Jakarta - Dalam menghadapi kenaikan harga komponen memori di pasar global, Meta mengambil langkah inovatif dengan mendaur ulang RAM DDR4 dari server yang sudah tidak berfungsi. Perusahaan yang mengelola platform Facebook dan Instagram ini memanfaatkan memori usang tersebut pada mesin server Artificial Intelligence (AI) generasi terbaru, yang secara standar hanya mendukung memori DDR5.
Pada konferensi ISCA 2026 yang berlangsung pada akhir Juni lalu, Meta mempresentasikan dokumen yang menjelaskan cara mereka mengatasi batasan teknis tersebut. Mereka merancang chip ASIC CXL 2.0 khusus yang dinamakan "Vistara". Chip ini berperan sebagai penghubung yang memungkinkan modul memori DDR4 lama beroperasi bersamaan dengan platform DDR5 baru tanpa mengalami masalah kompatibilitas atau penurunan latensi yang signifikan.
Server AI Canggih dengan RAM Gabungan
Server AI terbaru yang dikembangkan oleh Meta, dikenal dengan nama "MemServers", ditenagai oleh prosesor AMD Epyc Turin yang sangat kuat, dengan 158 core dan 316 thread. Meskipun prosesor Turin ini tidak secara resmi mendukung RAM DDR4, keberadaan chip Vistara memungkinkan setiap unit MemServer untuk mengakomodasi total memori gabungan sebesar 1 TB, yang terdiri dari:
- 768 GB RAM DDR5-6400: Memori utama berkecepatan tinggi yang terhubung langsung.
- 256 GB RAM DDR4-2400: Memori lama yang terhubung melalui CXL Vistara.
Pemisahan Data untuk Efisiensi Optimal
Kunci keberhasilan sistem ini terletak pada perangkat lunak Vistara yang memperlakukan kumpulan RAM DDR4 sebagai NUMA node terpisah tanpa melibatkan CPU. Dengan pendekatan ini, sistem secara otomatis mengelompokkan data. Data yang sering diakses (hot pages) akan disimpan dalam memori DDR5 yang lebih cepat, sedangkan data yang jarang diakses (cold pages) akan dialokasikan ke RAM DDR4 yang lebih lambat. Untuk memastikan bahwa komponen lama ini dapat dikenali oleh mesin modern yang tidak mendukungnya, tim teknis Meta juga melakukan modifikasi pada driver CXL di sistem operasi Linux mereka.
Inovasi Meta ini terbukti memberikan hasil yang positif. Desain MemServers diklaim mampu mengurangi jumlah server yang diperlukan untuk inferensi AI hingga 25%, serta mengurangi beban sistem tambahan seperti restart tugas dan fragmentasi hingga 33%. Dengan cara ini, Meta berhasil menekan anggaran infrastruktur secara signifikan tanpa mengorbankan performa pemrosesan AI mereka.
Strategi efisiensi melalui teknologi CXL ini tampaknya mulai menjadi tren di kalangan perusahaan teknologi besar. Selain Meta, perusahaan semikonduktor asal Korea Selatan, Panmnesia, juga memperkenalkan teknologi chip pengontrol CXL kustom mereka di ajang ISCA 2026. Teknologi ini menawarkan solusi alternatif bagi berbagai perusahaan untuk mengintegrasikan perangkat keras dari generasi yang berbeda demi mengurangi biaya pengadaan komponen server yang semakin meningkat.
