bisnis.laksamana.id – 04 Juli 2026 | Di tengah melonjaknya harga komponen memori global, Meta mengambil langkah efisiensi yang tidak biasa. Perusahaan induk Facebook dan Instagram ini memanfaatkan kembali RAM DDR4 lawas dari server mereka yang sudah tidak beroperasi untuk dipasang ke dalam mesin server Artificial Intelligence (AI) generasi terbaru.
Server AI terbaru ini secara bawaan pabrik hanya mendukung memori DDR5, namun Meta berhasil mengakali batasan teknis tersebut dengan merancang sebuah chip ASIC CXL 2.0 kustom yang diberi nama ‘Vistara’. Chip pintar ini berfungsi sebagai jembatan yang memungkinkan modul memori (DIMM) DDR4 lawas bekerja mulus berdampingan dengan platform DDR5 generasi baru, tanpa menimbulkan masalah kompatibilitas atau penalti latensi yang parah.
Meta mengungkap bagaimana mereka mengakali batasan teknis tersebut dalam sebuah dokumen yang dipresentasikan dalam konferensi ISCA 2026 akhir Juni lalu. Mereka menggunakan teknologi CXL 2.0 untuk memungkinkan komunikasi antara chip ASIC dan modul memori DDR4, sehingga memungkinkan penggunaan RAM DDR4 lawas dalam sistem AI modern.
Keputusan Meta ini menunjukkan bahwa perusahaan siap untuk mengambil langkah-langkah inovatif untuk menghadapi tantangan ekonomi saat ini. Dengan menggunakan RAM DDR4 lawas, Meta dapat menghemat biaya dan meningkatkan efisiensi sistem AI mereka.
Keberhasilan Meta dalam mengakali batasan teknis ini juga dapat menjadi contoh bagi perusahaan lain untuk melakukan hal yang sama. Dengan demikian, perusahaan dapat menghemat biaya dan meningkatkan efisiensi sistem mereka.
Tujuan utama Meta dalam mengakali batasan teknis ini adalah untuk meningkatkan efisiensi sistem AI mereka. Dengan menggunakan RAM DDR4 lawas, Meta dapat meningkatkan kemampuan pengolahan data dan meningkatkan akurasi sistem AI mereka.
Keputusan Meta ini juga menunjukkan bahwa perusahaan siap untuk mengambil risiko untuk mencapai tujuan mereka. Dengan menggunakan RAM DDR4 lawas, Meta dapat meningkatkan kemampuan sistem AI mereka, namun juga berisiko menghadapi masalah kompatibilitas atau penalti latensi yang parah.
Meskipun keputusan Meta ini menunjukkan bahwa perusahaan siap untuk mengambil risiko, namun juga menunjukkan bahwa perusahaan memiliki kemampuan untuk mengakali batasan teknis. Dengan demikian, perusahaan dapat meningkatkan efisiensi sistem AI mereka dan meningkatkan kemampuan pengolahan data.
