根據TrendForce最新發表的伺服器報告指出，近幾年受到新興應用的激勵，加速了人工智慧及高效能運算的發展，且伴隨著仰賴機器學習及推論的需求提升，建構出的模型複雜度隨著需求的精細程度有所增加，因此在計算時須處理的資料量亦隨之增大。在此情境下，龐大的資料處理量受硬體效能侷限，導致使用者在設備的建置面臨了效能、容量、延遲度以及成本間的取捨問題，從而刺激HBM（High Bandwidth Memory）及CXL（Compute Express Link）的出現。功能上來說，HBM為新型態記憶體，主要協助更多元、高複雜運算而需要的I/O作輔助，而CXL則為使記憶體資源共享的協定，提供xPU更為便捷的應用。

現行DRAM架構垂直堆疊，HBM突破現有解決方案的頻寬限制

為了不受限於傳統記憶體的頻寬束縛，記憶體原廠開發了HBM，其結構為基本邏輯顆粒上連接數層的DRAM裸晶，而DRAM裸晶之間以矽通孔及微凸塊3D堆疊達到高頻寬設計，層數又以4層及8層為主流。而以現行世代來看，HBM2e為目前最新的量產世代，單層16Gb的裸晶堆疊4層或8層，使得單顆容量分別為8GB及16GB，頻寬可達410-460GB/s，而下一代HBM3已進入機構件送樣階段，可望於2022年量產。

根據TrendForce觀察，2021年HBM位元需求占整體DRAM市場仍未達1%，主要包含兩大原因：首先是消費級應用因成本考量下幾乎未採用HBM，其次是伺服器市場中作為AI功能的建置低於1%，意即伺服器搭載相關AI運算卡的比重仍小於1%，且多數記憶體仍使用GDDR5(x)、GDDR6來支持其算力。

展望未來，雖然HBM仍在發展期，但隨著應用對AI的依賴度增加（包含模型複雜化來優化AI精準度），需要HBM的加入來支援硬體。其中，以與AI最相關的FPGA和ASIC來看，FPGA產品有Intel的Stratix、Agilex-M以及Xilinx的Versal HBM導入HBM；而ASIC方面，多數資料中心在AI的建置中，逐漸以自研的ASIC晶片作為發展方向，例如Google的TPU、Tencent的邃思、Baidu的崑崙皆使用HBM。再者，Intel的server CPU Sapphire Rapids亦規劃於2022年底釋出帶HBM的高階版本。TrendForce認為，HBM有助於突破AI發展中受限的硬體頻寬瓶頸，未來市場上將出現更多相關應用。

高速運算催生的新協定，CXL將更有效整合系統中的運算資源

CXL則是基於PCIe Gen5規格演變的協定，讓CPU及其他加速器（例如GPU、FPGA等之間）建立高速、低延遲的互聯性，使其各自的記憶體模擬成一個共用的空間，允許記憶體資源共享，從而降低系統成本並獲得更高的性能，因此有利於解決AI及HPC的工作負載。

而市場上類似概念的記憶體資源共享協定並非只有CXL提出，NVIDIA的NVLink、AMD及Xilinx的Gen-Z，皆凸顯大廠對系統資源整合的重視。然而，TrendForce認為，CXL能由眾多協定中脫穎而出的主要原因，來自於其協定為Intel提出，而該公司在CPU市場占有高採用率的優勢，Intel CPU支援的號召能使得CXL及其相關硬體設備商得以自上而下的統合，因此相繼獲得AMD、ARM、NVIDIA、Google、Microsoft、Facebook、Alibaba、Dell等公司的加入，成為目前呼聲最高的記憶體協定。

在允許CPU及其他硬體進行記憶體資源整合下，利於降低各硬體間的通信延遲，也能提高AI及HPC發展需要的計算性能。為此，Intel將在下一代伺服器CPU Sapphire Rapids中支援CXL，而記憶體原廠亦規劃支援CXL的產品方案，其中，三星（Samsung）宣佈將推出支援CXL的DDR5模組，用以擴張伺服器記憶體容量，滿足AI運算需要的龐大記憶體需求。未來CXL亦有機會推及至NAND Flash的方案支援，使得DRAM及NAND Flash雙雙受惠。

HBM及CXL交互合作有利於AI發展，實際應用於2023年將更有能見度

TrendForce認為，CXL導入將隨著未來CPU內建CXL功能而普及化，而未來AI伺服器的硬體建置，將能見到更多同時採用HBM及CXL的設計。其中HBM能分別增加CPU及加速器各自的頻寬，加速資料處理速度；CXL則建立彼此間溝通的高速互聯性，兩者交互有助於擴展AI算力從而加速AI發展。

在記憶體資源共享下，模型的設計能擺脫硬體瓶頸，持續往更複雜的架構建設。TrendForce預估，隨著支援CXL的Intel CPU Sapphire Rapids導入達一定覆蓋率，以及記憶體原廠陸續量產更高頻寬的HBM3及具備CXL功能的DRAM與SSD，2023年可望於市場上見到更多HBM及CXL合作使用的應用。

圖片來源：攝影師：Pavel Danilyuk，連結：Pexels