SNIA SDC 2026: Jurang Harga DRAM vs NAND Melebar 84 Kali, AI Inference Jadi Biang Keladi

Kesenjangan harga antara DRAM dan NAND flash melebar tajam dalam dua tahun terakhir. Data yang dipaparkan Grant Mackey dari XCENTA pada SNIA Storage Developers Conference (SDC) 2026 menunjukkan rasio harga per gigabyte kedua teknologi itu melompat dari 37 kali pada kuartal III 2024 menjadi 84 kali pada kuartal II 2026, dan diproyeksikan terus naik hingga akhir tahun.

Angka itu bukan sekadar statistik. Ia menegaskan bahwa biaya memori dan penyimpanan tidak lagi bergerak seiring. DRAM, yang menjadi komponen kunci untuk memperluas kapasitas DDR di sistem CPU, harganya melesat paling agresif. SSD menyusul di bawahnya, sementara hard disk drive (HDD) hanya naik di bawah 50 persen sepanjang 2025 hingga 2026. Pola ini mengikuti hierarki memori-penyimpanan: semakin dekat ke prosesor, semakin mahal kenaikannya.

Dalam presentasinya, Mackey juga memperlihatkan peran perangkat memori CXL yang dipasang di depan NAND flash untuk memperluas memori DDR pada sistem CPU. Pendekatan ini menjadi salah satu jalan tengah di tengah mahalnya DRAM, dengan memanfaatkan NAND sebagai lapisan ekspansi yang lebih murah namun tetap terhubung melalui antarmuka CXL.

Dari sisi permintaan, Mike Klemm dari Kioxia membeberkan proyeksi yang tidak kalah penting. Kebutuhan bit untuk inferensi AI diprediksi tumbuh dengan tingkat pertumbuhan tahunan majemuk (CAGR) 56 persen antara 2025 dan 2031, jauh melampaui beban kerja tradisional maupun pelatihan AI. Artinya, pusat data akan semakin didominasi oleh lalu lintas inferensi, bukan lagi sekadar pelatihan model.

Klemm juga menyoroti beberapa kasus penggunaan SSD, termasuk caching near-GPU, di mana pembacaan kecil dilayani langsung dari SSD lokal. Ia menyinggung pula NVIDIA CMX (context memory storage) serta peran SSD NVMe TLC PCIe 5.0 dan 6.0 untuk mendukung penyimpanan memori konteks. Ini menandakan bahwa arsitektur penyimpanan kini dirancang khusus untuk mempercepat inferensi, bukan hanya menyimpan data dingin.

"Perangkat keras penyimpanan tidak lagi bisa diperlakukan sebagai komoditas tunggal. Setiap lapisan—DRAM, SSD, HDD—punya karakter unik yang harus dikelola perangkat lunak secara cerdas," ujar Abhay Kataria dari Seagate Technology dalam sesi tentang HDD di sistem object storage.

Kataria menekankan bahwa HDD, sebagai perangkat elektromagnetik, memberikan performa terbaik saat menangani transfer data besar secara sekuensial. Karena itu, perangkat lunak manajemen harus mempertimbangkan karakter tiap teknologi, termasuk menjadwalkan pemeliharaan latar belakang secara rutin agar performa puncak tetap terjaga saat dibutuhkan.

Isu keandalan juga menjadi perhatian. David Gerstein dari Leil Storage membahas degradasi bertahap pada SSD QLC berkapasitas tinggi. Kegagalan die dan blok disebut tak terhindarkan, sehingga diperlukan strategi redundansi melalui erasure coding dan overprovisioning—mirip dengan pendekatan head depopulation yang pernah diterapkan pada HDD.

Di ranah keamanan, Eric Hubbard, ketua grup Cybersecurity and Privacy INCITS, mengingatkan pentingnya bersiap menghadapi era kriptografi pasca-kuantum (PQC). Komputasi kuantum berpotensi memecahkan enkripsi konvensional, dan standar PQC masih dalam pengembangan. Hubbard merekomendasikan organisasi menyusun peta jalan kesiapan kuantum, berdiskusi dengan vendor teknologi, serta membuat rencana migrasi yang memprioritaskan aset paling sensitif.

Topik terakhir yang tak kalah futuristik adalah penyimpanan DNA. Vincent Franceschini dari Biomemory, yang juga co-chair DNA Data Storage Alliance, memaparkan capaian aliansi tersebut, termasuk draf manajemen SNIA Swordfish baru dan kemitraan Biomemory dengan Scality pada Juni 2026 untuk mengintegrasikan arsip DNA ke infrastruktur object storage S3 perusahaan, dengan klaim retensi hingga 150 tahun. Aliansi ini juga tengah menjajaki komputasi jaringan saraf berbasis DNA.

Bagi Indonesia, gelombang inovasi ini bukan sekadar tontonan. Operator pusat data dalam negeri, penyedia layanan cloud, dan industri perbankan yang tengah gencar berdigitalisasi akan merasakan langsung dampak fluktuasi harga DRAM dan NAND. Ketika rasio harga melebar, biaya membangun infrastruktur AI—dari server inferensi hingga penyimpanan objek—menjadi semakin tidak proporsional. Kebijakan pengadaan teknologi dan strategi arsitektur data jangka panjang perlu mulai mempertimbangkan CXL, caching near-GPU, dan efisiensi lapisan penyimpanan sebagai variabel utama, bukan sekadar pelengkap.

Pertanyaannya, apakah pelaku industri di kawasan ini siap bertransisi ke arsitektur penyimpanan berlapis yang lebih hemat biaya, atau justru terjebak dalam siklus mahalnya DRAM yang tak kunjung usai?