這年頭，誰還在用 DDR4 記憶體？當整個科技產業都在瘋搶 DDR5，甚至因為供應短缺而導致價格飆漲時，巨頭 Meta 卻逆向操作，丟出了一顆震撼彈：他們竟然開發出 Vistara 系統架構，讓數百萬條原本該退役的舊 DDR4 記憶體模組，得以在最新的 DDR5 伺服器上「復活」，而且還能讓 AI 運算記憶體容量擴增高達 2.5 倍！這不僅有望為資料中心省下數十億美元的龐大開支，更在當前資源錯置的困境中，為永續發展開闢了一條新路。
記憶體「壽命差」：電子垃圾與市場缺口的矛盾
在傳統伺服器架構裡，記憶體跟 CPU 總是被緊緊綁在一起，一旦伺服器平台升級到 DDR5，那些運作正常的舊款 DDR4 記憶體模組，即使物理壽命還長達 10 到 12 年，也只能被迫退役，淪為電子廢棄物。想想看，企業級伺服器大概 4 到 5 年就得換代，數以百萬計的 DDR4 就這樣被淘汰，這不只是龐大的資本耗損，更在 DDR5 奇缺的市場環境下，形成嚴重的資源錯置。
「明明還能用，為什麼要丟？」這或許是許多資料中心營運商心中的痛。Meta 這次的 Vistara 架構，就是為了直擊這個產業痛點而生。他們透過專屬的 CXL 控制晶片，例如 Marvell Structera 系列方案，作為硬體轉接橋樑，把這些「老兵」DDR4 DIMM 模組，成功掛載到原本只支援原生 DDR5 匯流排的新一代伺服器運算平台。說真的，這招真的有點狂，讓舊硬體有了新生命。
從作業系統的角度來看，主機既有的原生 DDR5 和外掛的 CXL DDR4，被巧妙地整合為單一的統一記憶體資源池（Unified System RAM Pool）。透過 CXL 記憶體池化（Memory Pooling）與硬體壓縮機制，系統能在犧牲微小延遲的前提下，將有效記憶體容量一舉擴展 2 到 2.5 倍，預計還能減少高達 25% 的伺服器部署數量，大幅壓低營運成本。這告訴我們，有時候，創新的關鍵不在於追求極致的新，而在於如何善用既有資源。
AI 負載的「新常態」：容量比速度更重要？
很多人可能會直覺反應：「DDR4 頻寬跟延遲都輸 DDR5，這樣混用 AI 效能不會被拖垮嗎？」其實，這可能是一種對現代 AI 應用負載特性的誤解。在實際的資料中心運算情境中，並非所有 AI 任務都需要每秒極致的資料吞吐量。以大型語言模型的推論服務、大規模向量資料庫索引、KV 快取儲存以及大數據分析查詢等負載為例，系統效能瓶頸往往卡在「記憶體容量不足導致的頻寬停滯」，而不是記憶體本身的單點傳輸速率。
為了解決這個疑慮，Meta 的 Vistara 系統架構在軟體層面導入了精準的分級記憶體調度機制（Tiered Memory Management）。簡單來說，它會把運算最頻繁的「熱資料」（Hot Data）留在 CPU 原生的 DDR5 高速記憶體中；而那些存取頻率相對較低，但佔用空間巨大的「溫資料」（Warm Data）與「冷快取」（Cold Cache），則會自動調度到透過 CXL 擴展的 DDR4 記憶體池。這就像是把最常用的工具放在桌上，不常用的則收進櫃子，聰明地分配資源。
透過 PCIe 5.0 充裕的匯流排頻寬與軟體層的最佳化排程，Vistara 成功抵銷了 DDR4 在延遲上的劣勢。它能在維持整體推論吞吐量與服務品質的同時，為單一伺服器節點換取高達 2.5 倍的可用記憶體容量，完美化解了 AI 模型參數量膨脹所帶來的「記憶體牆」危機。這證明了，只要軟硬體協同優化得當，看似劣勢的舊技術也能發揮出驚人的價值。
編輯觀點： Meta 的 Vistara 架構不只是一項技術突破，更像是一次對產業思維的顛覆。它挑戰了「新硬體就得全面替換舊硬體」的慣性，證明透過創新架構，舊有資源也能創造新價值。這對雲端巨頭來說，是數十億美元的成本節省；對整個半導體供應鏈而言，則有助於平抑 DDR5 價格的非理性波動，甚至可能重新定義未來資料中心的設計哲學。當我們都在追求 AI 算力極限時，如何「聰明地」利用資源，或許才是真正決定勝負的關鍵。
綠色永續與成本效益：一場雙贏的架構革命
這場由 CXL 技術掀起的記憶體循環利用革命，對全球資料中心營運模式與半導體供應鏈產生了深遠影響。首先在財務層面上，Meta 透過 Vistara 架構成功將退役 DDR4 記憶體的生命週期從原本的 4 年大幅延展至 10 到 12 年的物理極限。這不只為企業省下了數十億美元的採購支出，更大幅減少了對高價 DDR5 模組的依賴。當雲端巨頭們都開始透過二手記憶體池化來滿足擴充需求時，市場對新一代 DDR5 晶片的恐慌性搶購潮也得以顯著降溫，有助於平抑記憶體價格的非理性暴漲。
其次，這也是一場對環境友善的「綠色革命」。減少電子廢棄物、延長硬體生命週期，這都是實踐永續發展的具體作為。在 AI 算力需求爆炸式成長的今天，資料中心的能源消耗和資源浪費問題日益嚴峻。Meta 的 Vistara 方案提供了一個兼具經濟效益與環境責任的典範。它讓我們看到，科技創新不應只追求速度與效能，更應思考如何讓我們的技術發展，對地球更友善。
話說回來，這項技術的普及，會不會讓那些生產 DDR5 的廠商感到壓力？又或者，它會促使更多廠商投入 CXL 技術的研發，讓整個記憶體生態系更加多元？無論如何，Meta 的這一步，無疑為資料中心的未來，描繪了一個更具彈性、更具成本效益，也更環保的藍圖。對我們這些終端使用者來說，這意味著 AI 服務的成本可能更低，也更普及。
本文改寫整理自公開新聞來源，原始報導由T客邦發布。
常見問題 FAQ
Vistara 架構的核心原理是什麼？
Vistara 的核心原理是透過專屬的 CXL 控制晶片作為硬體轉接橋樑，將原本只支援 DDR5 的伺服器，連接上大規模退役的 DDR4 記憶體模組。這些 DDR4 模組透過 PCIe 5.0 / CXL 匯流排掛載，並與原生的 DDR5 記憶體整合為單一的統一記憶體資源池。
Meta 的 Vistara 方案如何解決 AI 伺服器記憶體容量不足的問題？
Vistara 透過 CXL 記憶體池化與硬體壓縮機制，能在微小延遲的前提下，將伺服器有效記憶體容量擴展 2 至 2.5 倍。此外，它還採用分級記憶體調度機制，將存取頻率低的「溫資料」與「冷快取」自動調度至 CXL 擴展的 DDR4 記憶體池，從而有效化解 AI 模型參數量膨脹所帶來的記憶體牆危機。
採用舊的 DDR4 記憶體會不會影響 AI 運算效能？
Meta 透過精準的分級記憶體調度機制，將運算密集的「熱資料」保留在 CPU 原生的 DDR5 高速記憶體中，而將容量需求大的「溫資料」調度至 CXL 擴展的 DDR4 記憶體池。加上 PCIe 5.0 充裕的匯流排頻寬與軟體層的最佳化排程，Vistara 成功抵銷了 DDR4 的延遲劣勢，在維持整體推論吞吐量與服務品質的同時，大幅提升了記憶體容量。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
