Meta Sulap RAM DDR4 Bekas untuk Server AI, Pangkas Kebutuhan Server hingga 25 Persen

Perkembangan kecerdasan buatan atau Artificial Intelligence (AI) dalam beberapa tahun terakhir telah memicu lonjakan kebutuhan perangkat keras di pusat data seluruh dunia. Perusahaan-perusahaan teknologi besar berlomba membangun infrastruktur AI yang semakin besar untuk melatih model bahasa, menjalankan chatbot, melakukan analisis data, hingga memproses miliaran permintaan pengguna setiap harinya.

Di balik kemajuan AI yang luar biasa tersebut, terdapat satu tantangan besar yang mulai dirasakan oleh hampir semua perusahaan teknologi, yaitu biaya infrastruktur yang terus meningkat. Tidak hanya prosesor AI seperti GPU dan accelerator yang mahal, memori server juga menjadi salah satu komponen dengan biaya investasi yang sangat besar.

Menariknya, Meta justru menemukan pendekatan yang berbeda. Alih-alih membeli seluruh komponen baru, perusahaan induk Facebook, Instagram, dan WhatsApp tersebut memilih memanfaatkan kembali RAM DDR4 bekas dari server lama untuk digunakan pada server AI generasi terbaru.

Strategi yang terdengar sederhana ini ternyata menghasilkan dampak yang sangat besar. Bahkan menurut Meta, solusi tersebut mampu mengurangi kebutuhan server AI hingga 25 persen sekaligus meningkatkan efisiensi penggunaan memori secara signifikan.

Lalu bagaimana sebenarnya teknologi ini bekerja? Mengapa RAM DDR4 yang dianggap “usang” masih bisa berguna untuk server AI modern? Dan apa dampaknya terhadap masa depan industri pusat data? Mari kita bahas lebih dalam.

Tantangan Infrastruktur AI Modern

Saat ini, salah satu komponen termahal dalam pembangunan pusat data AI bukan hanya GPU, melainkan juga memori.

Model AI modern membutuhkan kapasitas RAM yang sangat besar untuk menyimpan parameter model, data inferensi, cache, hingga berbagai proses komputasi lainnya. Semakin besar model AI yang dijalankan, semakin besar pula kebutuhan memori yang diperlukan.

Sebagai contoh, model bahasa besar atau Large Language Model (LLM) dapat membutuhkan ratusan gigabyte bahkan beberapa terabyte memori untuk beroperasi secara optimal.

Masalahnya, harga memori server kelas enterprise terus mengalami kenaikan. Sementara itu, perusahaan teknologi memiliki ribuan hingga jutaan modul RAM DDR4 yang sebenarnya masih berfungsi dengan baik, tetapi sudah tidak lagi digunakan karena server generasi baru beralih ke DDR5.

Biasanya modul-modul lama tersebut hanya disimpan sebagai cadangan, dijual kembali dengan harga murah, atau bahkan menjadi limbah elektronik.

Meta melihat kondisi ini sebagai peluang.

Daripada membuang perangkat yang masih layak digunakan, perusahaan mencoba mencari cara agar RAM DDR4 tetap dapat dimanfaatkan dalam lingkungan server AI modern.

Baca juga : Administrator Bukan Hak Akses Tertinggi! Begini Cara Menjalankan Program sebagai SYSTEM di Windows

Memperkenalkan MemServer

Dalam ajang International Symposium on Computer Architecture (ISCA) 2026, Meta memperkenalkan teknologi baru yang disebut MemServer.

MemServer merupakan sistem memori hybrid yang menggabungkan dua generasi RAM berbeda dalam satu platform server.

Secara sederhana, sistem ini memungkinkan RAM DDR4 dan DDR5 bekerja bersama dalam satu server meskipun secara normal keduanya tidak kompatibel.

Inovasi tersebut menjadi sangat menarik karena server modern umumnya hanya mendukung satu jenis memori sesuai generasinya.

Server berbasis prosesor terbaru biasanya dirancang khusus untuk DDR5 dan tidak memiliki kemampuan menjalankan DDR4 secara langsung.

Di sinilah peran teknologi buatan Meta menjadi sangat penting.

Mengenal ASIC Vistara

Kunci utama dari sistem MemServer adalah sebuah chip khusus bernama Vistara.

Vistara merupakan ASIC (Application Specific Integrated Circuit) yang dirancang oleh Meta untuk menjembatani komunikasi antara RAM DDR4 dan platform server DDR5.

Dengan adanya chip ini, memori DDR4 lama tetap dapat diakses oleh server modern tanpa perlu melakukan perubahan besar pada perangkat keras utama.

Secara sederhana, Vistara berfungsi seperti penerjemah yang memungkinkan dua teknologi berbeda saling berkomunikasi.

Tanpa komponen ini, penggunaan DDR4 pada server DDR5 hampir mustahil dilakukan karena perbedaan standar komunikasi, kecepatan transfer data, hingga arsitektur pengontrol memorinya.

Melalui pendekatan tersebut, Meta berhasil menciptakan sistem memori yang jauh lebih fleksibel dibandingkan konfigurasi server konvensional.

Tantangan Menggabungkan DDR4 dan DDR5

Sekilas, ide menggunakan dua generasi memori secara bersamaan terdengar mudah.

Namun dalam praktiknya, terdapat berbagai tantangan teknis yang sangat kompleks.

DDR5 memiliki kecepatan transfer data yang jauh lebih tinggi dibandingkan DDR4.

Sebagai gambaran:

• DDR4-2400 memiliki kecepatan sekitar 2400 MT/s
• DDR5-6400 mampu mencapai 6400 MT/s atau lebih

Selain itu, DDR5 juga menawarkan bandwidth yang lebih besar, efisiensi daya lebih baik, serta teknologi pengelolaan memori yang lebih modern.

Jika kedua jenis memori dicampur secara sembarangan, performa sistem bisa menurun drastis karena munculnya bottleneck dan latensi tambahan.

Karena itulah Meta harus mengembangkan berbagai optimasi perangkat keras dan perangkat lunak agar sistem tetap berjalan efisien.

Konfigurasi Server yang Digunakan

Dalam implementasinya, MemServer menggunakan platform berbasis prosesor AMD EPYC Turin.

Server tersebut memiliki spesifikasi yang sangat mengesankan:

• 158 Core CPU
• 316 Thread
• Dukungan DDR5 modern
• Kapasitas memori total mencapai 1 TB

Menariknya, kapasitas 1 TB tersebut tidak sepenuhnya berasal dari DDR5.

Meta membaginya menjadi:

• 768 GB DDR5-6400
• 256 GB DDR4-2400

DDR5 berperan sebagai memori utama berkecepatan tinggi.

Sementara itu, DDR4 digunakan sebagai lapisan memori tambahan untuk menyimpan data yang lebih jarang diakses.

Dengan strategi ini, kapasitas memori meningkat tanpa harus membeli seluruh modul DDR5 baru yang harganya jauh lebih mahal.

Memanfaatkan Teknologi CXL

Selain Vistara, sistem ini juga memanfaatkan teknologi CXL atau Compute Express Link.

CXL merupakan standar komunikasi modern yang dirancang untuk meningkatkan konektivitas antara CPU, memori, dan accelerator.

Teknologi ini memungkinkan sumber daya memori dikelola secara lebih fleksibel dibandingkan sistem tradisional.

Melalui CXL, sistem dapat memindahkan data secara cerdas antara DDR5 dan DDR4 berdasarkan tingkat kebutuhan aksesnya.

Data yang sering digunakan ditempatkan pada DDR5 yang cepat.

Sebaliknya, data yang jarang digunakan dipindahkan ke DDR4 yang lebih lambat tetapi memiliki kapasitas tambahan.

Konsep ini mirip seperti penggunaan SSD dan hard disk dalam komputer pribadi.

File yang sering digunakan ditempatkan pada SSD, sedangkan arsip lama disimpan di hard disk untuk menghemat biaya.

Bagaimana Sistem Menentukan Penempatan Data?

Salah satu bagian paling menarik dari MemServer adalah mekanisme pengelolaan memorinya.

Sistem operasi secara otomatis menganalisis pola akses data.

Data yang sering digunakan AI akan tetap berada di DDR5.

Sedangkan data dengan frekuensi akses rendah dipindahkan ke DDR4.

Proses ini berlangsung secara dinamis tanpa memerlukan campur tangan pengguna atau administrator server.

Dengan pendekatan tersebut, performa aplikasi AI tetap tinggi karena data penting selalu tersedia pada memori tercepat.

Sementara itu, kapasitas tambahan dari DDR4 membantu mengurangi tekanan terhadap memori utama.

Hasil yang Didapat Meta

Menurut hasil pengujian yang dipresentasikan Meta, manfaat sistem ini cukup signifikan.

Beberapa keuntungan yang berhasil dicapai antara lain:

1. Mengurangi Kebutuhan Server Hingga 25 Persen

Dengan kapasitas memori yang lebih besar dan pemanfaatan yang lebih efisien, jumlah server AI yang dibutuhkan dapat berkurang hingga seperempat.

Ini berarti perusahaan dapat menghemat biaya perangkat keras dalam jumlah besar.

2. Mengurangi Fragmentasi Memori

Fragmentasi memori merupakan masalah umum pada sistem besar.

Dengan pengelolaan memori yang lebih cerdas, masalah ini berkurang hingga sekitar 33 persen.

3. Mengurangi Restart Beban Kerja AI

Ketika memori tidak mencukupi, proses AI terkadang harus diulang atau dipindahkan.

Dengan kapasitas yang lebih besar, gangguan semacam ini menjadi lebih jarang terjadi.

4. Efisiensi Biaya Lebih Tinggi

Menggunakan kembali DDR4 yang sudah tersedia jauh lebih murah dibandingkan membeli seluruh kapasitas baru berbasis DDR5.

Modifikasi Linux untuk Mendukung Sistem Ini

Perangkat keras saja tidak cukup.

Meta juga melakukan berbagai modifikasi pada driver CXL di sistem operasi Linux.

Perubahan ini memungkinkan kernel Linux memahami bagaimana mengelola dua jenis memori berbeda dalam satu lingkungan server.

Menariknya, Meta menyatakan sebagian besar modifikasi tersebut sudah masuk atau sedang dalam proses integrasi ke kernel Linux utama.

Artinya, teknologi serupa berpotensi digunakan lebih luas oleh perusahaan lain di masa depan.

Dampak terhadap Lingkungan

Selain menghemat biaya, pendekatan ini juga memberikan manfaat lingkungan yang cukup besar.

Setiap tahun, industri teknologi menghasilkan jutaan ton limbah elektronik.

RAM server yang masih berfungsi sering kali dibuang hanya karena dianggap sudah ketinggalan generasi.

Dengan memberikan “kehidupan kedua” bagi DDR4, Meta membantu mengurangi jumlah limbah elektronik yang berakhir di tempat pembuangan.

Pendekatan ini sejalan dengan tren sustainability yang kini menjadi fokus banyak perusahaan teknologi besar.

Alih-alih membeli baru dan membuang lama, perangkat keras dapat digunakan kembali selama masih memiliki nilai ekonomis.

Meta Bukan Satu-Satunya

Menariknya, Meta bukan satu-satunya perusahaan yang melihat potensi besar pada teknologi ini.

Perusahaan semikonduktor asal Korea Selatan bernama Panmnesia juga memamerkan solusi serupa dalam ajang ISCA 2026.

Mereka mengembangkan controller CXL dan fabric switch yang dirancang khusus untuk membantu hyperscaler mengelola sumber daya memori secara lebih efisien.

Tujuannya sama, yaitu mengurangi biaya infrastruktur sekaligus meningkatkan pemanfaatan perangkat keras yang sudah ada.

Hal ini menunjukkan bahwa industri mulai menyadari pentingnya pengelolaan memori yang lebih cerdas dalam era AI.

Masa Depan Infrastruktur AI

Pertumbuhan AI diperkirakan masih akan terus meningkat dalam beberapa tahun mendatang.

Kebutuhan memori, bandwidth, dan kapasitas penyimpanan juga akan ikut melonjak.

Karena itu, inovasi seperti MemServer kemungkinan akan menjadi salah satu solusi penting untuk menjaga biaya operasional tetap terkendali.

Di masa depan, kita mungkin akan melihat pusat data yang tidak lagi bergantung sepenuhnya pada perangkat keras terbaru, melainkan memanfaatkan kombinasi komponen lama dan baru secara cerdas.

Konsep ini tidak hanya menghemat biaya, tetapi juga membantu mengurangi dampak lingkungan dari industri teknologi yang terus berkembang.

Kesimpulan

Langkah Meta memanfaatkan kembali RAM DDR4 bekas untuk server AI modern menunjukkan bahwa inovasi tidak selalu berarti membeli teknologi terbaru. Dengan bantuan ASIC Vistara dan teknologi CXL, perusahaan berhasil menggabungkan DDR4 dan DDR5 dalam satu sistem yang efisien, menghasilkan kapasitas memori lebih besar tanpa mengorbankan performa secara signifikan.

Hasilnya pun mengesankan. Kebutuhan server AI dapat ditekan hingga 25 persen, fragmentasi memori berkurang, efisiensi meningkat, dan limbah elektronik dapat diminimalkan. Di tengah tingginya biaya pembangunan infrastruktur AI saat ini, pendekatan seperti ini bisa menjadi contoh bagaimana kreativitas rekayasa teknologi mampu menghasilkan solusi yang lebih hemat, ramah lingkungan, dan berkelanjutan.

Jika tren ini terus berkembang, bukan tidak mungkin RAM DDR4 yang selama ini dianggap “usang” justru akan menjadi salah satu aset penting dalam mendukung gelombang AI generasi berikutnya.