AMD hat die Technologie MEXT vorgestellt, mit deren Hilfe große Serversysteme die Kosten für den Arbeitsspeicher erheblich senken können. Der Mechanismus verlagert selten genutzte Daten vom teuren DRAM auf deutlich günstigere SSD-Speicher, während Algorithmen des maschinellen Lernens sicherstellen, dass dies zu keinem spürbaren Leistungsabfall führt. Bei den ersten 145 Serversystemen bezifferte das Unternehmen die erzielte Einsparung auf etwa 5 Millionen US-Dollar.

Arbeitsspeicher als größter Server-Kostenfaktor

Laut Gary Smerdon, AMD Vice President of Business Development und ehemaliger Leiter des MEXT-Projekts, können Arbeitsspeichermodule in großen Servern 60 bis 90 % der Gesamtkosten der Hardware ausmachen. Der Ersatz eines Teils des DRAM durch günstigeren Flash-Speicher ermöglicht Kostensenkungen, ohne dass die den Anwendungen zur Verfügung stehende Speicherkapazität zwangsläufig verringert werden muss. Genau dieses Preisgefälle gab den Anstoß für die Entwicklung.

Das Problem der Geschwindigkeitsdifferenz

Die zentrale Schwierigkeit liegt im Leistungsunterschied zwischen den Speichertypen. Smerdon schätzt, dass Flash-Speicher pro Bit 50-mal günstiger als DRAM sein und 30-mal weniger Energie verbrauchen kann, jedoch rund 500-mal langsamer arbeitet. Ein gewöhnliches Auslagern von Daten auf SSDs kann Anwendungen stark verlangsamen, insbesondere latenzempfindliche, weshalb ein bloßes „Verschieben“ von Daten ohne intelligentes Management unzulässig ist.

Wie MEXT funktioniert

MEXT nutzt ein Modell des maschinellen Lernens, das Speicherzugriffe verfolgt und zu prognostizieren versucht, welche Datenseiten der Prozessor als Nächstes benötigt. Inaktive Seiten werden auf das Laufwerk verschoben und vor einem erneuten Zugriff in den DRAM zurückgeholt. Für das Betriebssystem und die Anwendungen muss dieser Prozess unsichtbar bleiben, was die Transparenz des Mechanismus gewährleistet.

Vorhersage auf Basis der Transformer-Architektur

Dem Vorhersagemechanismus liegt ein Modell zugrunde, das von der Transformer-Architektur abgeleitet ist. Anstelle des nächsten Wortes wie bei Sprachmodellen prognostiziert es die als Nächstes angeforderte Speicherseite. Smerdon zufolge dauert das anfängliche Training weniger als eine Sekunde auf einem einzigen EPYC-Prozessorkern, wonach sich das Modell kontinuierlich an das Lastprofil anpasst. Ein separater Grafikbeschleuniger ist für den Betrieb nicht erforderlich.

Ergebnisse hängen von der Anwendung ab

Die Leistungskennzahlen hängen stark von der jeweiligen Anwendung ab. In AMD-Tests behielt ein System mit Apache Spark 99 % seiner ursprünglichen Leistung bei, als die Hälfte des DRAM durch Flash-Speicher ersetzt wurde. Im Paket Synopsys PrimeTime lieferte eine ähnliche Konfiguration 95 % Leistung; bei einer Reduzierung des physischen DRAM auf ein Viertel des Ursprungsvolumens sank der Wert auf 80 %.

Interne Implementierung und berechnete Einsparungen

AMD hat zudem die Ergebnisse der internen MEXT-Implementierung veröffentlicht. Auf 86 Unternehmensservern sorgte die Software für rund 58 TByte zusätzlichen verfügbaren Speicher. Der Kauf eines vergleichbaren DRAM-Volumens hätte etwa 3,3 Millionen US-Dollar gekostet, während sich die Kosten für die MEXT-Implementierung auf rund 601.000 US-Dollar beliefen. Damit erreichten die kalkulierten Einsparungen 2,78 Millionen US-Dollar oder 82 % der Kosten einer traditionellen Speichererweiterung.

Verfügbarkeit, Partner und Kontext

Die Software ist primär für Server mit AMD-EPYC-Prozessoren gedacht. Auf Linux-Systemen ist für ihren Betrieb ein Kernel-Modul vorgesehen, und zur Lastanalyse wird das Dienstprogramm RAM View angeboten. AMD arbeitet mit Serverherstellern wie HPE zusammen, um die Hardware für den MEXT-Einsatz vorzubereiten; die kommerzielle Lizenzverteilung über Partner ist für die nächste Einführungsphase geplant. AMD selbst hatte den MEXT-Entwickler im Juni 2026 übernommen, und die technologischen Möglichkeiten wurden zusammen mit den EPYC-Venice-Serverprozessoren auf Basis der Zen-6-Architektur präsentiert.