Pergeseran ini sangat kentara pada akselerator AI modern. Satu superchip Nvidia Rubin R100 sekarang membutuhkan hingga 288GB High-Bandwidth Memory 4 (HBM4), sebuah lompatan dramatis dari konfigurasi dua tahun lalu . Pabrikan global tidak mampu memproduksi HBM cukup cepat untuk mengimbangi permintaan.

Beberapa dinamika memicu krisis ini:

• Perpindahan data menjadi kendala nyata. Di pusat data hiperskala, biaya energi dan latensi pemindahan data antara memori dan prosesor kini lebih menentukan performa AI ketimbang kecepatan teoritis prosesor itu sendiri .
• Arsitektur model AI lebih rakus memori. Model berbasis Mixture-of-Experts (MoE) dan pemrosesan konteks panjang melonjakkan kebutuhan kapasitas untuk bobot model dan cache KV, menjadikan kapasitas memori—bukan komputasi—sebagai titik sumbat .
• HBM menjadi pusat strategi. Fokus industri telah bergeser dari tolok ukur komputasi per-chip ke performa memori tingkat sistem. Memori pita lebar ini bukan lagi komponen pendukung, melainkan jalur kritis .
• Pasar sudah bereaksi. Saham perusahaan memori secara signifikan mengungguli saham chip AI pada 2025, menandakan supercycle kini milik memori, bukan logika pemrosesan .

Di balik krisis: harga, defisit pasokan, dan pukulan untuk konsumen

Krisis pasokan memori 2024–sekarang—yang dijuluki "RAMmageddon" atau "RAMpocalypse"—jauh berbeda dari krisis chip pandemi. Ini bukan gangguan rantai pasok jangka pendek. Ini adalah realokasi struktural kapasitas produksi menuju produk memori AI bermargin tinggi, yang membuat pasar PC konsumen dan perusahaan kelaparan pasokan .

Pusat data AI diperkirakan akan melahap sekitar 70% produksi DRAM kelas atas global pada 2026 . Raksasa teknologi seperti Meta, Alphabet, dan Microsoft masing-masing membelanjakan $70–93 miliar (Rp1.050 triliun–Rp1.400 triliun) per tahun untuk infrastruktur AI, mengamankan pasokan memori bertahun-tahun sebelumnya .

Kondisi itu menyisakan hanya 30% output untuk memori kelas konsumen seperti DDR4, DDR5, dan flash NAND. Hasilnya adalah lonjakan harga yang brutal:

• Modul DRAM 64GB: Naik dari sekitar $255 (Rp3,8 juta) di Q3 2025 menjadi lebih dari $420 (Rp6,3 juta) per Mei 2026. Estimasi menunjuk ke $700 (Rp10,6 juta) pada awal 2027 .
• Harga DDR4 dan DDR5 konsumen: Melonjak sekitar 4 kali lipat hanya antara September dan November 2025, menurut laporan Deloitte .
• Keseluruhan biaya RAM: Naik 172% secara tahunan per awal 2026 .
• Harga kontrak DRAM standar: Naik hampir 60% pada akhir 2025, dengan kenaikan dua digit lanjutan diramalkan sepanjang 2026 .

Analis umumnya memperkirakan harga akan terus merangkak naik setidaknya hingga akhir 2026. IDC memproyeksikan krisis bisa bertahan hingga 2027, dengan pengiriman PC berpotensi turun hingga 9% secara tahunan dalam skenario terburuk .

Elektronik konsumen: dampak nyata pada label harga

Efek berantai kini sudah terlihat di rak toko:

• Harga PC naik 15–20% karena produsen meneruskan inflasi biaya memori. Dell, Lenovo, dan HP telah memperingatkan rencana kenaikan, beberapa setajam 15–30% .
• Ponsel dan laptop menghadapi harga lebih tinggi serta opsi upgrade terbatas di 2026. IDC memperingatkan efek pada harga dan ketersediaan perangkat bisa berlarut hingga 2027 .
• Permintaan konsumen mulai tertekan. Dengan kenaikan biaya RAM 172% dan harga PC meroket, konsumen mulai ragu membeli—sebuah sinyal klasik penghancuran permintaan (demand destruction) .
• Perangkat edge AI didesain ulang berdasarkan ketersediaan memori. Keputusan produk kini lebih digerakkan oleh ketersediaan dan biaya memori ketimbang spesifikasi TOPS prosesor atau sensor . Raspberry Pi menaikkan harga beberapa model pada Desember 2025, dengan alasan eksplisit kenaikan biaya memori LPDDR4 yang belum pernah terjadi .

Sifat struktural krisis ini membuatnya sulit diatasi dengan cepat. IDC memperkirakan pertumbuhan pasokan DRAM 2026 hanya 16% secara tahunan, di bawah norma historis, sementara permintaan terus melampaui ekspansi .

HBF Sandisk: jawaban berbasis NAND untuk 'tembok memori'

Sandisk mengembangkan arsitektur bernama High-Bandwidth Flash (HBF) yang secara spesifik dirancang untuk mengatasi masalah kapasitas pada tembok memori .

HBF adalah alternatif berbasis NAND yang ditempatkan dalam paket yang sama dengan GPU, memberi prosesor akses cepat ke kumpulan memori yang jauh lebih besar daripada yang bisa disediakan HBM sendirian. Jika tumpukan HBM kelas atas saat ini berkapasitas puluhan gigabita, HBF membidik kapasitas 8–16 kali lipat dengan bandwidth sebanding dan biaya total serupa .

Poin teknis kunci:

• Arsitektur: HBF menggunakan tumpukan NAND 16-die-plus-base-die yang sesuai dengan tapak fisik HBM, meski dengan protokol antarmuka berbeda. Tujuannya adalah menyimpan parameter model AI besar di dalam paket GPU, alih-alih mengambilnya dari SSD yang terhubung melalui PCIe yang jauh lebih lambat .
• Beban kerja target: Teknologi ini dibangun khusus untuk inferensi AI di pusat data besar, perusahaan kecil, dan aplikasi edge .
• Pembeda: Dengan menukar latensi lebih tinggi NAND demi kapasitas yang dramatis dan non-volatilitas, HBF dimaksudkan untuk melengkapi—bukan menggantikan—HBM, dalam sistem di mana model inferensi telah melampaui kapasitas DRAM yang tersedia .

Linimasa dan kemajuan standardisasi

Sandisk telah memindahkan HBF dari laboratorium menuju standar industri melalui langkah-langkah terukur:

• Agustus 2025: Sandisk menandatangani nota kesepahaman (MoU) dengan SK hynix—pemasok HBM dominan—untuk bersama-sama mendefinisikan spesifikasi HBF .
• Agustus 2025 (periode yang sama): Sandisk mengajukan teknologi HBF ke Open Compute Project (OCP) untuk standardisasi terbuka .
• Februari 2026: Kedua perusahaan menggelar "HBF Standardization Kick-Off" di kantor pusat global Sandisk, membentuk alur kerja khusus OCP untuk memajukan standar ini .
• Peta jalan sampel: Sandisk berencana mengirimkan sampel memori HBF pertama pada paruh kedua 2026, dengan perangkat inferensi AI pertama yang menggunakan HBF diharapkan debut pada awal 2027 .

HBF masih dalam fase spesifikasi dan validasi; belum ada linimasa produksi komersial yang diumumkan di luar target pengiriman sampel. Namun, kemitraan dengan SK hynix dan dorongan melalui OCP menunjukkan niat untuk menjadikan HBF standar terbuka multi-vendor, bukan produk eksklusif Sandisk .

HBF merepresentasikan salah satu arsitektur memori pertama yang dirancang dari nol untuk era inferensi. Akankah ia mampu menutup tembok memori dalam skala besar? Jawabannya baru jelas ketika silikon fisiknya benar-benar beredar. Tapi arahnya sudah tak ambigu: industri AI sedang dibangun ulang dengan pusat gravitasi pada memori, bukan hanya logika pemrosesan.

Pergeseran ini sangat kentara pada akselerator AI modern. Satu superchip Nvidia Rubin R100 sekarang membutuhkan hingga 288GB High-Bandwidth Memory 4 (HBM4), sebuah lompatan dramatis dari konfigurasi dua tahun lalu . Pabrikan global tidak mampu memproduksi HBM cukup cepat untuk mengimbangi permintaan.

Beberapa dinamika memicu krisis ini:

• Perpindahan data menjadi kendala nyata. Di pusat data hiperskala, biaya energi dan latensi pemindahan data antara memori dan prosesor kini lebih menentukan performa AI ketimbang kecepatan teoritis prosesor itu sendiri .
• Arsitektur model AI lebih rakus memori. Model berbasis Mixture-of-Experts (MoE) dan pemrosesan konteks panjang melonjakkan kebutuhan kapasitas untuk bobot model dan cache KV, menjadikan kapasitas memori—bukan komputasi—sebagai titik sumbat .
• HBM menjadi pusat strategi. Fokus industri telah bergeser dari tolok ukur komputasi per-chip ke performa memori tingkat sistem. Memori pita lebar ini bukan lagi komponen pendukung, melainkan jalur kritis .
• Pasar sudah bereaksi. Saham perusahaan memori secara signifikan mengungguli saham chip AI pada 2025, menandakan supercycle kini milik memori, bukan logika pemrosesan .

Di balik krisis: harga, defisit pasokan, dan pukulan untuk konsumen

Krisis pasokan memori 2024–sekarang—yang dijuluki "RAMmageddon" atau "RAMpocalypse"—jauh berbeda dari krisis chip pandemi. Ini bukan gangguan rantai pasok jangka pendek. Ini adalah realokasi struktural kapasitas produksi menuju produk memori AI bermargin tinggi, yang membuat pasar PC konsumen dan perusahaan kelaparan pasokan .

Pusat data AI diperkirakan akan melahap sekitar 70% produksi DRAM kelas atas global pada 2026 . Raksasa teknologi seperti Meta, Alphabet, dan Microsoft masing-masing membelanjakan $70–93 miliar (Rp1.050 triliun–Rp1.400 triliun) per tahun untuk infrastruktur AI, mengamankan pasokan memori bertahun-tahun sebelumnya .

Kondisi itu menyisakan hanya 30% output untuk memori kelas konsumen seperti DDR4, DDR5, dan flash NAND. Hasilnya adalah lonjakan harga yang brutal:

• Modul DRAM 64GB: Naik dari sekitar $255 (Rp3,8 juta) di Q3 2025 menjadi lebih dari $420 (Rp6,3 juta) per Mei 2026. Estimasi menunjuk ke $700 (Rp10,6 juta) pada awal 2027 .
• Harga DDR4 dan DDR5 konsumen: Melonjak sekitar 4 kali lipat hanya antara September dan November 2025, menurut laporan Deloitte .
• Keseluruhan biaya RAM: Naik 172% secara tahunan per awal 2026 .
• Harga kontrak DRAM standar: Naik hampir 60% pada akhir 2025, dengan kenaikan dua digit lanjutan diramalkan sepanjang 2026 .

Analis umumnya memperkirakan harga akan terus merangkak naik setidaknya hingga akhir 2026. IDC memproyeksikan krisis bisa bertahan hingga 2027, dengan pengiriman PC berpotensi turun hingga 9% secara tahunan dalam skenario terburuk .

Elektronik konsumen: dampak nyata pada label harga

Efek berantai kini sudah terlihat di rak toko:

• Harga PC naik 15–20% karena produsen meneruskan inflasi biaya memori. Dell, Lenovo, dan HP telah memperingatkan rencana kenaikan, beberapa setajam 15–30% .
• Ponsel dan laptop menghadapi harga lebih tinggi serta opsi upgrade terbatas di 2026. IDC memperingatkan efek pada harga dan ketersediaan perangkat bisa berlarut hingga 2027 .
• Permintaan konsumen mulai tertekan. Dengan kenaikan biaya RAM 172% dan harga PC meroket, konsumen mulai ragu membeli—sebuah sinyal klasik penghancuran permintaan (demand destruction) .
• Perangkat edge AI didesain ulang berdasarkan ketersediaan memori. Keputusan produk kini lebih digerakkan oleh ketersediaan dan biaya memori ketimbang spesifikasi TOPS prosesor atau sensor . Raspberry Pi menaikkan harga beberapa model pada Desember 2025, dengan alasan eksplisit kenaikan biaya memori LPDDR4 yang belum pernah terjadi .

Sifat struktural krisis ini membuatnya sulit diatasi dengan cepat. IDC memperkirakan pertumbuhan pasokan DRAM 2026 hanya 16% secara tahunan, di bawah norma historis, sementara permintaan terus melampaui ekspansi .

HBF Sandisk: jawaban berbasis NAND untuk 'tembok memori'

Sandisk mengembangkan arsitektur bernama High-Bandwidth Flash (HBF) yang secara spesifik dirancang untuk mengatasi masalah kapasitas pada tembok memori .

HBF adalah alternatif berbasis NAND yang ditempatkan dalam paket yang sama dengan GPU, memberi prosesor akses cepat ke kumpulan memori yang jauh lebih besar daripada yang bisa disediakan HBM sendirian. Jika tumpukan HBM kelas atas saat ini berkapasitas puluhan gigabita, HBF membidik kapasitas 8–16 kali lipat dengan bandwidth sebanding dan biaya total serupa .

Poin teknis kunci:

• Arsitektur: HBF menggunakan tumpukan NAND 16-die-plus-base-die yang sesuai dengan tapak fisik HBM, meski dengan protokol antarmuka berbeda. Tujuannya adalah menyimpan parameter model AI besar di dalam paket GPU, alih-alih mengambilnya dari SSD yang terhubung melalui PCIe yang jauh lebih lambat .
• Beban kerja target: Teknologi ini dibangun khusus untuk inferensi AI di pusat data besar, perusahaan kecil, dan aplikasi edge .
• Pembeda: Dengan menukar latensi lebih tinggi NAND demi kapasitas yang dramatis dan non-volatilitas, HBF dimaksudkan untuk melengkapi—bukan menggantikan—HBM, dalam sistem di mana model inferensi telah melampaui kapasitas DRAM yang tersedia .

Linimasa dan kemajuan standardisasi

Sandisk telah memindahkan HBF dari laboratorium menuju standar industri melalui langkah-langkah terukur:

• Agustus 2025: Sandisk menandatangani nota kesepahaman (MoU) dengan SK hynix—pemasok HBM dominan—untuk bersama-sama mendefinisikan spesifikasi HBF .
• Agustus 2025 (periode yang sama): Sandisk mengajukan teknologi HBF ke Open Compute Project (OCP) untuk standardisasi terbuka .
• Februari 2026: Kedua perusahaan menggelar "HBF Standardization Kick-Off" di kantor pusat global Sandisk, membentuk alur kerja khusus OCP untuk memajukan standar ini .
• Peta jalan sampel: Sandisk berencana mengirimkan sampel memori HBF pertama pada paruh kedua 2026, dengan perangkat inferensi AI pertama yang menggunakan HBF diharapkan debut pada awal 2027 .

HBF masih dalam fase spesifikasi dan validasi; belum ada linimasa produksi komersial yang diumumkan di luar target pengiriman sampel. Namun, kemitraan dengan SK hynix dan dorongan melalui OCP menunjukkan niat untuk menjadikan HBF standar terbuka multi-vendor, bukan produk eksklusif Sandisk .

HBF merepresentasikan salah satu arsitektur memori pertama yang dirancang dari nol untuk era inferensi. Akankah ia mampu menutup tembok memori dalam skala besar? Jawabannya baru jelas ketika silikon fisiknya benar-benar beredar. Tapi arahnya sudah tak ambigu: industri AI sedang dibangun ulang dengan pusat gravitasi pada memori, bukan hanya logika pemrosesan.