AMD表示，其Mext Predictive Memory預測記憶體軟體，可藉由AI模型預測應用程式即將存取的資料，主動將資料由NVMe快閃儲存搬移至DRAM動態記憶體，進而在伺服器實體記憶體容量有限的情況下，維持關鍵工作的效能。
首波部署涵蓋86至145台主機，新增可用記憶體約58TB，成本約60.1萬美元；若以傳統DRAM擴充取得相同容量，AMD估算需耗費330萬美元，差距約270萬美元，等於傳統方案成本的82%。不過，這是預估成本模型，尚非已實現的實際節省金額。
AMD測試指出，部分工作負載在實體DRAM容量減少逾半後，仍能保留95%至99%的效能；另一組比較則顯示，DRAM與Mext混合配置可望提升每美元效能1.9至3.5倍。Mext於2026年4月推出，AMD同年6月15日完成收購，並設定截至2027年底累計節省逾6,000萬美元的目標。
這項技術真正的突破，不在於增加實體DRAM容量，而在於重新定義「記憶體不足」的處理方式。傳統伺服器通常以Linux swap或Windows分頁檔作為安全邊界；當記憶體壓力升高後，資料才被換出至儲存裝置，再次需要時再取回。這套被動機制會讓應用程式等待I/O，是延遲來源，也是雲端服務商控制基礎設施成本的槓桿。Mext改採預測驅動：利用AI模型判斷哪些資料即將被使用，提前完成分層搬移，將「事後救火」轉為「事前預置」。
AMD強調，部分工作負載在DRAM容量削减逾半後仍維持95%至99%效能，這意味軟體堆疊若能準確命中存取模式，便可能延後或取代部分記憶體採購。問題在於，預測模型必須在「提前搬入但未被使用」與「延遲搬入導致阻塞」之間取得平衡；命中率不足時，額外I/O與CPU預測成本反而可能抵銷效益。
從產業結構來看，AI模型推論與高效能運算正推升高容量伺服器的記憶體需求，而DRAM供應商受惠於價格上行，雲端業者卻面臨資本支出膨脹。Mext的戰略意義，是讓雲端服務商在不必立即等待記憶體供給擴張的情況下，先提高既有硬體的可用產能。
這並非單純的軟體效率工具，而是一場圍繞基礎設施利潤率的角力：AMD藉此強化「處理器加平台軟體」的整體價值，主打與英特爾、輝達及Arm架構伺服器方案競爭；記憶體製造商則需考量，需求成長的一部分可能被這類最佳化技術延後。其商業成效仍取決於真實工作負載測試、部署規模，以及客戶是否願意承擔新技術的驗證成本。
戰略貿易流向與供應鏈依賴度
HS 8542資料來源：UN Comtrade 聯合國商品貿易統計庫 · 全球市場規模 $5,800 億美元 / 年
從技術史看，虛擬記憶體、分頁與快取預取並非新概念，但它們多半是在應用程式啟動後，依既定規則進行被動管理。Mext若能證明AI預測可顯著提升「單位記憶體的可用工作負載」，就可能像資料庫索引或資料中心整體機櫃最佳化那樣，成為雲端基礎設施的標準層級。
01 起因觸發：AI與高效能運算推升高容量、低延遲記憶體需求，DRAM價格上行，雲端業者面臨基礎設施成本擴張壓力。
02 一階傳導：AMD將Mext納入資料中心平台，以預測式記憶體分層提高既有DRAM與NVMe的使用效率，啟動與雲端服務商的容量最佳化合作。
03 二階擴散：雲端業者可能重新排列伺服器採購、DRAM容量與儲存配置，使部分記憶體需求延後，同時提高AI模型預測、資源調度與NVMe管理技術的價值。
04 宏觀終局：資料中心競爭由單機硬體規格，轉向處理器、加速器、記憶體與調度軟體的整體平台效率；AMD若能兌現節省目標，將強化對英特爾、輝達及Arm伺服器方案的競爭位置。
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
