CXL 3.2 仕様 (2025)（シーエックスエル3.2）
CXL 3.2は、PCIe 6.0を基盤とした次世代インターコネクト規格。メモリプーリング容量の劇的な拡大と、高度なセキュリティ、動的なメモリ再割り当て機能を備え、AIサーバーにおけるメモリ不足解消を目指す。
概要
CXL 3.2は、AI・HPC（ハイパフォーマンスコンピューティング）分野における「メモリの壁」を打破するために策定された、次世代のインターコネクト規格である。従来のCXL 2.0や3.1がデバイス間の接続性向上に主眼を置いていたのに対し、3.2では「大規模なメモリプーリング（Memory Pooling）」と「高度な階層化管理（Memory Tiering）」の深化に重点が置かれている。
特に注目すべきは、共有可能なメモリプール容量が従来の4TBから64TBへと桁違いに拡大された点である。これにより、単一のサーバー内に物理的に搭載できない規模のメモリ空間を、ネットワーク越しに論理的なリソースとして利用可能となる。また、GPUとCPUの間でキャッシュの一貫性を保つ「Coherent Cache」機能が標準化されることで、NVIDIA H300やB4GBといった次世代GPUアーキテクチャにおいて、データ転送のオーバーヘッドを最小限に抑えた演算処理が可能になることが期待されている。
スペック比較：CXL 3.1 vs CXL 3.2
| 機能項目 | CXL 3.1 (2023) | CXL 3.2 (2025予定) |
|---|---|---|
| 基盤プロトコル | PCIe 6.0 | PCIe 6.0 / 拡張物理層 |
| 最大メモリプール容量 | 約4TB | 最大64TB |
| セキュリティ規格 | TSP (初期実装) | TSP 2.0 (強化された信頼性) |
| メモリ管理機能 | 基本的なHot Plug | Enhanced Hot Plug + Memory Hot Reclaim |
| 主な用途 | デバイス拡張・接続 | 大規模メモリ階層化・GPUコヒーレンシー |
技術的進化のポイント
1. メモリプーリングのスケールアップ
CXL 3.2では、スイッチング技術の高度化により、数千個のデバイスが接続される大規模なファブリック構成においても、64TBという巨大なメモリ空間を単一のプールとして管理できる。これは、AI学習におけるチェックポイント保存や、巨大なデータセットのロード時間を劇的に短縮する鍵となる。
2. Memory Hot Reclaim と動的割り当て
従来のHot Plug機能はデバイスの着脱に主眼があったが、3.2では「Memory Hot Reclaim」が導入された。これは、特定のプロセスが使用しなくなったメモリ領域を、OSやハイパーバイザを介さずに、即座にグローバルな共有プールへと返却・再割り当てする仕組みである。これにより、リソースの断片化を防ぎ、稼働率を最大化できる。
3. Trusted Security Protocol (TSP) 2.0
クラウド環境でのマルチテナント運用において、メモリの内容が他のユーザーに覗き見られないよう、ハードウェアレベルでの暗号化と認証が強化された。TSP 2.0は、デバイス間の通信経路における完全性を保証し、物理的なメモリ交換時にも安全なアクセス制御を維持する。
関連用語との違い
- PCIe 6.0: CXLの物理層（Physical Layer）として機能するデータ転送規格。CXL 3.2はこれを利用してプロトコルを構築しているが、PCIe単体ではメモリの一貫性（Coherency）やプーリング機能を持たない。
- CXL 2.0: スイッチによるデバイス接続の基礎を作った規格。しかし、メモリプールの容量制限や、高度なコヒーレンシー制御には限界があった。
- DDR5 (Local Memory): CPU直結のメインメモリ。低レイテンシだが拡張性に乏しい。CXL 3.2は、このDDR5と、より大容量なCXLメモリを「階層化（Tiering）」して利用することを前提としている。
FAQ
Q1: CXL 3.2に対応したハードウェアはいつ頃登場しますか？ A1: 2025年後半から実装が始まると予想されている。具体的には、AMD EPYC 9006シリーズ（Turin Dense）の展開が進む2025年Q3以降、およびIntel Xeon 7（Diamond Rapids）が登場する2025年Q4以降に、マザーボードやアクセラレータでの対応が本格化する見込みである。
Q2: AIサーバーにおける具体的なメリットは何ですか？ A2: GPUとCPUの間でキャッシュの一貫性を保つ「GPU-CPU Coherent Cache」の標準化により、大規模なLLM（大規模言語モデル）の推論や学習において、メモリコピーに伴う遅延を排除できる。これにより、H300/B400といった次世代GPUの演算能力を最大限に引き出せる。
Q3: 「Memory Hot Reclaim」は従来のHot Plugと何が違うのですか？ A3: 従来のHot Plugは「デバイス（物理的なカード）の追加・削除」を指すが、Hot Reclaimは「メモリ容量の動的な回収」を指す。使用中のプロセスからメモリ領域を切り離し、他の計算ノードへ即座に再分配できるため、リソースの無駄が極めて少なくなる。