Wszyscy patrzą na GPU, a koreański startup Xcena mówi, że problem siedzi gdzie indziej i zgarnia 135 mln dolarów

AI to zazwyczaj GPU, HBM i kolejne rekordy wydatków na centra danych. Jednakże coraz częściej problem leży obok. Nie w samym liczeniu, tylko w tym, jak szybko i jakim kosztem system potrafi dostarczyć dane tam, gdzie trzeba. W ten punkt celuje Xcena, startup z Korei Południowej i USA, który zamiast dokładać następny akcelerator do stosu sprzętu próbuje zmniejszyć ruch pomiędzy CPU, GPU i pamięcią. To bardzo ważne dla operatorów infrastruktury.

Xcena sprzedaje dziś mocną tezę, że w AI drożeje już nie tylko moc obliczeniowa, ale cały bałagan wokół przerzucania danych. Jeśli to założenie jest słuszne, hyperscalerzy zaczną liczyć serwery inaczej niż dotąd.

Samsung rozpoczął wysyłkę próbek HBM4E do klientów. 48 GB na stos i do 3,6 TB/s dla akceleratorów AI

Koreański startup Xcena zebrał 135 mln dolarów w rundzie Series B przy wycenie 570 mln dolarów i rozwija układ MX1, który przez interfejs Compute Express Link trafia blisko pamięci DRAM. Firma chce tam obsłużyć zadania, które dziś męczą CPU, czyli wstępne przygotowanie danych, cache’owanie i zarządzanie KV cache podczas inferencji. Teza jest prosta. Model nie dławi się wyłącznie na macierzach liczonych przez GPU, ale też na ciągłym transferze danych pomiędzy kolejnymi blokami serwera. Xcena mówi wręcz o scenariuszu, w którym obciążenie z 10 serwerów da się skonsolidować na jeden. Brzmi to bardzo konkretnie, ale na razie mówimy o prototypie. Produkcja w Samsungu ma ruszyć pod koniec 2026 r., a przychody dopiero w 2027 r.

SK hynix pokazuje iHBM. Chłodzenie przy interfejsie D2D PHY ma ograniczyć throttling pamięci HBM w akceleratorach AI

Xcena nie jest jedyną firmą, która chce rozwiązać ten problem. Astera Labs ma już Leo CXL Smart Memory Controller do rozszerzania i poolingu pamięci, a Marvell sprzedaje rodzinę Structera, od ekspanderów pamięci po near-memory accelerators (akceleratory obliczeniowe umieszczone bardzo blisko pamięci RAM lub HBM) z 16 rdzeniami Arm Neoverse V2, 200 GB/s przepustowości i czterema kanałami DDR5-6400. Xcena próbuje odróżnić się skalą własnej logiki obliczeniowej. Stawia na tysiące małych rdzeni RISC-V, a także na własny kontroler DRAM i magistralę. Jeśli CXL faktycznie zacznie porządkować pamięć w serwerach, rynek przestanie patrzeć na AI wyłącznie przez liczbę GPU. Pisaliśmy już o CXL przy okazji Intel Sapphire Rapids. Wtedy był to obiecujący dodatek do platformy serwerowej, dziś robi się z niego osobna walka o marże i waty.