【內存難題】滿足正急升的人工智能記憶體晶片需求將帶來氣候成本 總部位於渥太華的研究公司TechInsights Inc.稱，晶片製造規模擴大、產品複雜度與資源消耗提升，加上電力供應仍依賴化石燃料的國家陸續提高產能，這些因素將共同加劇該行業的污染排放。

部分投資者低估AI推理對內存擴展與存儲優化的需求。CXL內存池化可跨CPU/GPU等統一尋址、調度與訪問，支撐大規模高並發大模型訓練推理。現有架構受插槽與單條容量限制，參數與激活值需頻繁在HBM-DRAM-SSD間遷移，導致延遲放大、頻寬浪費與資源分配不均。CXL能拓展內存空間、提供靈活分配，提升訓練推理能力，並顯著降低數據中心TCO，有望重塑AI算力設施的內存硬件構成。 CXL相關軟硬件已逐步完善，頭部廠商加速布局。CXL 4.0（2025年11月）速率達128 GT/s，較3.0翻倍；NVIDIA收購Enfabrica團隊，Vera CPU支持CXL；阿里雲推出基於CXL 2.0 Switch的PolarDB專用服務器；浪潮推出元腦CXL內存擴展方案。Techinsight預測，CXL在服務器DRAM佔比將從2024年近零成長至2030年約15%，有望成為標配，產業生態加速成熟，滲透率快速提升。 廠商持續創新以適配AI推理。浪潮KOS推出MantaKV，利用CXL池化共享內存實現「存傳一體」KVCache管理，減少傳輸冗餘、提升效率。北京大學與阿里雲等將CXL內存池用於Engram並集成至SGLang，達接近本地DRAM效能，提供可擴展且具成本效益的方案。隨著AI推理需求提升，CXL內存池化空間持續打開，產業鏈有望深度受益。