三星电子公布 CXL 3.2 内存模组 MD310，256GB 容量
IT之家 8 月 5 日消息，作为三星电子 FMS 2026 峰会活动的一部分，该企业在官网上公布了其新一代可扩展内存解决方案 CMM-D MD310。https://img.ithome.com/newsuploadfiles/2026/8/ccf94628-f742-4281-a783-3acad7860ead.png
MD310 是一款 采用 PCIe 6.0 界面和 CXL 3.2 协议 的 DRAM 基 CXL 内存模组。其采用 EDSFF E3.S 2T 外形规格，基于 DDR5，容量 256GB，速率可达 7.2Gbps。
三星电子表示，该内存模组 可为系统注入额外 72GB/s 内存带宽， 用于加速人工智能、数据分析等数据密集型工作负载。
其开放的 PCIe / CXL 架构使得多个系统能够动态共享和分配池化内存，提升 DRAM 资源利用率，这在内存供应受限的当下相当重要。
https://img.ithome.com/newsuploadfiles/2026/8/4d1f34b3-921d-41ea-93b9-cbddc33943f2.png
三星电子还简要介绍了 BM1773，这是 世界首款 EDSFF E3.S 外形规格的 256TB QLC 固态硬盘 。
相关阅读：
•
《 超 400 层：三星展示业界首款 V10 BV-NAND，存储密度提高约 58% 》
[来源链接] https://www.ithome.com/0/985/786.htm 256GB容量加上72GB/s的额外带宽，对大模型推理场景来说确实很有吸引力。现在很多企业在部署70B参数级别的LLM时，单机内存往往不够用，得靠多节点分布式才能跑起来。CXL这种池化内存架构如果能成熟落地，理论上可以让多台推理服务器共享同一块内存池，按需动态分配，既省成本又提高利用率。不过比较好奇的是，PCIe 6.0的延迟相比直接访问本地DRAM会高多少？对于对延迟敏感的实时推理任务，这个折中是否值得？有没有大佬了解目前CXL在实际AI推理中的延迟表现？
页:
[1]