Temukan minat Anda, bersama

Promo pilihan, ulasan jujur, dan cerita belanja dari mereka yang seminat dengan Anda — setiap hari di Kuybeli.

Temukan minat Anda, bersamaPromo pilihan, ulasan jujur, dan cerita belanja dari mereka yang seminat dengan Anda — setiap hari di Kuybeli.

Memori AI di Data Center: Efisien atau Mengorbankan PC Pribadi?

Memori AI di Data Center: Efisien atau Mengorbankan PC Pribadi?
Minat|Eksplorasi Aplikasi AI

Gagasan memori bersama untuk AI

Memori AI adalah kapasitas DRAM yang dipakai sistem kecerdasan buatan untuk memproses permintaan, baik pada komputer pribadi maupun server di data center. Gagasan Sam Altman untuk memusatkannya di cloud berangkat dari satu klaim: RAM di komputer pribadi hanya terpakai sekitar 5 persen dari waktu. Menurut CEO OpenAI itu, ketika pasokan DRAM terbatas, membiarkan kapasitas tersebar di banyak PC yang sering menganggur kurang efisien dibanding menggunakannya bergantian di server yang beroperasi sepanjang hari. Argumen ini masuk akal dari sisi pemanfaatan perangkat keras. Data center AI dapat menangani permintaan inferensi dari banyak pengguna secara bergiliran, sementara komputer rumahan biasanya melayani satu orang. Namun efisiensi agregat bukan satu-satunya ukuran yang penting: bagi pengguna, kendali atas perangkat dan data juga punya nilai.

Memori AI di Data Center: Efisien atau Mengorbankan PC Pribadi?

Efisiensi cloud berhadapan dengan pilihan pengguna

Memusatkan memori dapat membantu penyedia AI menggunakan kapasitas server secara lebih intensif, tetapi usulan itu tidak otomatis menjadikan komputer pribadi boros. PC dengan RAM besar juga mendukung gim, penyuntingan video, pekerjaan berat, dan inferensi lokal. Menjalankan model di perangkat memungkinkan pengguna menghindari langganan bulanan serta menjaga privasi data tetap di tangan mereka. Jika AI semakin bergantung pada cloud, pengguna mungkin memperoleh akses praktis ke model yang kuat, tetapi juga makin bergantung pada koneksi internet dan layanan perusahaan. Altman punya alasan bisnis untuk mendorong model terpusat: semakin banyak orang mengandalkan inferensi lokal, semakin kecil ketergantungan pada layanan cloud berlangganan. Karena itu, pernyataannya patut dibaca bukan sebagai rumus universal tentang cara terbaik mengalokasikan RAM, melainkan sebagai pandangan yang selaras dengan kebutuhan dan kepentingan penyedia AI.

Pertemuan Samsung berlangsung saat DRAM menipis

Perebutan memori bukan wacana abstrak. Pada 30 Oktober, Altman bertemu sekitar 50 eksekutif senior Samsung di Samsung Resources Development Center, Yongin, Korea Selatan. Pembicaraan mencakup kerja sama infrastruktur AI global dan Letter of Intent yang ditandatangani pada Oktober 2025, termasuk pasokan semikonduktor memori untuk proyek Stargate OpenAI. Samsung menyatakan pertemuan itu bukan pengumuman kesepakatan pasokan baru; makna yang lebih nyata adalah penguatan kerja sama yang sudah ada. Latar pertemuan ini ialah permintaan pusat data AI yang melonjak, sementara pasokan DRAM diperkirakan tertinggal 1–2 persen dari permintaan tahun ini dan ketimpangannya dapat memburuk pada 2027. HBM, jenis DRAM penting bagi perangkat AI, menjadi rebutan. Samsung dan SK Hynix menguasai sekitar 63 persen pendapatan DRAM global serta sekitar 83 persen pendapatan HBM pada kuartal kedua 2026.

Kelangkaan tak selesai hanya dengan memusatkan RAM

Memindahkan sebagian beban komputasi ke cloud bisa memperbaiki pemanfaatan memori, tetapi tidak serta-merta menambah jumlah DRAM yang tersedia. Pembangunan kapasitas manufaktur memerlukan waktu, dan kelangkaan dapat berlanjut hingga 2028 menurut peringatan Micron. Artinya, tekanan pasokan berpotensi dirasakan pula oleh pembeli PC dan ponsel, bukan hanya operator data center. Produsen memori harus memperbesar kapasitas, sedangkan penyedia AI perlu merencanakan kebutuhan perangkat keras dalam jangka panjang. Samsung memori AI menjadi bagian penting dari persoalan ini karena Samsung dan SK Hynix memegang posisi kuat dalam DRAM dan HBM. Namun, konsentrasi pasokan juga menimbulkan pertanyaan tentang siapa yang memperoleh akses lebih dulu ketika permintaan melampaui produksi. Efisiensi cloud bisa menjadi salah satu jawaban, tetapi kebijakan alokasi dan pertumbuhan produksi tetap menentukan.

Pada akhirnya, usulan Altman menyoroti pilihan nyata, bukan jawaban tunggal: memori bersama di data center dapat melayani banyak permintaan AI dengan utilisasi tinggi, sementara RAM lokal memberi pengguna kendali, privasi, dan kebebasan menjalankan model sendiri. Di tengah kelangkaan DRAM, perusahaan AI berkepentingan mengamankan pasokan dan menekan kapasitas yang menganggur; pengguna berkepentingan agar pilihan lokal tidak tersingkir. Karena itu, memusatkan seluruh memori bukan solusi yang layak dipaksakan. Yang lebih masuk akal ialah memperluas produksi dan membiarkan cloud serta perangkat pribadi berkembang berdampingan.

Kuybeli memperoleh komisi saat Anda berbelanja melalui tautan kami, tanpa biaya tambahan untuk Anda. Artikel ini dibuat dengan AI dari sumber yang dipublikasikan dan data produk.

You May Also Like

Comments
Tulis sesuatu...
Belum ada komentar. Jadilah yang pertama berbagi pendapat!