CXL无法替代HBM，只能补充

受供给紧张、成本飙升影响，HBM承受的压力持续加大。AI热潮催生了各类替代内存技术，CXL（Compute Express Link，计算快速互联）成为其中重要候选方案。不过，OpenAI、Intel高管近日的发言表明，一方面缺少AI模型实际运行的落地场景；另一方面，CXL与HBM之间存在巨大的带宽差距。

CXL是新一代互联技术，可以把额外内存资源接入计算系统，实现跨服务器内存池化与内存共享，以此扩充内存容量。AI加速器可以经由CPU访问CXL外接内存，提供更加灵活的容量扩容方案。部分行业观察人士认为，如果CXL大规模落地，能够减少对昂贵HBM的使用量，同时不会大幅牺牲系统性能，有望降低大型AI服务器的部署成本。

CXL两大核心短板：应用场景与带宽

有两大关键障碍限制CXL去抢占HBM的市场空间。负责AI加速器设计的OpenAI研究员Daniel Morris，以及Intel AI SoC架构负责人Vidhya Thyagarajan指出：一方面缺少AI模型实际运行的落地场景；另一方面，CXL与HBM之间存在巨大的带宽差距。

Daniel Morris在圆桌论坛上表示：“从AI模型实际运行的角度来看，我找不到CXL的适用场景。” 他补充道：“如果要给CXL分配定位，它只能用来存储大模型里很少访问的非活跃数据。和大家的预期不同，目前我还没有看到专门用于模型运行的实际落地案例。”Vidhya Thyagarajan则称：“CXL内存扩展方案虽然有价值，但它无法替代HBM，只能作为二级存储的补充。GPU之间通过CXL传输数据的速度，远远比不上HBM。”

在此背景下，即便CXL在AI内存分层体系中逐步得到应用，HBM市场格局大概率不会发生大的改变，三星电子与SK海力士依旧可以维持在HBM赛道的领先地位。

SK海力士、三星持续推进CXL内存研发

尽管CXL难以挑战HBM的核心地位，SK海力士与三星仍在持续打磨这项技术，将其视作AI内存架构中新的层级。今年6月SK海力士对外公布ITME（推理分层内存扩展）架构，这套方案在现有基于HBM的AI内存栈里，于DDR与SSD之间插入CXL混合内存。

arXiv论文内容：把传统 “HBM→DDR→SSD” 内存层级拓展为 “HBM→DDR→CXL内存→SSD” 之后，这家存储巨头实现AI推理效率提升35.7%。在新架构下，CXL内存充当内存枢纽，预判HBM、DDR即将需要用到的热数据，提前从SSD读取数据并输送到高速内存层级。

面对这一技术趋势，三星电子和SK海力士不仅推进CXL架构研发，也同步开发配套内存产品。三星计划在今年年底量产基于最新CXL 3.2规范的CMM‑D（CXL内存模块‑DRAM）3.0。SK海力士已经推出基于CXL 3.2的第二代CMM‑DDR5样品，并开启与潜在客户的供货洽谈，但尚未公布明确的量产时间表。

此外，三星电子此前还展示了下一代AI内存zHBM的构想，目标将AI加速器响应速度提升10倍。三星美国存储产品规划负责人Kim In-dong表示：“当前对话式AI系统，单用户每秒可处理100个token。我们的目标是实现跨越式提升，达到每秒1000个token，以此支撑智能体类AI应用。”他介绍，zHBM将HBM直接垂直堆叠在AI加速器之上，好比 “在酒店房间到一楼大堂之间装一部专属电梯”，性能最高可达HBM5的8倍，能效提升3倍。三星同时宣布，3D存储方案zNAND-O计划在2028年开始送样。