メモリやCPU、周辺デバイスなどを接続するインターコネクト規格であるCXLは、Intelなど複数のITベンダーが構成するコンソーシアムが開発し、2019年に発表したものだ。CPUやGPUとメモリの間でのデータ転送の高速化や効率化を主な目的としている。

　メモリ用ソフトウェアを手掛けるMemVergeのCEO、チャールズ・ファン氏は、「命令セットとして『x86』を採用するアーキテクチャのCPUを中心に機能してきたデータセンターの一部が、大きく変わろうとしている」と語る。コンピューティング、ネットワーク、ストレージの3つの基本要素があることに変わりはないが、AI技術向けの要素がデータセンターの設計に変化をもたらそうとしている。

　AI技術の学習と推論においては、GPUが中心的な役割を果たしている。その演算処理では、GPUが搭載する広帯域幅メモリが使われる。ストレージは変わらず欠かせない役割を持ちつつも、AIアプリケーションではメモリ中心のファブリック（複数のデバイスを相互接続する仕組み）が重要になる。

　「GPUが中心となる演算処理においては、CXLをファブリックに使うのは理にかなっている」。半導体市場の調査会社Objective Analysisでゼネラルディレクター兼アナリストを務めるジム・ハンディ氏はそう語る。CXLを採用することで、デバイス間での直接データ転送が可能になり、演算処理の際のデータ転送がより高速になる。

　CXLは、CPUとGPUや、ストレージ、NIC（ネットワークインタフェースカード）などを接続するインタフェース規格「PCIe」（Peripheral Component Interconnect Express）のバージョン「PCIe 5.0」で動作するように設計されている。

　メモリのリソースをプール（集約）し、さまざまなアプリケーションが効率的に利用できるように共有することもCXLによって可能になる。「ハイパースケーラー（大規模データセンターの事業者）は、特定のアプリケーションが大量のメモリを必要とする場合に、メモリのプールから必要なリソースを効率的に割り当てることが可能になる」とハンディ氏はその利点を説明する。

　生成AIに注目するハイパースケーラーにとっては、メモリの効率的な使用方法を見つけることが重要になっている。ITコンサルティング会社Dragon Slayer Consultingのプレジデントであるマーク・ステイマー氏は、生成AIが直接的にCXLの普及を促進する起爆剤にはならないとしつつも、「CPUとGPUがメモリを共有することは非常に理にかなっており、生成AIがCXLの関心を呼び起こす可能性がある」と語る。