服务器市场面临内存挑战之一是成本
内存媒体没有限制CXL，它提供了一个灵活的内存接口，允许设计师灵活选择各种参数特征，如耐用性、延迟和带宽，以便服务器CPU不仅可以使用常用的DDR内存，也可以支持LPDDR5、持久内存等。尽管是一个分布式内存，CXL主要是低延迟，但要说和CPU与寄存器相比，缓存和寄存器的延迟仍有一定差距。
目前，ADSP-21062LKS-160服务器市场面临的内存挑战之一是成本。到目前为止，当我们选择云服务容器时，内存仍然占很大一部分。通常，在内存消耗量翻倍后，价格也会翻倍。这实际上与内存本身的可扩展性有关。目前，在服务器上存储更多内存已成为常态，但实现更大内存总是存在瓶颈。因此，从2013年开始，每一年bit内存价格基本趋于平缓。
但服务器CPU核心数的增加速度并没有减慢，再加上AI随着新工作负载的引入，更大的内存容量和更大的内存带宽已经成为服务器内存面临的痛点。因此，该行业开始考虑从系统层面解决这些问题，例如CPU增加DDR通道，让它支持更大的带宽和容量。
但这导致了一系列新问题，以满足新问题DDR通道，需要更多的引脚，也提高了成本，降低了可靠性，PCB层数也开始增加。这也使得整个服务器主板的尺寸非常大，甚至很难放入1U机柜的标准尺寸。
CXL灵活性和延迟
此时，内存媒体没有限制CXL，它提供了一个灵活的内存接口，允许设计师灵活选择各种参数特征，如耐用性、延迟和带宽，以便服务器CPU不仅可以使用常用的DDR内存，也可以支持LPDDR5、持久内存等。我们之前已经介绍过很多次了。CXL这次，我们来谈谈内存扩展，CXL有什么优势。
例如一个80核CPU，应用要求每个核心配置2GB的DDR5内存，即需要160GB的DDR5内存。如果使用16GBDIMMx8的配置显然不能满足，32GBx8多出了96GB内存，增加了近500美元的成本，使用32美元GBx5这种不跑全通道的配置虽然容量正确，但会降低带宽和性能。
然后我们反观CXL，CXL可以配置原生DDR有8个16个通道GBDIMM在这种情况下，添加32GB的CXL内存，内存不仅满足了内存容量的需求，还增加了额外的带宽，我们已经提到了CXL内存媒体没有限制，可以使用LPDDR5之类的CXL扩大内存，进一步降低成本。
尽管是一个分布式内存，CXL主要是低延迟，但要说和CPU与寄存器相比，缓存和寄存器的延迟仍有一定差距。HotChips上，CXL联盟就给了CXL延迟上的具体数字。CPU外的CXL170-250的内存延迟ns左右，高于独立CPU的NVM，解构内存的网络连接，SSD和HDD等。
虽然在我们看来，这个数字已经很小了，但与原生的主要内存相比，延迟扩大了两倍。Meta和AMD两位专家提出了一个概念，即对内存进行分层，分为关键任务，如实时分析“热”内存，访问不那么频繁“暖”用于巨大数据的内存和“冷”内存。“热”原生内存页面DDR内存里，而“冷”内存页面交给CXL内存。
然而，在目前的软件眼中，他们无法区分什么是“热”内存和“冷”内存，原生内存用完后，开始占用CXL内存，所以原来是“冷”内存的CXL，也开始变成“热”内存。因此，目前最大的挑战是如何在操作系统和软件层面检测到它“冷”内存页面，主动将其转入CXL在内存中，生内存留出空间。Meta和AMD两位专家表示，他们已经在开发相应的软硬件技术。
CXL也许不会成为HPC和AI应用的宠儿
固然CXL它对云服务制造商和许多数据中心都有很好的吸引力，但这种形式的内存可能不适用于HPC应用超算。“富岳之父”松冈聪教授说CXL这种内存解构方案仍然存在许多技术问题，因此无法进入主流HPC甚至是AI充分利用负荷。松冈教授没有给出具体的细节，但他给出了一个例子，那就是很多年前SGI的NUMALINK该系统也采用了分布式内存解构的方法，但我们都知道今天市场上的情况NUMALINK产品已基本消失。
然而，他并没有完全否认内存解构的想法，甚至富岳超算本身也使用了这种技术，因此他将使用这种技术MPI进行put/get在操作过程中，远程内存访问延迟降低到亚微秒但是添加一个单独的UMA历史上证明了这对内存池HPC收效甚微。
首先，这需要更高的硬件交换机成本。此外，在大规模配置规模的系统中，缺乏相应的编程标准。因此，就目前而言HPC对于大型系统，CXL内存可能首先出现在节点的一小部分，例如需要在存储或存储中计算的内存AI负载，而不是推广到整个系统。
写在最后
其实对于CXL没有必要这么担心。对于服务器市场来说，核心数量低CPU还会继续使用原生DDR通道来配置DIMM内存。达到高核数CPU上，然后根据系统成本、容量、功耗、带宽等参数灵活应用CXL内存，而这就是CXL带来最大的优势，灵活性。此外，目前CXL内存还没有大规模量产，自然也没有普及。我们对它的实际性能没有一个大致的了解，也许引入CXL延迟后，性能损失不会那么糟糕。
