Google Kembangkan Teknologi Hemat RAM untuk Atasi Krisis Memori Global

Di tengah meningkatnya kebutuhan komputasi berbasis kecerdasan buatan atau AI, industri teknologi global kini menghadapi tantangan besar berupa keterbatasan dan mahalnya harga memori RAM. Menjawab kondisi ini, Google mengembangkan teknologi baru bernama TurboQuant yang digadang gadang mampu menjadi solusi efisiensi memori.

Berdasarkan informasi dari divisi riset perusahaan, Google Research, TurboQuant merupakan algoritma kompresi memori berbasis AI yang dirancang untuk mengurangi kebutuhan RAM secara signifikan, terutama saat proses inferensi atau ketika model AI dijalankan.

Menurut penjelasan yang dirangkum dari berbagai sumber, teknologi ini berfokus pada optimalisasi penggunaan working memory, khususnya pada komponen KV cache yang berfungsi menyimpan konteks data sementara dalam sistem AI.

Cara Kerja TurboQuant dan Dampaknya pada Industri

TurboQuant bekerja menggunakan pendekatan vector quantization, yaitu metode untuk menyederhanakan representasi data numerik agar lebih ringkas tanpa mengurangi kualitas informasi. Dengan teknik ini, data yang sebelumnya membutuhkan ruang besar dapat dipadatkan secara efisien.

Secara teknis, teknologi ini menggabungkan dua metode utama, yaitu PolarQuant dan Quantization aware Joint Learning atau QJL.

PolarQuant berperan dalam mengubah representasi data agar lebih efisien saat disimpan di memori. Sementara QJL melatih model AI untuk tetap akurat meskipun bekerja dengan data yang telah dikompresi.

Menurut peneliti, kombinasi kedua metode ini memungkinkan penghematan penggunaan memori hingga enam kali lipat dibandingkan pendekatan konvensional. Artinya, sistem AI dapat memproses lebih banyak informasi dengan kapasitas RAM yang jauh lebih kecil.

Inovasi ini dinilai penting karena dalam beberapa waktu terakhir harga memori, terutama DDR5, mengalami lonjakan tajam akibat tingginya permintaan dari industri AI. Pasokan pun lebih banyak dialokasikan untuk pusat data skala besar, sehingga ketersediaan di pasar konsumen menjadi terbatas.

Dalam kondisi tersebut, TurboQuant menawarkan pendekatan berbeda. Alih alih meningkatkan produksi RAM, teknologi ini justru mengurangi kebutuhan memori dari sisi penggunaan.

Jika diterapkan secara luas, langkah ini berpotensi menurunkan tekanan permintaan dan membantu menstabilkan harga RAM di pasar global.

Dampak Awal Mulai Terlihat di Pasar Memori

Meski masih dalam tahap riset dan belum diimplementasikan secara komersial, kehadiran TurboQuant sudah mulai memengaruhi dinamika pasar.

Berdasarkan laporan yang dirangkum dari Tech Crunch, sejumlah distributor memori di China mulai melepas stok RAM mereka setelah adanya kabar pengembangan teknologi ini. Sebelumnya, para pelaku pasar tersebut diketahui menimbun produk saat harga tinggi.

Kekhawatiran muncul karena jika teknologi seperti TurboQuant diadopsi secara luas, permintaan dari perusahaan besar atau hyperscaler bisa menurun drastis, sehingga berpotensi menekan harga.

Fenomena ini bahkan memicu aksi cuci gudang di beberapa wilayah, yang ikut berkontribusi pada penurunan harga RAM meskipun belum merata secara global.

Namun demikian, penting dicatat bahwa TurboQuant masih berada di tahap pengembangan dan baru fokus pada efisiensi saat inferensi, bukan pada proses pelatihan AI yang justru membutuhkan sumber daya lebih besar.

Dengan kata lain, teknologi ini belum sepenuhnya menyelesaikan persoalan krisis memori, tetapi menjadi langkah awal yang menjanjikan dalam menciptakan sistem AI yang lebih efisien dan hemat sumber daya.

Referensi:
Kompas