AMD, 데이터 센터의 메모리 제약 문제를 해결하기 위해 MEXT 인수 — 메모리 티어링 (Memory Tiering) 기술을 통해 플래시를

AMD는 월요일, NAND 플래시 메모리를 운영 체제(OS)에서 DRAM처럼 보이게 만드는 메모리 티어링 (Memory Tiering) 기술을 개발한 스타트업 MEXT를 인수했다고 발표했습니다. 이를 통해 데이터 센터 운영자들은 DRAM 비용을 절감할 수 있습니다. AMD는 이번 인수가 고객들이 시스템 효율성을 개선하고, 운영 비용을 낮추며, 대규모 워크로드 (Workload)를 더 빠르게 배포하는 데 도움이 될 것으로 기대하고 있습니다.

AI 모델이 계속 확장되고 데이터 세트가 커짐에 따라, 메모리 가용성은 전체 시스템 성능에 영향을 미치는 점점 더 중요한 요소가 되었습니다. 많은 경우, CPU나 GPU가 아닌 메모리 리소스가 성능 병목 현상 (Bottleneck)이 되고 있습니다. 한편, 많은 사례에서 DRAM이 비효율적으로 사용되고 있습니다.

MEXT는 AI 기반의 메모리 티어링 (Memory Tiering) 기술을 통해 메모리 효율성 문제를 해결합니다. 이 기술은 자주 액세스하지 않는 데이터를 값비싼 DRAM에서 단위 용량당 비용이 수십 배 저렴한 NAND 스토리지로 이동시키며, 이 과정은 애플리케이션에 투명하게(Transparent) 이루어집니다. MEXT의 예측 메모리 엔진 (Predictive Memory Engine)은 메모리 액세스 패턴을 지속적으로 분석하고 AI 모델을 사용하여 플래시에 저장된 데이터 중 다음에 무엇이 필요할지 예측합니다. 해당 메모리 페이지들은 애플리케이션이 요청하기 전에 선제적으로 DRAM으로 다시 전송되며, 소프트웨어가 마치 데이터가 메인 메모리에 있는 것처럼 액세스할 수 있게 하여 성능 수준을 유지합니다.

애플리케이션이 사용할 수 있는 가용 메모리 양을 늘림으로써, MEXT의 기술은 기존 인프라의 활용도를 높이는 동시에 값비싼 DRAM에 대한 필요성을 줄이는 것을 목표로 합니다. 이러한 접근 방식은 클라우드 제공업체와 기업 고객의 총 소유 비용 (TCO)을 잠재적으로 낮추고, 기존 하드웨어에서 더 큰 워크로드를 실행할 수 있게 합니다. AMD는 이러한 기능이 전통적인 데이터 센터 애플리케이션과, 대규모 메모리 풀에 대한 액세스가 효율성과 확장성에 매우 중요한 현대적 AI 배포 모두에 이익을 줄 수 있다고 믿고 있습니다.

AMD는 MEXT의 기술을 자사의 데이터 센터 제품 포트폴리오에 통합하고, 메모리 집약적인 (memory-hungry) AI 워크로드 문제를 해결하기 위해 그 역량을 확장할 계획입니다. AMD는 이미 프로세서, 가속기 (accelerators), 네트워킹 기술 및 소프트웨어를 결합한 통합 솔루션을 제공하고 있으므로, MEXT의 예측 메모리 엔진 (Predictive Memory Engine)은 이미 광범위한 포트폴리오를 더욱 보완하게 될 것입니다.

기술 자체에 대한 추가적인 이점으로서, AMD는 메모리 아키텍처 (memory architectures), 인프라 소프트웨어 (infrastructure software), 그리고 대규모 컴퓨팅 시스템 (large-scale computing systems) 분야의 전문성을 갖춘 팀을 확보하게 되었습니다. 거래 조건은 알려지지 않았습니다.

최신 뉴스, 분석 및 리뷰를 피드에서 받아보시려면 Google 뉴스에서 Tom's Hardware를 팔로우하거나, 저희를 선호하는 소스로 추가하세요.

Tom's Hardware의 최고의 뉴스와 심층 리뷰를 귀하의 편지함으로 직접 받아보세요.

Anton Shilov는 Tom’s Hardware의 기고가입니다. 지난 수십 년 동안 그는 CPU와 GPU부터 슈퍼컴퓨터, 현대적 공정 기술과 최신 팹 (fab) 도구, 그리고 첨단 기술 산업 트렌드에 이르기까지 모든 분야을 다뤄왔습니다.