Sam Altman Anggap RAM di PC Pengguna Cuma Terpakai 5 Persen, Mending Dipusatkan di Data Center
- Dok. G.Skill
GadgetVIVA - Pernyataan terbaru Sam Altman membuka perdebatan panas di kalangan pengguna PC dan penggemar AI lokal. CEO OpenAI itu menyebut bahwa menyimpan kapasitas DRAM besar di komputer pribadi merupakan pemborosan sumber daya global. Menurutnya, memori seharusnya dipusatkan di data center agar bisa melayani banyak pengguna sepanjang waktu, bukan menganggur di meja kerja masing-masing orang.
Pandangan tersebut disampaikan langsung oleh Altman dalam sebuah forum diskusi. Ia menyoroti realitas bahwa sebagian besar PC rumahan hanya memakai RAM secara penuh pada momen-momen tertentu, sementara sisa waktunya memori tersebut menganggur. Dalam konteks pasokan DRAM dunia yang kian ketat, pola pemakaian seperti itu dinilai tidak efisien.
Argumen Altman: Utilisasi Memori adalah Kunci
Inti pernyataan Altman bertumpu pada konsep utilisasi. Ia menilai bahwa pasokan DRAM dunia saat ini berada dalam kondisi terbatas. Alih-alih membiarkan kapasitas besar tersebar di jutaan komputer pribadi, lebih baik sumber daya itu dikonsentrasikan di server yang beroperasi 24 jam nonstop.
"Dari sudut pandang alokasi global, sebenarnya cukup buruk jika semua orang memiliki sebagian pasokan DRAM dunia yang terbatas di komputer masing-masing dan hanya terpakai 5 persen waktunya. Anda menginginkan utilisasi maksimal di cloud jika ingin menghadapi lingkungan pasokan yang sangat terbatas ini," ujarnya, seperti dikutip dari keterangannya.
Logikanya sederhana. Data center bisa melayani ribuan permintaan inferensi AI secara bergantian dalam satu waktu. Sementara itu, sebuah PC pribadi hanya melayani satu pengguna, dan itupun tidak sepanjang hari. Bagi Altman, efisiensi alokasi menjadi prioritas ketika pasokan memori tidak bisa mengikuti permintaan yang meledak akibat gelombang AI generatif.
AI Lokal vs Ketergantungan Cloud
Pernyataan ini muncul di tengah tren yang bergerak ke arah berlawanan. Belakangan ini, menjalankan model AI langsung di perangkat atau biasa disebut local inference semakin populer. Pengguna bisa mengunduh model open-weight seperti Llama, Mistral, atau DeepSeek dan menjalankannya di PC dengan bantuan GPU dan RAM besar. Pendekatan ini diminati karena tidak memerlukan langganan bulanan dan menjaga privasi data tetap di tangan pengguna.
