(PR) XCENA Showcases CXL Memory Innovations for AI Inference at OCP Global Summit 2026
🇬🇧 English
XCENA, a fabless semiconductor company, showcased its CXL-based memory solutions for AI inference at the OCP Global Summit 2026 in San Jose. The demonstrations address the growing memory requirements and data-movement costs of AI inference. Using its MX1 computational memory solution, XCENA presented two key use cases.
The first demonstrated multiple AI inference servers sharing a KV cache through a CXL memory pool, reducing redundant data copies. The second utilized MX1's near-data processing (NDP) to accelerate vector search for retrieval-augmented generation (RAG) directly in memory. Additionally, XCENA and SK hynix confirmed that their CXL hybrid memory architecture, using Infinite Memory, offers greater capacity and performance than conventional solutions.
Executives from XCENA, including Harry Kim and Grant Mackey, participated in panels and technical sessions alongside partners like Samsung, Marvell, and Microsoft to discuss disaggregated memory architectures and addressing the memory wall for AI.
🇪🇸 Español
XCENA在 OCP 2026 展出用于 AI 推理的 CXL 内存
XCENA 是一家无晶圆半导体公司,在 OCP Global Summit 2026 上展示了其用于 AI 推理的 CXL 内存解决方案。演示活动在圣何塞举行,旨在解决 AI 推理日益增长的内存需求和数据传输成本问题。XCENA 利用其 MX1 计算内存解决方案展示了两种关键用例。第一个用例展示了多台 AI 推理服务器通过 CXL 内存池共享 KV 缓存,从而减少了冗余数据副本。第二个用例利用 MX1 的近存储处理(NDP)技术,直接在内存中加速了用于检索增强生成(RAG)的向量搜索。此外,XCENA 和 SK hynix 确认,他们的 CXL 混合内存架构(使用无限内存)在容量和性能上优于传统解决方案。XCENA 的高管,包括 Harry Kim 和 Grant Mackey,与三星、Marvell 和微软等合作伙伴一起,参加了关于异构内存架构和解决 AI 内存墙问题的专题小组和技术会议。
¿Qué es CXL y cómo ayuda en la inferencia de IA?
CXL (Compute Express Link) es un estándar de interconexión de alta velocidad que permite compartir y agrupar memoria entre servidores. Para la inferencia de IA, reduce el movimiento de datos y la duplicación de memoria al permitir que múltiples servidores accedan a un grupo de memoria compartido, como una caché KV, lo que mejora la eficiencia y reduce los costos.
🇮🇳 हिन्दी
एआई इन्फेरेंस के लिए सीएक्सएल मेमोरी का प्रदर्शन करने वाली एक्ससीईएनए ने ओसीपी 2026 में अपनी उपस्थिति दर्ज कराई
एक्ससीईएनए, एक फैबलेस सेमीकंडक्टर कंपनी, ने ओसीपी ग्लोबल समिट 2026 में सैन जोस में अपने सीएक्सएल-आधारित मेमोरी समाधानों का प्रदर्शन किया, जो एआई इन्फेरेंस के लिए हैं। ये प्रदर्शन एआई इन्फेरेंस की बढ़ती मेमोरी आवश्यकताओं और डेटा-मूवमेंट लागतों को संबोधित करते हैं। एक्ससीईएनए ने अपने एमएक्स1 कम्प्यूटेशनल मेमोरी समाधान का उपयोग करके दो प्रमुख उपयोग मामलों का प्रदर्शन किया। पहला प्रदर्शन कई एआई इन्फेरेंस सर्वरों द्वारा एक सीएक्सएल मेमोरी पूल के माध्यम से केवी कैश को साझा करने का था, जिससे रेडंडेंट डेटा कॉपी कम हो गई। दूसरा प्रदर्शन एमएक्स1 के नियर-डेटा प्रोसेसिंग (एनडीपी) का उपयोग करके मेमोरी में सीधे रिट्रीवल-ऑगमेंटेड जनरेशन (आरएजी) के लिए वेक्टर सर्च को तेज करने का था। इसके अलावा, एक्ससीईएनए और एसके हाइनिक्स ने पुष्टि की कि उनका सीएक्सएल हाइब्रिड मेमोरी आर्किटेक्चर, इनफिनिट मेमोरी का उपयोग करके, पारंपरिक समाधानों की तुलना में अधिक क्षमता और प्रदर्शन प्रदान करता है। एक्ससीईएनए के अधिकारी, जिनमें हैरी किम और ग्रांट मैकी शामिल हैं, ने सैमसंग, मार्वेल और माइक्रोसॉफ्ट जैसे साझेदारों के साथ पैनल और तकनीकी सत्रों में भाग लिया, जिसमें डिसएग्ग्रेगेटेड मेमोरी आर्किटेक्चर्स और एआई के लिए मेमोरी वॉल को संबोधित करने पर चर्चा की गई।
सीएक्सएल क्या है और यह एआई इन्फेरेंस में कैसे मदद करता है?
सीएक्सएल (कंप्यूट एक्सप्रेस लिंक) एक उच्च-गति इंटरकनेक्ट मानक है जो मेमोरी को पूल और साझा करने की अनुमति देता है जो सर्वरों के बीच है। एआई इन्फेरेंस के लिए, यह डेटा मूवमेंट और मेमोरी डुप्लिकेशन को कम करता है क्योंकि यह कई सर्वरों को एक साझा मेमोरी पूल, जैसे कि केवी कैश तक पहुँचने की अनुमति देता है, जो दक्षता में सुधार करता है और लागत को कम करता है।
🇨🇳 简体中文
XCENA在OCP 2026展出用于AI推理的CXL内存
XCENA公司——一家无晶圆半导体企业——在2026年OCP全球峰会上展示了其基于CXL的AI推理内存解决方案。该公司在圣何塞会议中心举行的活动中进行了展示,以应对AI推理不断增长的内存需求和数据传输成本。XCENA利用其MX1计算内存解决方案展示了两种关键用例。第一种展示了多台AI推理服务器通过CXL内存池共享KV缓存,从而减少了冗余数据副本。第二种利用MX1的近存储处理(NDP)技术,直接在内存中加速了用于检索增强生成(RAG)的向量搜索。此外,XCENA和SK hynix确认,他们的CXL混合内存架构(使用无限内存)在容量和性能上优于传统解决方案。XCENA的高管,包括Harry Kim和Grant Mackey,参加了与三星、Marvell和微软等合作伙伴一起讨论异构内存架构和解决AI内存墙问题的专题小组和技术会议。
CXL是什么,它如何帮助AI推理?
CXL(Compute Express Link)是一种高速互连标准,允许跨服务器对内存进行池化和共享。对于AI推理,它通过使多个服务器能够访问共享的内存池(如KV缓存)来减少数据移动和内存复制,从而提高效率并降低成本。