在人工智能（AI）时代的大潮中，数据密集型工作负载的需求正以前所未有的速度激增，给现代服务器带来了前所未有的挑战。如何确保计算能力与内存带宽的完美匹配，成为了业界亟待攻克的核心难题。AI、高性能计算（HPC）以及实时分析等前沿领域，对内存子系统的数据传输速度提出了极为苛刻的要求，任何微小的延迟都可能导致整体性能的严重下滑。
面对这一挑战，一种名为MRDIMM（多路复用寄存双列直插内存模块）的新型内存技术横空出世，迅速在行业内掀起了波澜。这项技术能否成为AI存储产业的下一个明星产品？它又将如何重塑内存市场的格局？
MRDIMM的诞生并非偶然，其根源可以追溯到DDR4时代的LRDIMM（减载双列直插内存模块）。LRDIMM的设计初衷在于减轻服务器内存总线的负载，同时提升内存的工作频率与容量。与传统的RDIMM（寄存双列直插内存模块）相比，LRDIMM创新性地引入了数据缓冲器（DB）功能，这一设计不仅降低了主板上的信号负载，还为更大容量的内存颗粒创造了条件，从而大幅提升了系统内存容量。
在DDR4时代，经过多轮讨论，由中国澜起科技公司提出的“1+9”方案（1颗RCD+9颗DB）最终脱颖而出，成为了DDR4 LRDIMM的国际标准。这一成就不仅彰显了澜起科技强大的研发实力，更为其在JEDEC董事会中赢得了宝贵的一席之地，进一步提升了行业话语权。进入DDR5时代，LRDIMM架构演变为“1+10”，但随着DDR5内存模组容量的大幅增加，其性价比优势逐渐减弱。正是在这样的背景下，MRDIMM应运而生。
MRDIMM沿用了与LRDIMM类似的“1+10”技术架构，即搭配1颗多路复用寄存时钟驱动器（MRCD）芯片和10颗多路复用数据缓冲器（MDB）芯片。这一设计使得MRDIMM能够实现更高的内存带宽，完美满足了现代服务器对内存带宽日益增长的需求。通过同时操作两个内存通道，MRDIMM提供了比标准DDR5 DIMM更高的数据吞吐量。例如，将两个速度为4400MT/s的DDR5 DIMM组合，MRDIMM的输出结果可达8800MT/s。目前，第一代MRDIMM的速度已达8800MT/s，第二代更是达到了12800MT/s。
在CPU核心数量和速度不断提升的背景下，内存必须以更快的速度提供数据。MRDIMM的出现，无疑为这一难题提供了有效的解决方案。它不仅大幅提升了数据传输速度，还为面向未来的服务器设计提供了有力支持，助力其满足高性能计算的需求。高尺寸（TFF）MRDIMM还具有独特优势，它无需增加物理插槽就能扩充内存容量，这类模块更高，可容纳更多内存芯片，但仅适用于2U或更大尺寸的服务器设计。
近年来，服务器CPU技术发展迅速，核心数呈指数级增长。与此同时，数据中心服务器内存对速度和容量的要求也每年以超过10倍的速度飙升。然而，“内存墙”的存在却成为了制约系统性能提升的关键因素。传统内存RDIMM传输带宽的增长缓慢，远远跟不上CPU核心数量增加的速度。这也正是AMD和英特尔在主流处理器上转向DDR5内存的重要原因之一。
在美光和英特尔的联合测试中，MRDIMM展现出了卓越的性能。在内存容量相同的情况下，MRDIMM的运算效率相比RDIMM提高了1.2倍；使用容量翻倍的TFF MRDIMM时，运算效率更是提高了1.7倍，内存与存储之间的数据迁移减少了10倍。在AI推理方面，MRDIMM同样表现出色。以运行meta Llama 3 8B大模型为例，在内存容量相同的条件下，使用MRDIMM后，词元的吞吐量是RDIMM的1.31倍，延迟降低24%，CPU利用效率提升26%。
鉴于MRDIMM的出色表现，处理器和存储设备巨头纷纷开始布局相关产品。英特尔推出了专为高性能计算和AI等计算密集型工作负载设计的至强6性能核处理器，最高配备128个性能核，并首次支持MRDIMM内存条。AMD也不甘落后，其下一代“Zen 6”架构的EPYC霄龙系列服务器处理器将迁移到新的SP7和SP8平台，并首次支持MRDIMM内存条。美光、Rambus、瑞萨电子等存储巨头也纷纷推出了面向MRDIMM的内存产品和芯片组解决方案。
在国内，澜起科技等企业也在积极布局MRDIMM技术。经过前期的战略布局和持续的研发投入，澜起科技已完成时钟发生器芯片量产版本研发，并成为全球两家可提供第一子代MRCD/MDB芯片的供应商之一。其MRDIMM产品已开始在行业规模试用，展现出强大的市场竞争力。
随着AI产业的蓬勃发展，DDR5内存接口芯片的需求和渗透率大幅提升。支持MRDIMM的服务器CPU的上市，将进一步推动MRDIMM在高性能计算、人工智能等应用领域的普及。未来，MRDIMM有望成为这些领域的主流内存解决方案之一。
值得注意的是，尽管MRDIMM性能卓越，但HBM（高带宽内存）等其他内存技术也在不断发展。未来，这两项技术有望在AI和高性能计算领域并存，共同推动内存市场的革新。它们各自具有独特的应用场景和市场空间，将共同受益于AI产业的发展。
