韩国科学技术院（KAIST）与Meta围绕下一代AI数据中心架构展开合作研究，并在国际期刊《Nature Reviews Electrical Engineering（NREE）》发表综述论文。

KAIST电气与电子工程系教授Jeong Myungsoo及其创办的Panmnesia研究团队9日表示，已与Meta研究人员共同提出一套基于CXL（Compute Express Link，计算快速链接）的新型数据中心架构。该方案试图将CPU、AI加速器和内存统一互联，并把这一连接方式从单机、机架进一步扩展到整个数据中心。

CXL是一项国际标准互联技术，可实现CPU、加速器、内存等不同计算资源之间的高速连接与共享。研究团队认为，随着AI计算任务调用的加速器数量不断增加，如何高效连接大量加速器与内存，正成为影响整体性能的关键因素之一。加速器规模越大，设备之间的数据传输延迟对系统性能的拖累也越明显。

与传统数据中心主要依靠网络连接多台服务器协同工作的方式不同，该团队提出的架构不再以单台服务器为边界，而是将CPU、加速器和内存更紧密地组织在一起，使整个数据中心能够像一台计算机那样运行。

目前，Nvidia的NVLink、UALink等技术也被用于多加速器高速互联，但主要应用于机架内互联。相比之下，上述方案以CXL为基础，不仅覆盖加速器之间的连接，还将CPU和内存纳入同一互联体系，并把适用范围进一步扩大到整个数据中心。

按照研究团队的分析，这一架构下，单一连接域最多可接入960个加速器，规模约为现有基于NVLink的机架的13倍。与此同时，数据传输延迟有望从传统网络架构下的微秒（μs）级降至数百纳秒（ns）级。

除扩大互联规模、降低时延外，该架构还被认为有助于提升计算资源利用率。论文指出，CPU、加速器和内存可以作为相对独立的资源灵活连接；一旦出现故障，也只需更换对应部件。对于暂时闲置的计算或内存资源，系统还可分配给其他任务使用。

Jeong Myungsoo表示，AI规模越大，就越需要以更快、更高效的方式连接大量加速器和内存。“这项研究的意义在于，我们基于CXL提出了让整个数据中心以单一计算系统方式运行的下一代AI基础设施方向。”他说。