Deepseek打破CUDA算力垄断，嘉合劲威发力AI，全力MRDIMM内存研发

过往运算基本上就是CPU一言堂，那时的霸主是Intel；挖矿初期，AMD的GCN小核心架构成为时代红利，后续nVidia的CUDA架构不断更新，从而成为了从挖矿、专业应用，以及AI运算都成为了霸主。

而Deepseek的出现打破了CUDA算力垄断。

DeepSeek 通过对算法的优化和对底层计算的抽象，实现了对硬件的无关性。这意味着它不仅可以在英伟达的 GPU 上运行，还能在 AMD 的 GPU、华为的芯片甚至苹果的 M 系列芯片等多种硬件平台上施展才华，为不同硬件厂商提供了新的发展机遇，打破了 NVIDIA 凭借 CUDA 对硬件生态的垄断。

获多方支持合作：DeepSeek 的突破吸引了众多 GPU 厂商的支持。AMD 已将 DeepSeek - V3 模型集成到其 Instinct MI300X GPU 上，且性能超过了 GPT - 4；华为昇腾也成功适配部署了 DeepSeek 的 AI 模型，加速了其技术的普及和应用。这有助于构建一个更加开放、多元的 GPU 生态体系，使更多硬件厂商能够在 AI 领域发挥作用，不再完全依赖 NVIDIA 的 CUDA 生态。

当下，深圳市嘉合劲威电子科技有限公司（简称“嘉合劲威”）正全力投入研发一款专门针对 AI 专业应用而生的新一代内存，也就是 MRDIMM。这款内存的诞生之意义在于通过对内存容量和性能的显著提升，以此切实增强 AI 运算的规模与效能，有力地削减中小企业在 AI 研发、运维以及应用环节中所面临的硬件成本。

回首往昔，服务器和工作站大多依靠 RDIMM 内存来支撑运行。但随着电脑处理器和显卡性能如火箭般迅猛飙升，以及 AI 运算能力呈飞速发展态势，传统的 RDIMM 内存逐渐显得捉襟见肘，愈发难以满足不断增长的 AI 应用需求。

与此同时，HBM 作为一种崭露头角的内存芯片技术，已然发展到了 HBM5 阶段。尽管其性能极为出色，然而高昂的成本以及颇高的硬件方案开发要求，致使它更多地被运用在体积更为小巧、更为大型的 AI 应用终端之中。

嘉合劲威当下正专心致志于 MRDIMM 内存的研发工作。这款内存产品能够广泛地应用于服务器和工作站，不但可以大幅提升 AI 运行的效能，还能够有效地降低中小企业在 AI 开发、运维和应用方面的成本。MRDIMM 内存的核心组成部分涵盖了多路复用寄存时钟驱动器（MRCD）和多路复用数据缓冲器（MDB）。其独具特色的并行传输设计让数据吞吐量达成翻倍之效，同时操作两个内存阵列（Rank），再结合多路复用技术，将数据传输速率提升至标准 DDR5 RDIMM 的两倍之多。

MRDIMM 内存的优势清晰明了。它完全与现有 DDR5 RDIMM 的物理接口和外形规格相兼容，用户无需对服务器主板进行任何修改就能够轻松实现升级；此外，MRDIMM 采用双等级操作设计，达成了带宽的成倍增加，让大容量与高性能能够同时兼顾。在电脑处理器、显卡和内存这三大对 AI 运算起着关键作用的因素里，伴随着处理器和显卡性能的提升，内存已然成为制约 AI 运算的瓶颈所在。而 MRDIMM 借助提升带宽和效率，有效地缓解了这一矛盾冲突。

就以 deepseek 的本地部署应用为例，普通用户可以选择 70b 以内的工作模式，在此模式下，对内存容量和带宽的需求相对而言较为低下。然而，中小企业在选择 70b 以上的工作模式时，仅仅依靠显卡显存显然难以应对自如，此时内存的容量大小和带宽便成为了影响运行效能的关键要素。选用 MRDIMM 内存，不但能够降低 deepseek 本地部署应用的电脑配置成本，还能够在保持配置不变的情形下，通过将内存升级为 MRDIMM，实现 AI 运算能效的大幅提升。

嘉合劲威正在研发的 MRDIMM 内存，单根容量覆盖 32GB 至 256GB，第一代产品的传输速率达到 8,800 MT/s，第二代支持 12,800 MT/s 速率，第三代预计将会突破 17,600 MT/s。依据初步测试结果显示，使用第一代 MRDIMM 的英特尔至强 6 处理器性能提升高达 33%，AI 推理任务中词元吞吐量提升 31%，延迟降低 24%。MRDIMM 凭借其大容量、高带宽、低延迟的特性，与 AI 算力需求的完美融合，极大地降低了 AI 人工智能的硬件成本，未来很有希望逐步成为 AI 服务器和高性能计算的标准配置。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～