Meta复用拆机内存3:1搭配DDR5/DDR4 AI推理服务器最多减少25%

6月30日消息，科技媒体The Register在昨日（6月29日）发布报道，披露了Meta的一项最新举措：他们推出了一款名为Vistara的自研定制芯片方案，旨在让新服务器能够复用从旧机器上拆解下来的DDR4内存，进而降低采购新硬件的成本。

在昨天召开的ISCA 2026大会上，Meta正式展示了Vistara方案。简而言之，该方案通过复用旧服务器拆下的DDR4内存，不仅扩展了新服务器的内存容量，还同步降低了访问延迟。这背后其实有一个非常现实的考量：虽然服务器预期使用寿命仅为3到5年，但内存条通常可以稳定运行7到10年。在当前全球内存供应紧张、价格敏感的背景下，将旧服务器上拆下的DDR4重新利用，无疑能为企业节省大量采购预算。

Meta的具体做法是，从旧服务器中拆出DDR4 DIMM，安装到依赖DDR5的新机器上。随后，借助其自研的Compute Express Link（CXL）定制ASIC方案，构建起一个共享内存池。论文中明确指出现有CXL解决方案的瓶颈：“大多数CXL方案都把DRAM与控制器强绑定，导致无法灵活复用DIMM内存，并且通常不支持DDR4——而DDR4正是旧内存再利用的关键。此外，它们的功耗和成本偏高，进一步削弱了方案的吸引力。”

Meta推出的Vistara ASIC方案正是为攻克这些难题而设计的。它通过符合CXL 2.0/1.1规范的PCIe Gen5 x16接口，将DDR4内存桥接至主机处理器。每个Vistara ASIC集成了两个独立的72-bit DDR4内存通道，支持最高3200 MT/s的速率，单颗芯片最大容量可达256 GB（若采用64 GB的DIMM内存条）。

这套硬件将被部署在名为MemServer的设备中。单台MemServer搭载一颗AMD Turin处理器，拥有158个核心、316个线程。每台设备标配768GB的DDR5内存，并通过Vistara ASIC额外连接256 GB的DDR4内存。Vistara CXL卡安装在机箱后部的专用插槽内，机箱则依靠大容量风扇定向送风实现高效散热。

Meta透露，Vistara已在其超大规模基础设施中正式投入生产，覆盖了数百万台服务器，应用场景涵盖分离式机器学习推理、大数据处理、数据库、分布式缓存以及CI/CD构建系统。他们采用软硬件协同设计的策略：硬件层面自研CXL ASIC，软件层面则基于Transparent Page Placement TPP（透明页放置）构建优化方案，并能根据不同工作负载动态调整本地内存与扩展内存的配比。

论文公布的测试结果十分亮眼：该方案可将分离式机器学习推理所需的服务器数量最多减少25%，同时使分布式缓存的平均延迟降低29%。

参考论文地址：
Vistara: Making CXL Real—Full Path from ASIC Design and OS Support to Hyperscale Deployment

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：Meta复用拆机内存3:1搭配DDR5/DDR4 AI推理服务器最多减少25%要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题