Meta Gunakan RAM DDR4 Bekas di Server AI Baru

Harga komponen memori global melonjak. Meta, perusahaan di balik Facebook dan Instagram, mengambil langkah yang tidak biasa. Mereka memutuskan untuk menggunakan kembali RAM DDR4 lama dari server yang sudah tidak beroperasi.

Kepingan memori usang itu kemudian dipasang ke dalam server kecerdasan buatan (AI) generasi terbaru. Padahal, server-server itu secara bawaan pabrik hanya mendukung memori DDR5. Sebuah dokumen yang dipresentasikan Meta dalam konferensi ISCA 2026 pada akhir Juni lalu menjelaskan bagaimana mereka mengatasi batasan teknis ini.

Meta merancang sebuah chip ASIC CXL 2.0 kustom. Chip itu diberi nama "Vistara". Fungsinya sebagai jembatan. Chip pintar ini memungkinkan modul memori (DIMM) DDR4 lawas bekerja berdampingan dengan platform DDR5 generasi baru. Semua berjalan tanpa masalah kompatibilitas atau penalti latensi yang parah.

Server AI baru Meta disebut "MemServers". Server ini ditenagai oleh prosesor AMD Epyc Turin yang sangat bertenaga, dengan 158 core dan 316 thread. Prosesor Turin secara teknis tidak mendukung RAM DDR4. Tapi berkat chip Vistara, setiap unit MemServer kini bisa memuat total memori gabungan sebesar 1 TB.

Rinciannya: 768 GB RAM DDR5-6400 sebagai memori utama berkecepatan tinggi yang terhubung langsung, dan 256 GB RAM DDR4-2400 sebagai memori lawas yang terhubung via CXL Vistara.

Rahasia keberhasilan sistem ini ada pada perangkat lunak Vistara. Perangkat lunak itu memperlakukan kumpulan RAM DDR4 sebagai NUMA node terpisah tanpa CPU. Dengan cara ini, sistem secara otomatis memilah data. Data yang paling sering diakses, atau hot pages, akan disimpan di memori DDR5 yang melesat cepat. Sementara data yang jarang digunakan, atau cold pages, akan "dilempar" ke kumpulan RAM DDR4 yang lebih lambat.

Agar komponen lawas ini bisa dikenali oleh mesin modern yang secara resmi tidak mendukungnya, tim teknis Meta juga harus memodifikasi driver CXL pada sistem operasi Linux mereka.

Pendekatan kreatif ini terbukti membuahkan hasil. Desain MemServers diklaim mampu memangkas kebutuhan jumlah server inferensi AI hingga 25 persen. Selain itu, beban sistem tambahan seperti job-restart dan fragmentasi berkurang sebesar 33 persen. Hasilnya, Meta bisa menekan anggaran infrastruktur secara masif tanpa harus mengorbankan performa pemrosesan AI mereka secara signifikan.

Langkah efisiensi lewat teknologi CXL ini mulai menjadi tren di kalangan raksasa teknologi. Selain Meta, perusahaan semikonduktor asal Korea Selatan, Panmnesia, juga mempresentasikan teknologi chip pengontrol CXL kustom mereka di ajang ISCA 2026. Teknologi itu menawarkan alternatif solusi bagi berbagai perusahaan untuk memadukan perangkat keras beda generasi demi menekan anggaran belanja komponen server yang kian mencekik.

Meta berhasil menekan biaya tanpa mengorbankan performa. Mereka memanfaatkan komponen lama yang seharusnya menjadi limbah elektronik. Pendekatan ini menunjukkan bahwa inovasi tidak selalu harus datang dari teknologi baru yang mahal. Terkadang, solusi terbaik justru lahir dari cara kita menggunakan kembali apa yang sudah ada.