AIデータセンター向けCXLメモリ拡張・プーリングインフラ市場の規模、シェア、および成長予測（2026年～2032年）

AIデータセンター向けCXLメモリ拡張・プーリングインフラ市場は、2026年に12億米ドルと推定されており、2032年までに68億3,000万米ドルに達すると予測されています。これは、2026年～2032年にかけてCAGR33.6％を示すものです。

AIデータセンターのメモリインフラ市場は、演算密度の向上が、メモリ容量や帯域幅を効率的に供給する従来のサーバーアーキテクチャの能力を上回るにつれて、構造的な変化を遂げています。CXL（Compute Express Link）は、PCIeの物理層をキャッシュコヒーレントプロトコルで拡張し、プロセッサ、アクセラレータ、メモリデバイスが、従来の周辺機器の入出力よりも効率的にデータを共有できるようにします。これにより、CXLはニッチなサーバー機能強化という枠を超え、AIインフラの基盤技術としての地位を確立しつつあります。この市場は、3つの要因が相まって推進されています。第一に、エージェント型AIやロングコンテキスト推論により、ワークロードあたりのメモリ使用量が、ローカルアクセラレータのメモリが経済的にサポートできる範囲を超えて拡大しています。第二に、ハイパースケール事業者は、ワークロードの需要が変動するにもかかわらず、個々のホストに縛られたままのDRAM容量が蓄積する問題に直面しています。第三に、PCIe 6およびCXL 3.2への移行により、外部メモリリンクの性能が向上し、CXL接続メモリがより幅広いAIワークロードで実用可能になる水準に達しています。北米は、ハイパースケールクラウドプロバイダー、AI研究所、CXLシリコンベンダー、メモリシステムスタートアップが集中しているため、導入をリードしています。アジア太平洋地域は、Samsung Electronics、SK hynixおよびMontage TechnologyやPrimemasといったコントローラ開発企業を通じて、主要な供給地域としての役割を果たしています。欧州は、ハイパースケール展開、ハイパフォーマンスコンピューティング、半導体知的財産を通じて参画しており、一方、中東は、レガシー互換性の制約なしに新しいAIキャンパスがメモリ分離型アーキテクチャを採用できる、新たな需要地域として台頭しています。

市場促進要因

• エージェント型AIは、最も重要な需要の牽引要因です。ロングコンテキストおよびマルチエージェントのワークロードは、従来のショートコンテキスト推論に比べて、より大量のモデル状態、キーバリューキャッシュ、および作業データを保持します。これらすべての状態を大帯域幅メモリに保持することはコストがかかり、容量の制約も生じます。これらを繰り返し低速なストレージに移動させると、アクセラレータの稼働率が低下します。Astera Labsは、ファブリック接続メモリをキーバリューキャッシュを多用するワークロード向けの専用階層として位置付けており、一方、SK hynixは、サーバーやグラフィックスプロセッサ間でキーバリューキャッシュを再利用するCXLプール型メモリシステムを実証しました。これにより、CXLは従来のサーバーメモリ拡張に限定されることなく、AIパフォーマンスにおいて直接的な役割を果たすことになります。
• CXLは、遊休状態のサーバーメモリの利用率を向上させます。従来のサーバーでは、ワークロードの需要が時間とともに変動する場合でも、DRAM容量は1つのホストに固定されていました。メモリプーリングは、ラックレベルのプールを、それを必要とするホストに割り当てられるようにすることで、このモデルを変革します。Marvell、LIQID、Montageの各社は、過剰プロビジョニングを削減し、フリートレベルでの利用率を向上させる手段として、動的な割り当てや共有を重視しています。DRAM容量が増加し、事業者がメモリ供給の逼迫に直面するにつれて、経済的メリットはさらに大きくなります。これは、遊休容量を回避することで、ハードウェアコストとエネルギー消費の両方を削減できるためです。
• PCIe 6およびCXL 3.2は、外部メモリに利用可能な帯域幅を拡大します。初期のCXL導入では、外部メモリパスがローカルDRAMよりも低速であったため、容量重視の構成が多かったのが実情です。PCIe 6およびCXL 3.2への移行により、リンク速度は毎秒64ギガトランスファーに高速化され、より高帯域幅のコントローラおよびスイッチアーキテクチャがサポートされるようになります。Astera Labs、Montage、Marvellの各社は、2026年中にCXL 3.x製品を発表またはサンプル提供を行いました。リンク性能の向上により、過度なレイテンシや帯域幅の損失を招くことなく、CXL接続メモリを利用できるワークロードの範囲が広がります。
• ラックスケール製品により、CXLの適用範囲は個々のアドインカードを超えて広がっています。商用システムでは、多数のメモリモジュール、CXLスイッチ、ファブリック管理ソフトウェアを、共有されたラックスケールプラットフォームに統合する傾向が強まっています。LIQIDは、SmartStackというプール型メモリシステムを販売しています。Primemasは、数十テラバイトから100テラバイトを超える容量を持つJBOMシステムを開発しています。CXLコンソーシアムは、2026年に開催された主要な業界イベントにおいて、ラックスケールのプール型メモリのデモンストレーションを重点的に紹介しました。これにより、対象市場は半導体コントローラのみから、完全なメモリインフラシステムおよび関連する管理ソフトウェアへと拡大しています。

市場抑制要因

• CXLの採用は、ソフトウェアの成熟度、プラットフォーム間の相互運用性、およびレイテンシに対するワークロードの感度によって依然として制約を受けています。すべてのAIワークロードが、容量は大きいが速度の遅いメモリ層の恩恵を受けるとは限りません。ソフトウェアは、高帯域幅メモリ、ローカルDRAM、CXLメモリ、およびストレージのどこにデータを配置すべきかを理解する必要があります。また、マルチホスト・プーリングには、ファブリック管理、オペレーティングシステムのサポート、そして厳格な障害隔離も必要となります。ハイパースケールクラウドプロバイダーは独自のメモリアーキテクチャを開発できるため、特定のフリートにおける市販製品のビジネスチャンスは限定的となります。最後に、経済性はメモリの価格設定に左右されます。ローカルDRAMが安価で豊富に入手可能になれば、一部の拡張やプーリングプロジェクトでは、それほど魅力的なコスト削減効果が得られなくなる可能性があります。

目次

第1章 エグゼクティブサマリー

• 市場機会と主な調査結果
• CXLの商用化の見通し
• 主な収益源

第2章 市場概要

• CXLメモリアーキテクチャ
• メモリ拡張と共有・プーリングの比較
• タイプ3メモリデバイスおよび動的容量
• ファブリック管理およびリソース割り当て
• AIメモリ階層におけるCXL

第3章 市場規模と予測（2026年～2032年）

• 世界の市場売上高
• 年間成長率の分析
• CXL接続メモリ容量
• 拡張型とプール型メモリの売上高の比較

第4章 市場：コンポーネント別

• メモリ拡張コントローラ
• CXLスイッチ
• Type 3メモリカードおよびEDSFFモジュール
• ラックスケール型メモリプーリング装置
• メモリ近傍アクセラレータ
• CXLリタイマーおよび接続技術
• ファブリック管理ソフトウェアおよびサービス

第5章 市場：アーキテクチャ別

• 単一ホスト向けメモリ拡張
• 複数ホスト間のメモリ共有
• 動的容量デバイス
• ラックスケール型メモリプーリング
• ファブリック接続型アクセラレータメモリ

第6章 市場：CXL世代別

• CXL 2.0
• CXL 3.0/3.1
• CXL 3.2
• CXL 4.0 Roadmap

第7章 市場：AIの使用事例別

• エージェント型AIおよび長文文脈推論
• KVキャッシュおよびコンテキストメモリの階層化
• レコメンデーションおよびインメモリ分析
• 科学技術AIおよび高性能コンピューティング（HPC）
• 汎用クラウド向けメモリ拡張

第8章 市場：顧客タイプ別

• ハイパースケールクラウド事業者
• AIラボおよびモデル開発者
• ネオクラウド事業者およびGPUクラウド運営事業者
• HPCおよび研究インフラ
• 企業向けAIおよびソブリンAI

第9章 地域市場

• 北米
  • 米国
  • カナダ
• 欧州
• アジア太平洋
• 中東および世界のその他の地域

第10章 市場力学

• 促進要因
  • エージェント型AIのメモリ使用量の増加
  • ストランドドDRAMおよびメモリの利用率
  • PCIe 6およびCXL 3.2による帯域幅の拡大
  • ラックスケールCXLシステムの商用化
• 抑制要因
  • ソフトウェアおよびオペレーティングシステムの成熟度
  • レイテンシおよびワークロード配置の感度
  • プラットフォームの相互運用性と認定
  • ハイパースケール向けカスタムメモリアーキテクチャ

第11章 競合情勢

• 市場構造および競合の激しさ
• コントローラおよびスイッチプラットフォームのポジショニング
• メモリメーカーとモジュールエコシステム
• ラックスケール型プーリングとコンポーザブルインフラストラクチャの戦略
• CPU、GPU、およびハイパースケールエコシステムにおけるパートナーシップ

第12章 企業プロファイル

• Marvell Technology
• Astera Labs
• Montage Technology
• SK hynix
• Samsung Electronics
• Micron Technology
• LIQID
• Primemas
• Intel
• AMD
• NVIDIA
• Microchip Technology
• Cadence Design Systems
• Synopsys
• UnifabriX

第13章 最近の動向

第14章 付録