当所有人都在疯抢DDR5内存条、服务器价格被炒上天的时候，Meta却把目光瞄向了退役的DDR4——听起来像是在捡破烂，但就是这群“破烂”，让他们的AI推理服务器数量最高减少了四分之一。这不是段子，而是ISCA 2026上刚公开的硬核数据。
要理解这背后的逻辑，得先看懂当下存储市场那张让人血压飙升的价目表。自2025年下半年以来，全球内存市场几乎进入了一种“只涨不跌”的模式。东方财富Choice的跟踪数据显示，DDR5所用的16Gb DRAM芯片合约均价，从2025年5月的每颗4.8美元，一路蹿升到2026年5月的37.5美元，一年的涨幅高达681%。换算到消费端更直观：主流DDR5 16GB内存条的均价从2025年年中的约800元，冲到了如今的4000元以上，半年多时间价格翻了不止四倍。
服务器领域就更夸张了。256GB的DDR5模组报价已经突破50000元大关，而64GB DIMM模组的单价，从2025年Q3到2026年Q1累计上涨了3.5倍，预计到2026年Q3还将再涨一轮，总涨幅将扩大到5倍。单看这些数字，你可能会以为是普通的周期行情，但实际上，这轮涨价的底层驱动力是结构性的——AI服务器正在对DDR5形成虹吸效应。大模型推理需要在内存中装下庞大的模型参数和KV Cache，而服务器CPU的内存通道数又非常有限，唯一的办法就是堆高容量模组。需求侧是几百万台服务器同时在升级，供给侧却是三大原厂已经把产能大头切给了HBM，留给DDR5的晶圆少得可怜。于是，供需缺口不再是周期性的，而是结构性的，至少在未来两三年内很难靠“扩产”来填平。
正是在这个裂缝里，一个原本处于边缘位置的技术概念突然杀到了舞台中央，它就是CXL。
CXL的全称是Compute Express Link，一种新型高速互联技术，最早由英特尔、AMD等公司联合推出，随后得到了谷歌、微软等巨头的支持。简单来说，CXL试图解决一个困扰数据中心多年的基础问题：内存的“私有化”。在传统的服务器架构里，每一颗CPU都只认自己本地的那一段内存，这就是所谓的NUMA架构。这种设计把内存这一最宝贵的资源，从物理和逻辑上都切成了一座座孤岛——你的内存再多，只要不属于当前CPU，就只能是“别人家的”，看得见却用不上。CXL要做的，就是打破这堵墙，让内存从CPU的“私有财产”变成整个数据中心的“公共资源”。企业不用再为每一颗CPU高价满配DDR5本地内存，而是可以通过CXL总线集中部署一个标准化的内存资源池，让不同的算力节点按需弹性调用内存，哪里不够补哪里。
这种思路对应的主战场，正是人工智能、高性能计算以及超大规模数据中心。CXL协议自2019年发布1.0版本以来，经历了一轮又一轮迭代，而且每一次迭代都和PCIe版本紧紧绑在一起。CXL 1.0于2019年3月诞生，基于PCIe 5.0；CXL 2.0在2020年11月发布，照样基于PCIe 5.0，但首次引入了内存池化、交换功能、持久内存支持和安全特性，这才是真正把CXL从“单机直连”推向了“集群共享”的关键一步。CXL 3.0于2022年8月问世，基于PCIe 6.0，单通道带宽直接飙到64 GT/s，同时引入了Fabric架构概念，支持多级交换、真正的内存共享以及设备对等通信，为实现机架级乃至数据中心级的全局池化铺平了道路。CXL 3.1在2023年11月做了渐进式加固，增强了结构扩展性和可信执行环境；CXL 3.2在2024年12月进一步优化了存储设备的监控管理和安全协议；最新的CXL 4.0规范于2025年11月发布，数据速率再次翻倍，达到128 GT/s。看得出来，这条演进路线图并不是单纯的带宽竞赛，每一步都在为“内存资源真正公有化”这个终极目标添砖加瓦。
在这场变革中，CXL给数据中心带来的至少有三重现实价值。第一重，也是现阶段最核心、最实在的一点，就是用更经济的成本扩展服务器的内存资源。CXL联盟明确定义了三类支持设备：Type 1是高速缓存类设备，比如智能网卡；Type 2是通用计算与加速芯片，涵盖CPU、GPU、DPU、SoC以及各种AI和FPGA加速器；Type 3是内存扩展控制器，兼容DRAM、新型持久内存和NAND闪存，通常作为内存缓冲器来扩展带宽或容量。在未来两到三年内，Type 3设备将是最先大规模落地的形态。因为比起为每台服务器插满昂贵的DDR5，直接拉一根CXL线缆挂上一个外置内存池，成本优势几乎是碾压级的。
第二重价值，就是上面提到的内存池化与共享。CXL 2.0及之后的版本允许通过交换机把多台服务器的内存资源汇聚成一个池，然后根据负载动态分配给不同的计算节点。一台跑推理的GPU节点突然需要更多KV Cache内存，而旁边的训练节点此时内存闲置，CXL能瞬间把后者的闲置内存调配过来，用完再归还。这种弹性在以往的NUMA架构下是做不到的。但要真正实现全局池化，还得等CXL 3.0及更高版本的Fabric交换硬件大规模商用，目前很多尝试仍停留在机架级小规模验证阶段。
第三重价值指向更远的未来，一是持久内存的引入，二是与数据处理单元的深度整合。业界正在尝试将NVDIMM或MRAM、ReRAM这类新型存储介质通过CXL接口作为远端持久内存使用，这将在内存和存储之间再增加一层兼具速度与持久性的新层级。而CXL与DPU/IPU的整合则更有想象空间：以往CPU与DPU协同处理存储和网络任务时，数据得在两者的内存之间反复拷贝，既吃CPU周期又拉高延迟；但CXL能在它们之间建立统一、缓存一致性的共享内存域，DPU直接读走CPU内存里的待处理数据，处理完直接写回，整套流程的延迟和CPU开销都将锐减。存储卸载、压缩解压缩、加解密等任务的效率由此能够提升一个量级。但需要清醒地看到，这些方向目前仍然停留在实验室和早期样片阶段，距离规模落地还有相当一段路要走。
就在CXL技术路线图逐步清晰、各大厂商摩拳擦掌的时刻，Meta在ISCA 2026国际计算机体系结构大会上扔出了一枚深水炸弹——他们公开了一套名为Vistara的定制芯片方案。Vistara是一颗专门为复用退役服务器DDR4内存而设计的CXL ASIC，它能让新一代DDR5服务器直接接入那些本该被淘汰的旧DDR4内存条，从而构建起一个横跨新老平台的共享内存池。在Meta这样覆盖数百万台服务器的超大规模基础设施里，这个方案的现实意义简直可以用“及时雨”来形容。
Meta在同步发表的论文中，毫不留情地揭开了一个行业普遍存在的资源错配伤疤：服务器的预期使用寿命一般是3到5年，但服务器上DRAM芯片的物理寿命却常常能达到7到10年。这意味着，大量性能依然完好的DDR4内存，会随着整机的退役被一起扔进回收站或堆进仓库吃灰。更扎心的数据是，Meta自有的基础设施中，大约40%的服务器——这可是数百万台的规模——仅仅因为内存容量不够，就无法承载新的AI工作负载。一边是海量的旧内存闲置，一边是新业务嗷嗷待哺，而DDR5又贵得离谱、供应吃紧，对于每年资本支出高达数百亿美元的超大规模互联网公司来说，这种“旧内存闲着、新内存买不起”的撕裂感，简直就是每天在烧钱。
Vistara芯片的出现，就是为了把这批被浪费的资源重新盘活。根据Meta公布的实测结果，在部分AI推理业务中，部署Vistara方案后所需的服务器数量最高减少了25%，分布式缓存的平均延迟则降低了29%。换句话说，同样是跑这些推理任务，以前可能需要100台机器，现在75台就够了，而且还更快。这背后省下的不只是服务器的采购成本，还有机房空间、电力和运维费用，折算下来是极其可观的数字。对于那些正被DDR5价格压得喘不过气来的数据中心运营商而言，Meta这套方案等于用一张PCIe卡大小的定制芯片，把曾经被视为电子垃圾的DDR4内存变成了一块块“低成本的黄金”。
当然，Meta并不是一个人在走这条路。谷歌等云厂商也已经开始在数据中心内部署CXL，并着手安装控制器来管理CPU与大型外部内存池之间的数据流量。英伟达则计划在今年晚些时候推出的Vera CPU中正式支持CXL 3.1标准。一个连接着CPU、GPU、DPU、内存池和加速器的CXL生态网，正在从不同方向快速编织成形。而Vistara这类“变废为宝”的定制芯片，恰好给整个故事补上了一个极具说服力的商业注脚——CXL不只是让内存变“公有”的哲学畅想，更是一把能直接砍掉四分之一服务器账单的实用工具。
热门跟贴