Samsung Electronics et AMD ont présenté une solution d'extension mémoire fondée sur le standard Compute Express Link (CXL). Cette approche vise à augmenter la capacité disponible pour les charges de travail liées à l'intelligence artificielle et à améliorer l'utilisation des ressources des serveurs.
Samsung Electronics et AMD renforcent leur collaboration autour de la mémoire destinée aux infrastructures d'intelligence artificielle. Les deux groupes ont présenté une solution d'extension mémoire basée sur CXL lors de l'Open Compute Project Global Summit 2026, organisé en Californie.
Cette technologie doit permettre d'augmenter la mémoire accessible aux serveurs au-delà des capacités installées directement dans chaque machine. Elle répond notamment aux besoins des applications d'IA générative et des agents autonomes, dont les traitements sollicitent des volumes croissants de mémoire pour conserver les données nécessaires à l'exécution des tâches.
CXL, une alternative pour mieux exploiter les ressources
Le standard Compute Express Link permet aux processeurs de communiquer avec des ressources telles que des extensions mémoire ou des accélérateurs en s'appuyant sur une interconnexion à faible latence. Il ouvre la voie à des architectures dans lesquelles la mémoire peut être étendue, partagée ou affectée plus souplement selon les besoins des applications.
Pour les exploitants de data centers, l'objectif est de limiter les contraintes liées à la capacité mémoire de chaque serveur et d'améliorer l'utilisation du matériel existant. Une telle approche pourrait contribuer à réduire certains besoins d'investissement, même si les gains réels dépendent des configurations et des charges de travail.
Samsung cherche ainsi à élargir son positionnement dans les infrastructures IA au-delà de la mémoire à haute bande passante, ou HBM, utilisée avec les accélérateurs. Le groupe met également en avant les SSD et les mécanismes de gestion des données nécessaires à l'inférence.
La validation conjointe avec AMD constitue une étape technique, mais ne signifie pas que toutes les configurations serveur sont déjà disponibles à grande échelle. L'adoption dépendra notamment de la compatibilité des plateformes, des logiciels et des performances observées en production.
À mesure que les modèles d'IA se complexifient, la mémoire devient donc un enjeu d'architecture à part entière, aux côtés de la puissance de calcul et des réseaux.
Suivez-nous