダルサービスでの埋め込み表現の共有について、ソリューションが実際に動作することを検証した成果も発表した。

MARSは、メモリーを中心にパートナー企業のソリューションを一つのラックに統合し、効率を高めたシステムだ。SK hynixはArcee、Liqid、Marvellなどのグローバルパートナーと、プールドメモリーを活用したシステムの実演を行った。同社によると、ネットワーク通信を利用する従来方式に比べ、システム性能が大幅に向上することを実証した。

AMD、Penguin、Xcenaなどとの実演では、CXLメモリーとハイブリッドメモリーを組み合わせ、大規模なKVキャッシュを効率よく保存し、素早く再利用できることを示した。個人向けAIエージェントを手掛けるPickleとは、プールドメモリーを基盤とするストリーミング技術によって、サービスの応答遅延を改善する過程を披露した。

メモリー内で演算するCMM-Axも公開

データ移動を最小限に抑えるため、メモリー内部で直接演算を行い、電力とコストの負担を減らす「CMM-Ax」も公開した。SK hynixは、従来のGPUベースのシステムでは処理が難しかった長い文脈を、CMM-Axで効率的に加速する実演を行った。この研究は、コンピューターアーキテクチャー分野の権威ある学会「MICRO 2026」に採択され、技術力が認められた。

現在の市場をけん引する製品群も展示した。AIインフラ向けの企業用SSDであるPS1010、PS1110、PEB210などを紹介。サーバー用DRAMでは、同社が業界最大容量とする256GBの3DS RDIMMと、電力・スペース効率を高めた192GBのSOCAMMなどを並べた。

HBMの世代別製品と次世代フラッシュ技術を紹介

広帯域メモリーであるHBMの展示エリアには、NVIDIAのVera Rubin Superchipの模型を置き、両社のパートナーシップを視覚的に示した。来場者はHBM4、HBM4E、HBM3の各世代の実物製品を通じて、技術の変遷を確認できる。TSV(シリコン貫通電極)と次世代MR-MUF技術を説明する模型も用意した。

新たに注目を集める広帯域フラッシュ技術のHBFも紹介した。HBFはHBMと同様にTSV技術を適用し、従来のストレージが持つ大容量という特性に広帯域を加えた次世代NANDソリューションだ。SK hynixは、速い応答が求められる環境にはHBM、大容量メモリーを必要とするエージェント型AI環境にはHBFを活用するという、用途に応じた戦略を示した。

出典:news.skhynix.co.kr

#SK hynix #メモリー中心インフラ #CXL #MARS #AI #データのボトルネック #HBM #HBF
イ
イム・サンウ
トレンド経済新聞 · 記者

トレンド経済新聞で経済を中心に取材し、企業ニュース・金融の記事も執筆しています。

この記者の他の記事 ›
著作権者 ⓒ トレンド経済新聞 無断転載・再配布、AI学習・活用禁止

0コメント

現在コメントの投稿は無効になっています。

最初のコメントを書いてみましょう。