174
根据TrendForce集邦咨询最新发表的服务器报告指出，近几年受到新兴应用的激励，加速了人工智能及高效能运算的发展，且伴随着仰赖机器学习及推论的需求提升，建构出的模型复杂度也随着需求的精细程度有所增加，因此在计算时须处理的数据量亦随之增大。在此情境下，庞大的数据处理量受硬件效能局限，导致使用者在设备的建置面临了效能、容量、延迟度以及成本间的取舍问题，从而刺激HBM（High Bandwidth Memory）及CXL（Compute Express Link）的出现。功能上来说，HBM为新形态存储器，主要协助更多元、高复杂运算而需要的I/O作辅助，而CXL则为使存储器资源共享的协定，提供xPU更为便捷的应用。
现行DRAM架构垂直堆栈，HBM突破现有解决方案的频宽限制
为了不受限于传统存储器的频宽束缚，存储器原厂开发了HBM，其结构为基本逻辑颗粒上连接数层的DRAM裸晶，而DRAM裸晶之间以硅通孔及微凸块3D堆栈达到高频宽设计，层数又以4层及8层为主流。而以现行世代来看，HBM2e为目前最新的量产世代，单层16GB的裸晶堆栈4层或8层，使得单颗容量分别为8GB及16GB，频宽可达410-460GB/s，而下一代HBM3已进入机构件送样阶段，可望于2022年量产。
根据TrendForce集邦咨询观察，2021年HBM位元需求占整体DRAM市场仍未达1%，主要包含两大原因：首先是消费级应用因成本考量下几乎未采用HBM，其次是服务器市场中作为AI功能的建置低于1%，即服务器搭载相关AI运算卡的比重仍小于1%，且多数存储器仍使用GDDR5(x)、GDDR6来支持其算力。
展望未来，虽然HBM仍在发展期，但随着应用对AI的依赖度增加（包含模型复杂化来优化AI精准度），需要HBM的加入来支援硬件。其中，以与AI最相关的FPGA和ASIC来看，FPGA产品有英特尔（Intel）的Stratix、Agilex-M以及赛灵思（Xilinx）的Versal HBM导入HBM；而ASIC方面，多数数据中心在AI的建置中，逐渐以自研的ASIC芯片作为发展方向，例如谷歌（Google）的TPU、腾讯（Tencent）的邃思、百度（Baidu）的昆仑皆使用HBM。再者，英特尔（Intel）的server CPU Sapphire Rapids亦规划于2022年底释出带HBM的高端版本。TrendForce集邦咨询认为，HBM有助于突破AI发展中受限的硬件频宽瓶颈，未来市场上将出现更多相关应用。
高速运算催生的新协定，CXL将更有效整合系统中的运算资源
CXL则是基于PCIe Gen5规格演变的协定，让CPU及其他加速器（例如GPU、FPGA等之间）建立高速、低延迟的互联性，使其各自的存储器模拟成一个共享的空间，允许存储器资源共享，从而降低系统成本并获得更高的性能，因此有利于解决AI及HPC的工作负载。
而市场上类似概念的存储器资源共享协定并非只有CXL提出，英伟达（NVIDIA）的NVLink、超威半导体（AMD）及赛灵思（Xilinx）的Gen-Z，皆凸显大厂对系统资源整合的重视。然而，TrendForce集邦咨询认为，CXL能由众多协定中脱颖而出的主要原因，来自于其协定为英特尔提出，而该公司在CPU市场占有高采用率的优势，英特尔CPU支援的号召能使得CXL及其相关硬设备商得以自上而下的统合，因此相继获得超威半导体、ARM、英伟达、谷歌、微软、Facebook、阿里巴巴、戴尔等公司的加入，成为目前呼声最高的存储器协定。
在允许CPU及其他硬件进行存储器资源整合下，利于降低各硬件间的通信延迟，也能提高AI及HPC发展需要的计算性能。为此，英特尔将在下一代服务器CPU Sapphire Rapids中支援CXL，而存储器原厂亦规划支援CXL的产品方案，其中，三星（Samsung）宣布将推出支援CXL的DDR5模块，用以扩张服务器存储器容量，满足AI运算需要的庞大存储器需求。未来CXL亦有机会推及至NAND Flash的方案支援，使得DRAM及NAND Flash双双受惠。
HBM及CXL交互合作有利于AI发展，实际应用于2023年将更有能见度
TrendForce集邦咨询认为，CXL导入将随着未来CPU内建CXL功能而普及化，而未来AI服务器的硬件建置，将能见到更多同时采用HBM及CXL的设计。其中HBM能分别增加CPU及加速器各自的频宽，加速数据处理速度；CXL则建立彼此间沟通的高速互联性，两者交互有助于扩展AI算力从而加速AI发展。
在存储器资源共享下，模型的设计能摆脱硬件瓶颈，持续往更复杂的架构建设。TrendForce集邦咨询预估，随着支援CXL的英特尔CPU Sapphire Rapids导入达一定覆盖率，以及存储器原厂陆续量产更高频宽的HBM3及具备CXL功能的DRAM与SSD，2023年可望于市场上见到更多HBM及CXL合作使用的应用。
