SURABAYA - Di tengah melonjaknya harga komponen memori global, Meta mengambil langkah inovatif untuk menekan biaya pembangunan pusat data Artificial Intelligence (AI). Perusahaan induk Facebook dan Instagram itu berhasil memanfaatkan kembali modul RAM DDR4 dari server lama agar tetap bisa digunakan pada server AI generasi terbaru yang sejatinya hanya mendukung memori DDR5.
Strategi tersebut diperkenalkan Meta dalam konferensi International Symposium on Computer Architecture (ISCA) 2026 pada akhir Juni lalu. Solusi ini menunjukkan bahwa efisiensi infrastruktur AI tidak selalu bergantung pada penggunaan perangkat keras terbaru, melainkan juga pada kemampuan mengoptimalkan teknologi yang sudah ada.
Baca juga: Harga Laptop Melonjak Naik Seiring Harga RAM dan SSD yang Melambung Tinggi
Kunci keberhasilan proyek ini terletak pada pengembangan chip ASIC CXL 2.0 khusus bernama Vistara. Chip tersebut berfungsi sebagai penghubung yang memungkinkan RAM DDR4 lawas bekerja bersama platform server berbasis DDR5 tanpa mengalami masalah kompatibilitas yang berarti.
Melalui teknologi ini, Meta dapat memasangkan memori lama ke server AI modern meskipun prosesor yang digunakan secara resmi tidak lagi mendukung DDR4.
Server AI terbaru Meta yang diberi nama MemServers menggunakan prosesor AMD Epyc Turin dengan spesifikasi hingga 158 core dan 316 thread. Dalam konfigurasi tersebut, setiap server memiliki total kapasitas memori sebesar 1 TB yang terdiri atas:
- 768 GB DDR5-6400 sebagai memori utama berkecepatan tinggi.
- 256 GB DDR4-2400 yang dihubungkan melalui chip Vistara berbasis CXL.
Pendekatan tersebut memungkinkan Meta memperoleh kapasitas memori besar tanpa harus sepenuhnya bergantung pada modul DDR5 yang harganya jauh lebih mahal.
Sistem Pintar Memilah Data Secara Otomatis
Meta tidak hanya mengembangkan perangkat keras baru, tetapi juga merancang sistem perangkat lunak yang mampu mengelola kedua jenis memori tersebut secara efisien.
Perangkat lunak Vistara memperlakukan kumpulan RAM DDR4 sebagai NUMA node terpisah tanpa CPU. Dengan mekanisme tersebut, sistem secara otomatis menentukan lokasi penyimpanan data berdasarkan frekuensi akses.
Data yang sering digunakan atau hot pages ditempatkan pada RAM DDR5 agar tetap memperoleh performa maksimal. Sebaliknya, data yang jarang diakses atau cold pages dipindahkan ke RAM DDR4 sehingga penggunaan memori menjadi lebih efisien.
Agar solusi ini dapat berjalan, tim teknis Meta juga melakukan modifikasi pada driver CXL di sistem operasi Linux sehingga RAM DDR4 tetap dikenali oleh platform server modern.
Efisiensi Infrastruktur AI Meningkat Signifikan
Pendekatan yang diterapkan Meta menghasilkan efisiensi yang cukup besar dalam pengoperasian pusat data AI.
Berdasarkan hasil yang dipaparkan perusahaan, desain MemServers mampu mengurangi kebutuhan jumlah server inferensi AI hingga sekitar 25 persen. Selain itu, beban sistem seperti proses restart pekerjaan dan fragmentasi memori juga berhasil ditekan hingga 33 persen.
Pencapaian tersebut memberikan keuntungan ganda. Di satu sisi Meta mampu menghemat investasi perangkat keras baru, sementara di sisi lain performa layanan AI tetap terjaga untuk memenuhi kebutuhan komputasi berskala besar.
Teknologi CXL Mulai Menjadi Tren Industri
Baca juga: RTC Ditutup Kemenaker, Peserta Mengaku Bayar Puluhan Juta Namun Hanya Jadi Helper
Pemanfaatan teknologi Compute Express Link (CXL) diperkirakan akan semakin luas di industri pusat data. CXL memungkinkan berbagai perangkat keras dari generasi berbeda dapat saling terhubung dan berbagi sumber daya memori secara lebih fleksibel.
Dalam ajang ISCA 2026, perusahaan semikonduktor asal Korea Selatan, Panmnesia, juga memperkenalkan chip pengontrol CXL kustom yang memiliki tujuan serupa, yakni membantu perusahaan mengurangi biaya investasi server melalui optimalisasi perangkat keras yang sudah tersedia.
Perkembangan tersebut menunjukkan bahwa efisiensi kini menjadi fokus utama para hyperscaler di tengah meningkatnya kebutuhan komputasi AI dan mahalnya harga komponen memori global.
Analisis dan Dampak Teknologi
Strategi Meta menjadi contoh bahwa inovasi tidak selalu berarti mengganti seluruh perangkat lama dengan teknologi terbaru. Dengan memanfaatkan kembali RAM DDR4 melalui chip Vistara, perusahaan mampu memperpanjang umur perangkat keras sekaligus mengurangi limbah elektronik.
Pendekatan ini juga berpotensi mengubah strategi pembangunan pusat data AI di masa depan. Jika teknologi serupa diadopsi lebih luas, operator cloud dan perusahaan besar dapat menghemat investasi miliaran dolar tanpa kehilangan performa yang signifikan.
Selain efisiensi biaya, solusi ini mendukung prinsip keberlanjutan (sustainability) karena mengurangi kebutuhan produksi komponen baru serta memaksimalkan pemanfaatan perangkat yang masih layak digunakan.
Keputusan Meta menggunakan kembali RAM DDR4 pada server AI generasi terbaru membuktikan bahwa inovasi tidak selalu bergantung pada perangkat keras paling mutakhir. Berkat chip Vistara berbasis CXL 2.0, perusahaan berhasil menggabungkan memori lama dengan platform modern secara efektif.
Baca juga: Saham Metaplanet Anjlok 6,5% Imbas Gejolak Pasar Kripto
Langkah ini tidak hanya menekan biaya pembangunan infrastruktur AI, tetapi juga meningkatkan efisiensi operasional sekaligus mendukung pemanfaatan perangkat keras yang lebih berkelanjutan. Jika tren ini terus berkembang, teknologi CXL berpotensi menjadi standar baru dalam pengelolaan pusat data AI di masa mendatang.
FAQ
1. Mengapa Meta menggunakan RAM DDR4 lama?
Untuk menghemat biaya pembangunan server AI di tengah tingginya harga memori DDR5.
2. Apa fungsi chip Vistara?
Vistara merupakan chip ASIC berbasis CXL 2.0 yang memungkinkan RAM DDR4 bekerja pada platform server yang hanya mendukung DDR5.
3. Apa keuntungan teknologi ini?
Mengurangi kebutuhan server AI hingga 25 persen dan menekan beban sistem sekitar 33 persen.
4. Apakah performa server menurun?
Tidak signifikan. Sistem secara otomatis menempatkan data penting pada DDR5 yang lebih cepat, sementara data yang jarang digunakan disimpan di DDR4.
5. Apakah teknologi ini akan digunakan perusahaan lain?
Potensinya cukup besar. Sejumlah perusahaan teknologi dan semikonduktor mulai mengembangkan solusi berbasis CXL untuk meningkatkan efisiensi pusat data.
(red)
Editor : Fudai