配備第 4 代 AMD EPYC™ 處理器的 DDR5 為資料中心提供次世代效能
隨著 AMD 推出 EPYC™ 9004 系列處理器平台，資料中心的發展迎來令人興奮的時刻。美光很高興看到使用次世代記憶體的資料中心平台的部署取得持續進展。隨著第 4 代 AMD EPYC 處理器的推出，每個插槽提供高達 96 個 CPU 核心和 12 個記憶體通道，與上一代 AMD 處理器相比，這兩項指標增加了 50%。AMD 次世代平台包含的另一項關鍵增強功能是轉換到 DDR5 記憶體，這使得現今以資料為中心的工作負載所需的全平台效能和效率得以實現。藉助 12 個可用的記憶體通道，在 4800MT/s 的引入資料速率下可實現 460GB/s 的最大理論頻寬。
AMD EPYC 產品管理企業副總裁 Ram Peddibhotla 表示：「第 4 代 AMD EPYC 處理器不斷提升現代資料中心工作負載性能的標準，同時提供卓越的功耗效率。第 4 代 AMD EPYC 處理器將透過加速實現價值，降低總體擁有成本以及幫助企業實現永續發展目標，來促進客戶資料中心營運轉型。」
利用資料推動洞察力
企業需要利用時時增長的大數據推動洞察力，這已不是什麼秘密。健康照護、智慧製造、研發和自動駕駛等人工智慧應用程式都仰賴著大量的數據。利用不同來源的大量資料獲得洞察力，需要在具有平衡運算、儲存和可擴充記憶體頻寬的高效能伺服器上執行複雜的算法。
十多年來，伺服器將更多處理核心裝入 CPU，而記憶體架構卻沒有任何改變，造成效能不平衡。因而導致每個 CPU 核心可用記憶體頻寬不斷減少，使得記憶體成為目前資料中心架構的瓶頸。伺服器架構必須解決這種不平衡，讓處理能夠隨時存取記憶體中的大量數據，才能更有效率地運行。
進入 DDR5 時代
隨著第 4 代 AMD EPYC 處理器平台的推出，底層伺服器架構解決了這種不平衡問題，而美光 DDR5 亦由此成為改變遊戲規則的關鍵技術。為資料中心設計的 DDR5 具有更高的資料速率、兩倍的記憶庫組 (Bank groups)、兩倍的記憶庫 (Banks)、兩倍的突發長度 (Brust length) 和改良的更新機制 (Refresh schemes)，這使得 DDR5 能夠提供比 DDR4 更高的有效頻寬和匯流排效率。除了這些改良之外，DDR5 還在每個模組中啟用兩個獨立通道，進而有效地將系統中的可用記憶體通道增加一倍。這些增強功能將推動運算效能和效率的增長，使記憶體效能相對於推出時的 DDR4 有大約兩倍的增長，以處理資料密集型工作負載，如人工智慧訓練、記憶體資料庫和複雜的視覺化。
DDR5 不僅大幅提高可用頻寬，其持續可靠升級的能力，更是滿足資料中心或企業伺服器日益增長的容量需求的重要關鍵。DDR5 優化核心 DRAM 時序，以實現更高容量的單一顆粒元件（高達 64Gb），並增加了具有錯誤檢查和刷新功能的晶片內建錯誤更正能力 (on-die error correction and scrub)，以進一步提高資料精確度，同時減輕了系統本身的部分負擔。
有關這些 DDR5 功能的詳細資訊，請參閱發佈於 Micron.com 的技術簡介：美光® DDR5 SDRAM：新功能，美光® DDR5：主要模組功能。
啟用生態系統
隨著 CPU、記憶體、I/O 技術的平行發展，生態系統必須與之相配，以確保所有系統元件準備就緒。美光持續發揮其影響力，讓其他市場領導者為導入 DDR5 做好準備。透過美光的技術應用支援計畫 (TEP)，我們向 CPU 和 ASIC 設計師、系統架構師和設計師、OEM、整合商、經銷商以及早期企業和資料中心顧客提供關鍵設計規範、模型、文件和樣品。這些資源不僅包括美光的產品和資源，還提供可以協助進行晶片和系統級設計的其他生態系統合作夥伴的聯絡方式。如需更多資訊，請訪問我們的生態系統入口網站。
利用次世代記憶體推動洞察力
隨著數據逐漸被視為關鍵資產，收集、儲存和解讀數據對企業而言更顯重要。全球各行業都在利用數據進行洞察和創新。DDR5 讓數據處理更快、更有效率。現在是資料中心採用 DDR5 的最佳時機，因為目前的預測顯示，到 2025 年，全球創造的數據將增加一倍以上，達到驚人的 180 兆位元組。我們很自豪地支援 AMD 推出的全新第 4 代平台以引領資料中心採用 DDR5 的潮流。
為滿足資料中心工作負載不斷增長的需求，美光繼續推動資料中心生態系統，以實現 DDR5 轉型及升級。我們不斷創新，以滿足以資料為中心的世界不斷發展的記憶體需求，因為在此環境下，工作負載的資料強度不斷增加，並且演算法的也日益複雜。在縱橫新世界的同時，美光始終是堅定和有價值的合作夥伴，我們不僅為資料中心提供 DDR5，更與合作夥伴緊密合作共同面對未來的挑戰。
請瀏覽 www.micron.com/ddr5 瞭解更多資訊。
1資料來源：IDC，Global DataSphere，2021 年 3 月
