177
根據(jù)TrendForce集邦咨詢最新發(fā)表的服務器報告指出，近幾年受到新興應用的激勵，加速了人工智能及高效能運算的發(fā)展，且伴隨著仰賴機器學習及推論的需求提升，建構(gòu)出的模型復雜度也隨著需求的精細程度有所增加，因此在計算時須處理的數(shù)據(jù)量亦隨之增大。在此情境下，龐大的數(shù)據(jù)處理量受硬件效能局限，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舍問題，從而刺激HBM（High Bandwidth Memory）及CXL（Compute Express Link）的出現(xiàn)。功能上來說，HBM為新形態(tài)存儲器，主要協(xié)助更多元、高復雜運算而需要的I/O作輔助，而CXL則為使存儲器資源共享的協(xié)定，提供xPU更為便捷的應用。
現(xiàn)行DRAM架構(gòu)垂直堆棧，HBM突破現(xiàn)有解決方案的頻寬限制
為了不受限于傳統(tǒng)存儲器的頻寬束縛，存儲器原廠開發(fā)了HBM，其結(jié)構(gòu)為基本邏輯顆粒上連接數(shù)層的DRAM裸晶，而DRAM裸晶之間以硅通孔及微凸塊3D堆棧達到高頻寬設計，層數(shù)又以4層及8層為主流。而以現(xiàn)行世代來看，HBM2e為目前最新的量產(chǎn)世代，單層16GB的裸晶堆棧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(gòu)件送樣階段，可望于2022年量產(chǎn)。
根據(jù)TrendForce集邦咨詢觀察，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采用HBM，其次是服務器市場中作為AI功能的建置低于1%，即服務器搭載相關AI運算卡的比重仍小于1%，且多數(shù)存儲器仍使用GDDR5(x)、GDDR6來支持其算力。
展望未來，雖然HBM仍在發(fā)展期，但隨著應用對AI的依賴度增加（包含模型復雜化來優(yōu)化AI精準度），需要HBM的加入來支援硬件。其中，以與AI最相關的FPGA和ASIC來看，F(xiàn)PGA產(chǎn)品有英特爾（Intel）的Stratix、Agilex-M以及賽靈思（Xilinx）的Versal HBM導入HBM；而ASIC方面，多數(shù)數(shù)據(jù)中心在AI的建置中，逐漸以自研的ASIC芯片作為發(fā)展方向，例如谷歌（Google）的TPU、騰訊（Tencent）的邃思、百度（Baidu）的昆侖皆使用HBM。再者，英特爾（Intel）的server CPU Sapphire Rapids亦規(guī)劃于2022年底釋出帶HBM的高端版本。TrendForce集邦咨詢認為，HBM有助于突破AI發(fā)展中受限的硬件頻寬瓶頸，未來市場上將出現(xiàn)更多相關應用。
高速運算催生的新協(xié)定，CXL將更有效整合系統(tǒng)中的運算資源
CXL則是基于PCIe Gen5規(guī)格演變的協(xié)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(lián)性，使其各自的存儲器模擬成一個共享的空間，允許存儲器資源共享，從而降低系統(tǒng)成本并獲得更高的性能，因此有利于解決AI及HPC的工作負載。
而市場上類似概念的存儲器資源共享協(xié)定并非只有CXL提出，英偉達（NVIDIA）的NVLink、超威半導體（AMD）及賽靈思（Xilinx）的Gen-Z，皆凸顯大廠對系統(tǒng)資源整合的重視。然而，TrendForce集邦咨詢認為，CXL能由眾多協(xié)定中脫穎而出的主要原因，來自于其協(xié)定為英特爾提出，而該公司在CPU市場占有高采用率的優(yōu)勢，英特爾CPU支援的號召能使得CXL及其相關硬設備商得以自上而下的統(tǒng)合，因此相繼獲得超威半導體、ARM、英偉達、谷歌、微軟、Facebook、阿里巴巴、戴爾等公司的加入，成為目前呼聲最高的存儲器協(xié)定。
在允許CPU及其他硬件進行存儲器資源整合下，利于降低各硬件間的通信延遲，也能提高AI及HPC發(fā)展需要的計算性能。為此，英特爾將在下一代服務器CPU Sapphire Rapids中支援CXL，而存儲器原廠亦規(guī)劃支援CXL的產(chǎn)品方案，其中，三星（Samsung）宣布將推出支援CXL的DDR5模塊，用以擴張服務器存儲器容量，滿足AI運算需要的龐大存儲器需求。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交互合作有利于AI發(fā)展，實際應用于2023年將更有能見度
TrendForce集邦咨詢認為，CXL導入將隨著未來CPU內(nèi)建CXL功能而普及化，而未來AI服務器的硬件建置，將能見到更多同時采用HBM及CXL的設計。其中HBM能分別增加CPU及加速器各自的頻寬，加速數(shù)據(jù)處理速度；CXL則建立彼此間溝通的高速互聯(lián)性，兩者交互有助于擴展AI算力從而加速AI發(fā)展。
在存儲器資源共享下，模型的設計能擺脫硬件瓶頸，持續(xù)往更復雜的架構(gòu)建設。TrendForce集邦咨詢預估，隨著支援CXL的英特爾CPU Sapphire Rapids導入達一定覆蓋率，以及存儲器原廠陸續(xù)量產(chǎn)更高頻寬的HBM3及具備CXL功能的DRAM與SSD，2023年可望于市場上見到更多HBM及CXL合作使用的應用。
