Meminjam memori yang sudah dimiliki
RAMDeck adalah hub berdaya rendah dari TradeMAV yang mengatur pembagian lapisan model AI di antara komputer dan ponsel dalam jaringan rumah, agar model yang terlalu besar untuk satu perangkat dapat dijalankan bersama. Perusahaan ini menggalang dana melalui Indiegogo untuk perangkat yang menghubungkan PC Windows, Mac, mesin Linux, dan ponsel Android sebagai sumber memori bagi AI rumahan. Gagasannya menarik karena menawarkan jalan selain membeli RAM tambahan: gunakan kapasitas yang sudah menganggur di perangkat lain. Dorongan itu datang saat DDR5 tercatat mencapai 486% dari harga Juli 2025 pada pertengahan Agustus. Dengan harga memori yang menekan, pooling RAM terdengar masuk akal. Namun, RAMDeck bukan sihir yang mengubah beberapa komputer menjadi satu mesin berkinerja tinggi; nilai utamanya adalah kapasitas, bukan kecepatan.
Pooling RAM bukan penggabungan perangkat keras
Istilah “pooling RAM” bisa memberi kesan semua memori melebur menjadi satu kumpulan fisik, padahal cara kerjanya berbeda. Lapisan model dibagi ke beberapa mesin, setiap perangkat menyimpan bagiannya di memori lokal, lalu hasil antara dikirim melalui jaringan ketika model menghasilkan token. Agen pada tiap node menjalankan server ggml RPC dari llama.cpp; perangkat-perangkat itu kemudian dikoordinasikan untuk menjalankan inferensi. TradeMAV menambahkan penemuan perangkat otomatis, pengaturan penempatan lapisan yang mendahulukan GPU lebih cepat, pemulihan kegagalan, dasbor, dan API yang kompatibel dengan OpenAI. Pendekatan ini berguna untuk memperluas kapasitas, tetapi jaringan dan komponen paling lambat tetap membatasi pengalaman. TradeMAV sendiri mengingatkan bahwa memori gabungan menukar kecepatan dengan kapasitas. Jadi, ini bukan pengganti GPU dengan VRAM besar bagi pengguna yang mengutamakan respons cepat.
Model besar bisa berjalan, tetapi komprominya nyata
Benchmark yang dibagikan TradeMAV menunjukkan perbedaan besar antara model dan susunan perangkat. Model dense 27B hanya mencapai 1,92 token per detik pada empat perangkat, sedangkan gpt-oss-120b berjalan 1,37 token per detik pada kluster enam perangkat. Angka tersebut menegaskan bahwa kemampuan memuat model AI besar tidak otomatis berarti pengalaman yang lancar. Hasil lebih tinggi yang ditampilkan bergantung pada perangkat tertentu dan model mixture-of-experts yang hanya mengaktifkan sebagian parameter pada tiap token; karena itu, hasilnya tidak bisa dianggap sebagai gambaran umum untuk semua rumah. Bagi pengguna yang ingin bereksperimen atau menjalankan model yang tak muat di satu mesin, pertukaran kapasitas dengan kecepatan mungkin layak. Untuk obrolan responsif atau beban kerja intensif, menambah GPU yang sesuai tetap lebih masuk akal daripada berharap jaringan rumah menghapus batas perangkat.
Kenyamanan berbayar, spesifikasi masih tanda tanya
RAMDeck dipasarkan lewat kampanye Indiegogo dengan target pendanaan tetap sebesar USD10.000 yang dijadwalkan berakhir pada 8 November 2026. TradeMAV mencantumkan hub seharga USD109 untuk pendukung awal. Namun angka tersebut belum menjawab pertanyaan penting: spesifikasi perangkat keras apa yang benar-benar akan dikirim kepada para pendukung. Sampai kampanye berakhir, informasi tentang spesifikasi itu belum tersedia. Bagi pengguna yang nyaman dengan terminal, jalur DIY berbasis llama.cpp RPC atau proyek sumber terbuka seperti exo dapat dicoba tanpa biaya perangkat khusus. Karena itu, daya tarik RAMDeck lebih terletak pada kemudahan pengaturan lintas sistem daripada teknologi pooling yang eksklusif. Membayar untuk kenyamanan bisa masuk akal, tetapi mendukung perangkat keras melalui crowdfunding tetap berarti menerima janji yang belum bisa diuji.
Alternatif menarik, bukan jalan pintas
RAMDeck menjawab masalah nyata: harga DDR5 yang melonjak membuat peningkatan memori terasa semakin sulit, sementara perkiraan kelangkaan dari Samsung dan peringatan ketua SK Group menunjukkan tekanan pasokan dapat berlanjut hingga 2028 atau bahkan 2030. Mengumpulkan memori dari PC, Mac, Linux, dan Android memberi pemilik beberapa perangkat cara untuk mencoba model yang lebih besar tanpa langsung mengganti seluruh sistem. Namun calon pengguna sebaiknya menilai RAMDeck sebagai alat untuk memperluas kapasitas, bukan sebagai kluster cepat atau pengganti perangkat keras khusus. Tanpa spesifikasi final dan bukti kinerja yang sesuai dengan perangkat rumah mereka, dukungan kampanye memerlukan kehati-hatian. Kesimpulannya, RAMDeck menawarkan ide praktis bagi penggemar AI yang bersedia menerima inferensi lebih lambat demi memakai memori yang sudah ada; bagi yang mengejar kecepatan, peningkatan GPU tetap pilihan yang lebih jelas.
