SKハイニックスは、インテルおよびその他の業界パートナーと、AIサーバーにデータを供給する新しい方法を開発しています。このアイデアは、各マシンに独自のメモリを割り当てるのをやめ、共有のメモリプールを利用することです。
このプッシュは、自ら複数ステップのタスクを実行するエージェント型AIの普及により、メモリ容量と帯域幅への需要が高まっていることを受けています。
SKハイニックスが実際に提案した内容
SKハイニックスは、2026年11月12日にソウルで開催されたIntel AIサミットで、共有メモリプールというコンセプトを発表しました。
技術的に言えば、設計では大容量メモリを専用ラックに移動させます。その後、複数のGPUおよびCPUサーバーが、Compute Express Link(CXL)やRDMAなどの高速インターコネクトを通じてそのメモリにアクセスできます。
CXLは、プロセッサが外部メモリを近くのメモリのように扱えるようにします。一方、RDMAは、すべてのリクエストをメインプロセッサを通さずに、マシン同士が互いのメモリを読み取ることを可能にします。
プールされたラックは、既存のサーバー設定に代わるのではなく、そばに設置されます。
SKハイニックスの副社長である朱英彪氏は、高帯域幅メモリを各GPUに直接接続する従来のアプローチの非効率性を指摘しました。また、パートナーとの共同エコシステム開発による進展を評価しました。
KVキャッシュの問題と81%の解答
この設計は、KVキャッシュという特定の課題に焦点を当てています。これは、会話やタスクが進むにつれてAIモデルが構築する作業メモリであり、マルチターン推論中に急速に増大します。
SKハイニックスの内部テストでは、そのコストがどの程度になるかを数値で示しました。退避と再計算を使用した場合、最初のトークンまでの平均時間は80.76秒でした。
共有プールからのリモートCXL DRAMを使用すると、この値は15.45秒に低下しました。これは、最初のトークンレイテンシが約81%削減されることを意味します。
これらは内部の結果です。SKハイニックスは、システム設計段階から、インテル、顧客、その他の戦略的パートナーとアーキテクチャを検証すると述べました。
歴史のあるパートナーシップ
これは、両社がサーバーメモリで協力する初めてのケースではない。2025年12月、SKハイニックスは、Xeon 6プラットフォーム上で256 GB DDR5 RDIMMのIntelデータセンター認証を受けて、初のベンダーとなった。
このモジュールは推論パフォーマンスを最大16%向上させ、電力消費を約18%削減しました。
共有メモリプールは、その関係性を基盤とし、SK Hynixのメモリ中心コンピューティングへのより広範な焦点に適合します。この研究の枠組みでは、IntelのCPUがエージェントAIシステムにおけるオーケストレーターとして機能し、GPUが重い計算を処理し、プールされたメモリが拡大するコンテキストを保持すると位置づけられています。




