Krisis DRAM Global: AI Menghisap Memori, Konsumen yang Membayar
Krisis DRAM global adalah kondisi ketika permintaan chip memori melonjak jauh di atas kapasitas produksi, dipicu ledakan beban kerja kecerdasan buatan yang haus memori, sehingga harga RAM dan media simpan naik tajam, proyek pusat data membengkak, dan pengguna akhir dipaksa membayar perangkat yang jauh lebih mahal dalam waktu singkat.
Survei harga DDR5 di pasar AS menunjukkan lonjakan yang belum pernah terjadi sebelumnya antara Agustus 2025 dan Juli 2026, dengan rata-rata harga RAM DDR5 naik sekitar 500% hanya dalam 12 bulan. Bahkan modul DDR4 yang lebih tua ikut terdorong, sementara kekurangan pasokan memicu kenaikan harga HDD dan SSD lebih dari 125%. Lonjakan ini bukan angka abstrak: pengguna rumahan kini harus menunda upgrade, produsen laptop dan PC menaikkan harga, dan siklus pembaruan perangkat melambat. Ketika memori menjadi komponen paling mahal setelah GPU, garis pemisah antara infrastruktur AI kelas atas dan pasar konsumen semakin tajam – dan itu adalah pilihan kebijakan produksi, bukan sekadar “bencana alam” pasar.
Mengapa AI Menyulut Krisis: HBM Diutamakan, DRAM Biasa Dikorbankan
Akar krisis DRAM global terletak pada pergeseran fokus industri dari sekadar pemrosesan data ke penalaran AI berskala besar, yang menuntut kapasitas memori jauh lebih besar di setiap tahap pipeline. Pusat data AI berbondong-bondong memilih memori bandwidth tinggi (HBM) karena margin keuntungannya lebih menarik, sehingga produsen besar mengalihkan lini produksi dari DRAM dan NAND konvensional ke produk premium ini.
Memori kini diperkirakan menyerap sekitar 30% belanja modal hyperscaler, naik tajam dari sekitar 8% hanya dua tahun sebelumnya. Sementara itu, harga kontrak DRAM konvensional melonjak 90% hingga 95% dalam satu kuartal – salah satu kenaikan tercepat yang pernah tercatat. Tiga pemasok utama yang menguasai hingga 90% pangsa pasar DRAM global memperingatkan bahwa kekurangan ini bisa bertahan hingga 2027. Dengan kata lain, industri dengan sengaja memprioritaskan profit memori AI tingkat atas, dan membiarkan pasar DRAM arus utama tercekik. Kalau tidak ada koreksi, kita akan melihat memori menjadi bottleneck struktural untuk inovasi digital, bukan sekadar siklus naik-turun biasa.
Marvell: Daur Ulang DDR4 dan Memori AI Tiga Lapis
Di tengah krisis ini, strategi paling waras bukan menambah pabrik baru secara membabi buta, melainkan memeras lebih banyak nilai dari DRAM yang sudah ada. Di sinilah infrastruktur memori AI tiga lapis dari Marvell masuk sebagai solusi memori enterprise yang pragmatis: fokus utamanya adalah daur ulang DDR4 melalui konektivitas CXL untuk mengurangi ketergantungan pada DRAM baru yang mahal.
Portofolio ini mencakup pengontrol ekspansi Structera X untuk DDR4 dan DDR5 yang sudah digunakan di deployment hyperscaler, dengan kompresi inline LZ4 yang menggandakan hingga 2,5 kali kapasitas efektif memori. Switch Structera S 30260 menghubungkan 16 hingga 32 CPU atau GPU ke 48 TB memori bersama, dengan bandwidth agregat 4 TB/s dan latency di bawah 460 ns. Di lapis paling dingin, pengontrol SSD Bravera SC6 PCIe 6.0 menargetkan beban kerja KV cache spillover dari HBM ke SSD dan mulai sampling pada kuartal keempat 2026, sehingga produk berbasisnya baru akan hadir sekitar 2027. Kunci opini saya: memori AI infrastruktur harus dipandang sebagai piramida multi-tier, bukan sekadar “tambah HBM”, dan pendekatan daur ulang DDR4 ini membuktikan bahwa efisiensi capex bisa berjalan seiring dengan keberlanjutan.
d-Matrix Raptor: Akselerator 3D DRAM sebagai Jalan Pintas Bandwidth
Jika Marvell berfokus pada piramida memori sistem, d-Matrix memilih menyerang masalah dari sisi chip dengan akselerator 3D DRAM. Raptor diperkenalkan sebagai akselerator 3D DRAM pertama untuk generative inference di ajang Hot Chips, menggabungkan compute die proses 4 nm yang dibonding face-to-face di atas die DRAM khusus. Hasilnya adalah bandwidth hingga 100 TB/s dari kapasitas 32 GB per kartu, dengan energi antarmuka hanya 0,37 pJ/bit – jauh lebih hemat dibanding sekitar 2,4 pJ/bit saat memindahkan data ke base die HBM4.
Makalah bersama sebuah universitas memperkirakan throughput per kartu sekitar 4,7 kali lebih tinggi dibanding desain berbasis HBM. CEO perusahaan sempat menyebut Raptor dijadwalkan meluncur pada 2027, meski di panggung mereka menahan detail final soal volume dan harga. Kapasitas 32 GB memang lebih kecil daripada akselerator HBM4 arus utama, tetapi strategi deployment skala rack – 72 kartu untuk total 2,3 TB – dirancang untuk memuat model besar dengan presisi rendah dan melayani puluhan pengguna paralel. Opini saya: akselerator 3D DRAM seperti ini menunjukkan bahwa jalan keluar dari krisis DRAM global bukan hanya lebih banyak chip, tetapi arsitektur yang meminimalkan perpindahan data, walau pada akhirnya tetap dibatasi oleh komunikasi antar kartu saat skala membesar.
Menuju Ekosistem Memori AI yang Lebih Sehat
Dengan harga DRAM yang diperkirakan naik lebih dari 400% antara awal 2024 dan akhir 2026, dan lonjakan kontrak 90% hingga 95% per kuartal di puncaknya, industri tidak bisa lagi berpura-pura bahwa ini sekadar fluktuasi siklus. Pengguna konsumen sudah merasakan dampaknya lewat perangkat yang lebih mahal dan RAM DDR5 yang melonjak drastis. Jika krisis ini dibiarkan, memori akan menjadi penghambat utama adopsi AI, bukan enabler.
Solusi memori enterprise seperti piramida tiga lapis Marvell dan akselerator 3D DRAM Raptor bukanlah obat mujarab, tetapi mereka memberi arah: perbanyak daur ulang DDR4, gunakan kompresi agresif, pindahkan KV cache ke lapisan yang lebih murah, dan desain akselerator yang memaksimalkan bandwidth per joule. Saya berpendapat ekosistem memori AI ke depan harus menyeimbangkan tiga hal: kecepatan model frontier, keberlanjutan rantai pasok, dan keterjangkauan perangkat bagi pengguna biasa. Tanpa keseimbangan ini, ledakan AI hanya akan melayani segelintir pusat data, sementara sisanya menonton dari kejauhan dengan RAM mahal di tangan.
