XCENA MX1 CXL 计算存储 O... Latest News
圣何塞时间2026年10月14日,OCP 全球峰会开幕。据 StorageReview 记者 Harold Fritts 现场报道,XCENA MX1 CXL 计算存储首次公开演示跨推理服务器共享 KV 缓存,并在内存内执行 RAG 向量搜索。SK hynix 同期推出基于 MX1 的 CXL 混合内存产品,两家公司已启动 RDMA 共享内存路径的联合优化。
明星老婆MX1 技术底座:首个 CXL 3.2 计算存储控制器
据 StorageReview 报道,XCENA MX1 CXL 计算存储的核心是一颗 CXL 3.2 Type 3 内存控制器,这也是 XCENA 宣称的业内首款 CXL 3.2 计算存储芯片。该控制器提供 PCIe 6.0 双 x8 接口,支持每通道两条 256GB DIMM,单设备最大可配置 2TB DRAM。与单纯做容量扩展的 CMM-D 模块不同,MX1 内部搭载数千个定制 RISC-V 核心,配备 FP32 与 FP16 向量引擎,可在数据所在的内存侧执行推理辅助计算。控制器还集成独立的 PCIe 6.0 root complex,可直连 SSD 扩展容量,这一能力被命名为 InfiniteMemory。SK hynix 的混合内存产品,正是基于这套 DRAM 加 SSD 统一编址的架构构建。
明星老公共享 KV 缓存:推理服务器如何摆脱重复数据
在第一个演示中,多台推理服务器通过 CXL 内存池共享同一份 KV 缓存。KV 缓存保存模型已处理的上下文 token,生成阶段可反复复用。传统方案下,每台服务器各自维护副本,造成内存浪费与跨节点数据同步开销。XCENA 将缓存集中于共享池,服务器通过 CXL 协议直接访问,副本数量从 N 份降为 1 份。据 StorageReview 观察,这与三星电子联手 AMD 在同期展示的 CMM-D 内存池方案逻辑一致;而在该缓存之下的闪存分层,该媒体此前已通过 KV 缓存卸载测试进行评估。XCENA 未公布此次演示的吞吐与延迟数据,仅确认现场使用多台标准推理服务器完成验证。
明星夫妻向量搜索下沉到内存:RAG 管线的关键一步
第二个演示聚焦检索增强生成(RAG)中的向量搜索环节。MX1 借助近数据处理能力,直接在向量数据所在的 DRAM 内执行相似度检索,避免每次查询将海量向量集迁移至主机 CPU 或 GPU。XCENA 称,这种方式可显著降低 RAG 管线中的数据搬运开销,但截至 2026 年 10 月 16 日发稿,该公司仍未公布容量、QPS 或延迟等量化指标。首席产品官 Harry Kim 在峰会演讲中介绍了通用并行编程模型进入近数据处理领域的进展,强调开发者需要标准化的内存侧编程接口,才能充分调用这类计算存储硬件的算力。
明星情侣SK hynix CXL 混合内存:DRAM 与 SSD 的容量折中
SK hynix 在 OCP 2026 展台推出的 CXL Hybrid Memory,核心组件正是 MX1 控制器。该产品通过 InfiniteMemory 将 DRAM 与 SSD 容量统一编址,形成新的存储层级。两家公司声称,这一架构的容量扩展能力远超传统 CMM-D DRAM 模块,而性能又显著优于直接访问 SSD。据 SK hynix 现场技术人员介绍,产品已完成实验室验证,正投入真实 AI 服务负载测试。双方合作的重点是基于 RDMA 的共享内存路径,这也是 OCP 可组合内存系统子项目正在标准化的方向。另据 SK hynix 在 FMS 2026 期间的公开演示,该公司当时已提出分层内存方案,本次发布可视为该路线在 CXL 生态中的商业化落地。
明星家庭OCP 2026 议程:XCENA 高管的两天密集日程
10 月 14 日,XCENA 首席产品官 Harry Kim 发表题为《为近数据处理引入通用并行编程》的演讲,并与 Marvell、三星、SK hynix 及 Gottbrath Technologies 代表同台,讨论异构 AI 基础设施的开放中间件。10 月 15 日,他与三星电子联合报告了面向代理式 AI 的分解式 CXL 内存研究,内容涵盖动态池化、内存共享与近内存卸载。同一天,该公司杰出工程师 Grant Mackey 与微软、希捷、Meta 的技术负责人共同参与 OCP 可组合内存系统子项目技术更新,专题讨论"内存墙"问题。从议程密度看,XCENA 正试图同时影响存储、网络与云服务商三条产品线。
融资与时间表:1.85 亿美元押注内存计算
XCENA 首席执行官 Jin Kim 在峰会期间表示:"提升 AI 基础设施的性能与效率,已不再仅仅是计算层面的挑战。"他补充:"它还取决于内存的使用效率,以及能否消除数据移动。"截至 2026 年 10 月,该公司累计融资 1.85 亿美元,其中 B 轮融资 1.35 亿美元。总部位于韩国城南市,美国办公室设在加州桑尼维尔。以下为此次 OCP 2026 发布的关键时间线:
| 关键节点 | 时间 | 内容 |
|---|
| --- | --- | --- |
|---|
| MX1 定位 | 2026年10月 | 首款 CXL 3.2 计算存储,PCIe 6.0 双 x8,支持 2TB DRAM |
|---|
| OCP 演示一 | 2026年10月14-15日 | 跨推理服务器共享 KV 缓存(CXL 内存池) |
|---|
| OCP 演示二 | 2026年10月14-15日 | 内存内 RAG 向量搜索 |
|---|
| SK hynix 发布 | 2026年10月 | 基于 MX1 的 CXL Hybrid Memory,联合优化 RDMA |
|---|
| 累计融资 | 截至2026年10月 | 1.85 亿美元,B 轮 1.35 亿美元 |
|---|
FAQ
Q1:XCENA MX1 如何实现 KV 缓存的跨服务器共享?
A1: MX1 作为 CXL 3.2 Type 3 内存设备,通过 CXL 内存池将多台推理服务器的 KV 缓存合并为共享副本,模型生成阶段可直接访问,避免每台服务器各自保存并同步。同时,MX1 的 RISC-V 近数据处理核心可在缓存所在地执行部分计算,减少主机间数据搬运。StorageReview 现场确认,三星 CMM-D 与 AMD 的联合演示采用类似技术路线。
Q2:SK hynix CXL 混合内存相比普通 CXL 内存模块有何优势?
A2: 普通 CMM-D 模块只有 DRAM,容量受内存颗粒数量限制;SK hynix 基于 MX1 的混合内存通过 InfiniteMemory 挂接 SSD,容量扩展上限更高,同时借由近数据处理维持优于 SSD 的性能。两家公司已将该方案投入真实 AI 服务环境验证,并优先优化 RDMA 共享内存路径,目标是成为介于内存与闪存之间的新层级。
从共享 KV 缓存到内存内向量搜索,XCENA MX1 CXL 计算存储正把计算推向数据所在之处。随着 SK hynix 混合内存进入验证,可组合内存市场有望在 2027 年迎来规模化部署。
Related Articles - 单机资讯
XCENA MX1 CXL 计算存储在 OCP 2026 现场完成两项重磅演示:跨推理服务器共享 KV 缓存,内存内执行 RAG 向量搜索;SK hynix 同步推出基于 MX1 的 CXL 混合内存。本文详解 CXL 3.2 技术架构、近数据处理设计、RDMA 联合优化及 1.85 亿美元融资进展,并给出产品路线图展
