存储池化（Memory Pooling）
通过 CXL 2.0 / CXL 3.0 协议把多台服务器的内存汇聚成统一资源池，按需动态分配 — 内存利用率从传统 40-60% 提升到 70-90%（据3-05）。
是什么
- 传统问题：每台服务器的 DRAM 物理绑定 CPU，A 机闲、B 机不够，无法跨机调度
- 池化方案：在机柜 / 机房内放置一组 CXL 内存模组，通过 PCIe Switch / CXL Switch 让多台 host 动态借用
- 关键技术依赖：CXL MXC 控制芯片 + CXL Switch + 内存一致性协议
关键数据
| 维度 | 数据 | 来源 |
|---|---|---|
| 传统内存利用率 | 40-60% | 综合 |
| 池化后理论利用率 | 70-90% | 综合 |
| CXL 内存 vs DRAM 延迟 | +70-150 ns | 综合 |
| 池化部署规模化时间 | 2027E | 综合 |
关键产业链
- CXL MXC 芯片：澜起科技 全球首发 / Astera Labs Leo
- CXL Switch：Astera Labs Scorpio / Broadcom / 澜起科技
- CXL 内存模组：三星电子 / SK海力士
- 场景验证：Meta / 微软 / Google 内部已 PoC
主要应用
- AI 推理大模型：把 KV-cache / weights 放到池化内存，降低单机 DRAM 投入
- 数据库 / 内存计算：内存数据库突破单机容量上限
- 多租户云：动态分配内存，降低过度配置
关键趋势
- 2024-25 试点 → 2026-27 规模化
- 从单机柜池化向全机房 Fabric 池化演进（CXL 3.0）
- 替代 LRDIMM 部分场景：CXL 内存模组更灵活
↑ up::CXL CXL 2.0 CXL 3.0 CXL MXC PCIe Switch ↓ down::3-01-云计算与智算平台 3-02-AI算力租赁-智算服务 ∈ belongs_to::3-05-AI存储系统