SK 海力士副总裁 Joo Young-pyo 于 12 日在 2026 年英特尔 AI 峰会首尔站提出机架级内存池化解决方案,以应对智能体 AI 系统中的计算效率挑战。随着 AI Agent 需要大量上下文内存,内存墙问题逐渐显现,导致 GPU 内存、CPU 内存乃至 SSD 的使用效率低下。SK 海力士的解决方案是打造数百 TB 内存机架,供多个 GPU 和 CPU 机架共享,作为统一存储空间。
图片:记者 Seo Young-tae
SK 海力士提出面向 AI 计算的机架级内存架构
Joo Young-pyo 在英特尔 AI 峰会上用汽车作类比来解释这一概念。他表示,与其每户拥有三四辆汽车,不如每户拥有一辆车,同时共享一个由 100 辆汽车组成的资源池,这样资源利用效率更高。该架构以一个数百 TB 的集中式“机架级”内存箱,取代在 GPU 旁连接多个内存单元的传统方式。安装在该内存机架旁的 GPU 机架和 CPU 机架共享同一个存储空间。
智能体 AI 的发展带来了内存墙现象:它提高了对内存性能和容量的需求,同时也暴露出数据中心服务器计算系统中内存使用效率低下的问题。AI Agent 处理需要长上下文记忆的任务时,不仅会使用 GPU 邻近内存,还会调用 CPU 内存,有时甚至会利用 SSD。
内部实验显示响应速度更快
SK 海力士进行了内部实验,以验证内存池化方案。据 Joo Young-pyo 介绍,该方法能够提升效率并缩短响应时间。在采用内存机架的场景中,SK 海力士的内部实验结果显示,响应速度有所提升。这位副总裁解释说,内存池化能够突破当前内存使用流程中的瓶颈。
SK 海力士携手英特尔验证解决方案
SK 海力士计划与英特尔及合作伙伴共同验证新构想。Joo Young-pyo 表示:“众所周知,英特尔在计算领域拥有强大的领导力。”他还补充道:“我们正努力与英特尔共同推动创新。”此次合作旨在验证并开发机架级内存架构,以便在 AI 数据中心环境中实际部署。
常见问题
SK 海力士在 2026 年英特尔 AI 峰会首尔站提出了什么内存解决方案?
SK 海力士副总裁 Joo Young-pyo 于 12 日提出机架级内存池化解决方案,计划打造数百 TB 内存机架。多个 GPU 和 CPU 机架共享这一统一存储空间,而不是在每个处理器旁分别连接内存单元。
SK 海力士为何认为 AI 系统需要内存池化?
随着智能体 AI 需要大量上下文内存,内存墙问题逐渐显现,导致 GPU 内存、CPU 内存和 SSD 的使用效率低下。SK 海力士的内部实验显示,通过共享访问集中式内存资源,内存池化能够提升效率并缩短响应时间。