SURABAYA - Dalam setahun terakhir, industri teknologi dihadapkan pada masalah serius yakni krisis memori. Harga RAM, khususnya jenis DRAM seperti DDR4 dan DDR5, melonjak tajam. Penyebab utamanya adalah keterbatasan pasokan, karena produksi lebih difokuskan untuk kebutuhan pengembangan kecerdasan buatan (AI).
Di tengah situasi ini, muncul secercah harapan dari Google. Perusahaan teknologi tersebut tengah mengembangkan pendekatan baru yang diklaim lebih hemat penggunaan RAM. Kabar ini bahkan sempat mengguncang pasar, membuat para penimbun memori mulai melepas stok mereka.
Teknologi yang dimaksud bernama TurboQuant. Ini merupakan algoritma kompresi berbasis AI yang dirancang untuk menekan penggunaan memori secara signifikan. Fokus utamanya ada pada tahap inferensi, yaitu saat model AI dijalankan, bukan ketika dilatih.
TurboQuant dikembangkan oleh Google Research. Tujuannya adalah mengatasi salah satu kendala utama dalam sistem AI modern, yakni keterbatasan memori kerja atau working memory. Masalah ini biasanya muncul pada komponen bernama KV cache, yaitu memori sementara yang digunakan untuk menyimpan konteks saat AI memproses data.
Cara kerja TurboQuant mengandalkan teknik vector quantization. Metode ini menyederhanakan data numerik berbentuk vektor agar lebih ringkas, tanpa menghilangkan informasi penting.
Dengan pendekatan tersebut, kebutuhan ruang memori bisa ditekan cukup drastis. Menariknya, akurasi model tetap dipertahankan meski data telah dikompresi.
Secara teknis, ada dua metode utama yang digunakan. Pertama adalah PolarQuant, yang mengubah representasi data agar lebih efisien saat disimpan. Kedua adalah Quantization-aware Joint Learning (QJL), yang melatih model agar tetap optimal meski bekerja dengan data yang telah dipadatkan.
Kombinasi keduanya diklaim mampu menghemat penggunaan memori hingga enam kali lipat dibanding metode konvensional. Artinya, AI bisa memproses lebih banyak informasi dalam ruang yang jauh lebih kecil.
Kemampuan ini membuat TurboQuant dipandang sebagai solusi potensial untuk krisis RAM. Pasalnya, lonjakan harga memori saat ini dipicu tingginya permintaan dari industri AI, terutama untuk pusat data berskala besar atau hyperscaler.
Akibat prioritas pasokan ke sektor tersebut, ketersediaan RAM untuk pasar umum seperti PC dan laptop menjadi terbatas. Dampaknya, harga melonjak hingga empat sampai lima kali lipat dari kondisi normal.
Meski sempat turun di beberapa wilayah seperti China, harga RAM global masih tergolong tinggi dan tidak stabil. Dalam kondisi ini, TurboQuant menawarkan pendekatan berbeda: bukan menambah pasokan, tetapi mengurangi kebutuhan.
Jika kebutuhan memori bisa ditekan, maka tekanan permintaan juga berpotensi menurun. Dalam jangka panjang, hal ini bisa membantu menstabilkan harga di pasar.
Namun, teknologi ini masih berada pada tahap riset. Penggunaannya di industri juga belum luas. Selain itu, TurboQuant hanya berfokus pada efisiensi saat inferensi, bukan pada tahap pelatihan model yang justru paling boros sumber daya.
Artinya, solusi ini belum sepenuhnya menyelesaikan persoalan kelangkaan dan mahalnya RAM dalam ekosistem AI.
Meski begitu, dampaknya sudah mulai terasa. Di China, sejumlah distributor yang sebelumnya menimbun stok RAM kini mulai melepas barang mereka ke pasar.
Langkah ini dipicu kekhawatiran akan turunnya permintaan di masa depan, terutama jika teknologi seperti TurboQuant benar-benar diadopsi secara luas oleh industri.
Fenomena tersebut ikut mendorong penurunan harga di beberapa wilayah, meski belum terjadi secara merata di seluruh dunia. Ini menunjukkan bahwa bahkan pada tahap awal, inovasi teknologi sudah bisa memengaruhi dinamika pasar.
Ke depan, jika berhasil diimplementasikan secara luas, TurboQuant berpotensi menekan biaya operasional AI. Lebih dari itu, teknologi ini juga bisa membuka jalan bagi sistem yang lebih efisien dan hemat sumber daya.
Dalam jangka panjang, pendekatan semacam ini dapat membantu membuat AI lebih terjangkau sekaligus mengurangi tekanan pada industri memori global. (red)
Editor : Fudai
