AMD подробно описала технологию MEXT (MEXT Predictive Memory), полученную вместе со стартапом Mext в июне 2026 года: программный слой переносит «холодные» страницы памяти с DRAM на NVMe-флеш серверов Epyc, а трансформерная модель, обучаемая прямо на сервере без GPU, заранее возвращает их в оперативную память до обращения приложения. По замерам AMD, Apache Spark при замене половины DRAM сохраняет 99% производительности, Synopsys PrimeTime — 95% при половине и 80% при четверти DRAM. MEXT работает только на железе AMD и распространяется лицензией через OEM-партнёров.

image
image
image

Что произошло

AMD опубликовала детальное описание MEXT Predictive Memory — программного решения, которое компания приобрела в июне 2026 года вместе со стартапом Mext. Слой MEXT перемещает редко используемые, «холодные», страницы памяти с DRAM на выделенный NVMe-диск, а встроенная трансформерная модель — аналог LLM, который предсказывает не следующий токен, а следующую нужную страницу памяти — заранее возвращает их в DRAM до того, как к ним обратится приложение. Модель обучается на месте, на одном ядре Epyc, без GPU. Для развёртывания требуются выделенный NVMe-диск, отключённый swap и два свободных CPU-ядра: одно для AI-движка, другое для демона. По замерам самой AMD, Apache Spark сохранял 99% производительности при замене половины DRAM, Synopsys PrimeTime — 95% при половине DRAM и 80% при использовании лишь четверти DRAM. Решение работает только на аппаратуре AMD и продаётся лицензией через OEM-канал.

Контекст

Механика MEXT опирается на исследование TPP (arXiv:2206.02878), согласно которому в двухминутном окне 55–80% памяти сервера простаивает — именно из этого «холодного» запаса технология и извлекает выгоду. Экономический фон — дефицит и подорожание DRAM: Bloomberg прогнозирует нехватку чипов памяти до 2030 года, а память занимает 60–90% стоимости больших серверов. NVMe-флеш примерно в 50 раз дешевле DRAM за бит и в 30 раз экономнее по питанию, но при этом примерно в 500 раз медленнее — поэтому вся конструкция держится на точности предсказаний, и каждый промах модели оборачивается синхронной загрузкой страницы с флеша. AMD заявляет, что у технологии уже есть опыт эксплуатации на 145 системах; заявление об экономии в 5 млн долларов на этих системах озвучивал экс-CEO Mext, ныне занимающий пост CVP в AMD.

Почему это важно для индустрии

Для индустрии MEXT — попытка AMD сыграть на дефиците и росте цен на DRAM: продавать серверы с вдвое меньшим объёмом памяти как лицензионную опцию и открыть новый ценовой сегмент для EDA, баз данных, аналитики и agentic AI-пайплайнов, где память — 60–90% стоимости системы. Это заявка на ценовой сдвиг в экономике серверной памяти, а не просто новая фича: при подтверждении точности предиктора тиринг DRAM+NVMe с обучаемой моделью может стать стандартной опцией серверов на Epyc и подтолкнуть аналоги у конкурентов, включая Intel. Ограничение в том, что текущая доказательная база — замеры самого вендора на двух нагрузках, а доступ к продукту возможен только через OEM-лицензию на железе AMD.

Почему это важно для пользователей

Для читателя это наглядный пример работы трансформеров за пределами LLM: модель предсказывает не токены, а страницы памяти и обучается прямо на сервере за секунды. Если технология приживётся, серверы с вдвое меньшей DRAM будут стоить заметно дешевле при почти той же производительности — прежде всего это важно тем, кто разворачивает свои ИИ-нагрузки on-premises. Прямого доступа к MEXT пока нет: публичного API или дистрибутива не существует, только OEM-лицензия на железе AMD. Разумный первый шаг — профилировать собственные нагрузки на долю простаивающей памяти, которая по логике TPP достигает 55–80% в двухминутном окне; при наличии Epyc-сервера со свободным NVMe-диском и двумя ядрами возможен осторожный пилот на выделенном стенде со снятием собственных hit-rate и хвостовых задержек и сравнением TCO с покупкой DRAM.

Что пока неизвестно / ограничения

Все цифры производительности — замеры заинтересованного вендора на двух нагрузках, Apache Spark и Synopsys PrimeTime, без раскрытия конфигураций, длительности запусков, дисперсии и сравнительной базы; обе выбранные нагрузки отличаются относительно регулярными паттернами доступа к памяти. AMD не публикует hit rate предиктора и хвостовые задержки p50/p99, хотя флеш в ~500 раз медленнее DRAM и каждый промах превращается в синхронную подтяжку страницы с NVMe. Заявленная экономика, включая экономию в 5 млн долларов на 145 системах, озвучена экс-CEO Mext, ныне CVP AMD, и не подтверждена независимым аудитом. Цены лицензии и сроки доступности не раскрыты; требуются выделенный NVMe-диск, отключённый swap и два CPU-ядра, продукт работает только на железе AMD, а публичного API пока нет.

Источники

Автор

Look at AI, редакция