Xcena MX1: вычисления внутри модуля памяти

Южнокорейский стартап Xcena показал MX1 — модули памяти со встроенными вычислениями для инференса больших языковых моделей. Внутри модуля DDR5 расположены 2048 ядер RISC-V, которые обрабатывают данные прямо на месте хранения — это разгружает GPU и CPU и снимает часть нагрузки с дорогой и дефицитной HBM.

Краткое содержание

• MX1 Compute — 2048 ядер RISC-V, четыре слота DDR5, интерфейсы CXL 3.2 и PCIe 6.0;
• MX1 Expand — восемь слотов DDR5, модуль для расширения общего пула памяти;
• технология Near Data Processing считает данные без пересылки в CPU или GPU;
• задача — предобработка данных и управление KV-кэшем при инференсе.

Как устроены вычисления рядом с памятью

В обычном сервере данные всё время путешествуют: из памяти — в процессор или ускоритель, посчитались — обратно в память. При больших контекстных окнах и растущем KV-кэше этот трафик становится узким местом сам по себе, а GPU тратит такты не на инференс, а на ожидание данных. MX1 переворачивает схему: вычислительные ядра стоят прямо рядом с чипами DDR5, в том же модуле. Предобработку и часть операций с KV-кэшем можно выполнить, не гоняя данные через шину к центральному процессору или ускорителю. Это не замена HBM по скорости: задержка обычной DDR5-памяти выше, чем у памяти на подложке ускорителя. Смысл MX1 в другом — снять с GPU рутинные операции, для которых такая скорость просто не нужна.

MX1 Compute и MX1 Expand — разные роли

В линейке два устройства с разными задачами. MX1 Compute — активный узел с 2048 ядрами RISC-V и четырьмя слотами DDR5, он и считает, и хранит. MX1 Expand — исключительно про объём: восемь слотов DDR5 без собственных вычислительных ядер, для наращивания общего пула памяти в стойке через CXL. Вместе они формируют масштабируемый пул, к которому через CXL 3.2 и PCIe 6.0 обращаются несколько ускорителей сразу — не отдельная память под каждый GPU, а общий ресурс. Идея вписывается в более широкий тренд: память как отдельный пулируемый ресурс стойки через CXL уже продвигают и другие игроки, от Panmnesia до Astera Labs, каждый со своей архитектурой.

Кому это может пригодиться

В первую очередь — операторам, которым уже не хватает HBM на ускорителях при длинных контекстных окнах и агентных сценариях: там KV-кэш растёт быстрее, чем успевает освобождаться, и часть этой нагрузки логично снять с GPU. Для классического инференса коротких запросов выигрыш будет куда скромнее — там узкое место обычно не память, а сама вычислительная мощность ускорителя.

Что настораживает: стартап и сроки

Xcena — молодая компания: в мае 2026 года она привлекла 135 миллионов долларов раунда серии B при оценке 570 миллионов долларов, а всего с момента основания собрала 185 миллионов. Массовое производство MX1 запланировано на конец года, а выручку компания ждёт не раньше 2027-го. Это значит, что перед вами решение без многолетней истории эксплуатации в проде — и оно требует платформы с поддержкой CXL 3.2 и PCIe 6.0, которая пока есть далеко не в каждом серверном парке. О ценах и каналах поставок в Россию компания пока не говорит вообще.

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U