Meta Manfaatkan RAM DDR4 Lawas untuk Server AI dengan Chip Vistara

Media Kampung – Di tengah melonjaknya harga komponen memori global, Meta mengambil langkah inovatif untuk menekan biaya pembangunan pusat data kecerdasan buatan (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.

Strategi SEO untuk Startup: Panduan Lengkap Tingkatkan Visibilitas

I Inovasi Startup

85 hari

Kunci Keberhasilan: Chip Vistara Berbasis CXL 2.0

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 dan 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 (hot pages) ditempatkan pada RAM DDR5 agar tetap memperoleh performa maksimal, sementara data yang jarang diakses (cold pages) dipindahkan ke RAM DDR4 sehingga penggunaan memori menjadi lebih efisien.

Kenapa Layanan Lokal Menjadi Fokus Utama di Aplikasi Mobile?

I Inovasi Startup

79 hari

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

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.

Monaco Raih Pendanaan Seri B Senilai $50 Juta untuk Kembangkan Platform Penjualan Berbasis AI

I Inovasi Startup

52 hari

Dampak dan Prospek ke Depan

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. Langkah ini tidak hanya menekan biaya pembangunan infrastruktur AI, tetapi juga meningkatkan efisiensi operasional sekaligus mendukung pemanfaatan perangkat keras yang lebih berkelanjutan.

Artikel ini telah ditinjau & dipublikasikan oleh Tim Editorial Media Kampung.