Meta ha trovato il modo di risparmiare milioni: invece di comprare RAM nuova, ricicla quella vecchia

La continua espansione dell'infrastruttura destinata all'intelligenza artificiale sta aumentando la domanda di componenti hardware e, di conseguenza, i costi di realizzazione dei grandi datacenter.

Per affrontare questo scenario, Meta ha scelto una strada diversa dall'acquisto indiscriminato di nuovo hardware: recuperare la memoria DDR4 dei server giunti a fine ciclo operativo e impiegarla nelle piattaforme di nuova generazione attraverso un ASIC sviluppato internamente, chiamato Vistara.

La società presenterà il progetto all'ISCA 2026, ma un documento tecnico anticipa una soluzione già operativa all'interno dell'infrastruttura dell'azienda, dove viene utilizzata su milioni di server per supportare carichi di lavoro che spaziano dall'inferenza AI all'analisi dei dati.

Secondo Meta, la vita utile dei server è generalmente compresa tra tre e cinque anni, mentre i moduli di memoria possono rimanere perfettamente funzionanti per sette-dieci anni. Questo significa che grandi quantità di RAM DDR4 vengono dismesse insieme ai server pur essendo ancora pienamente utilizzabili.

Parallelamente, circa il 40% del parco macchine dell'azienda non può essere espanso con ulteriore memoria, il che limita l'esecuzione di alcuni carichi di lavoro che richiedono centinaia di gigabyte o addirittura terabyte di RAM.

Da questa situazione è nata l'idea di recuperare i moduli DDR4 provenienti dai sistemi ritirati dal servizio e integrarli nei nuovi server basati su DDR5, aumentando la capacità disponibile senza acquistare esclusivamente memoria di nuova produzione.

Per rendere possibile questa integrazione, Meta ha progettato Vistara, un ASIC proprietario che funge da ponte tra la memoria DDR4 e i processori moderni tramite un'interfaccia CXL 2.0/1.1 su collegamento PCI Express Gen5 x16.

L'azienda spiega che le soluzioni CXL disponibili sul mercato non soddisfacevano le proprie esigenze. Molti prodotti integrano infatti memoria e controller nello stesso dispositivo, impedendo il riutilizzo di moduli DIMM esistenti, oltre a non supportare la DDR4 oppure presentando consumi e costi ritenuti troppo elevati.

Vistara adotta invece un approccio differente: separa completamente il controller dalla memoria, consentendo di installare liberamente i moduli DDR4 recuperati dai server dismessi.

Ogni ASIC integra due canali DDR4 a 72 bit, supporta velocità fino a 3.200 MT/s e può gestire fino a 256 GB di memoria utilizzando DIMM da 64 GB. Il chip è inoltre controllato da due processori RISC-V sviluppati per questa piattaforma.

La tecnologia trova impiego in sistemi che Meta definisce MemServer, equipaggiati con processori AMD Turin da 158 core e 316 thread. Ogni nodo integra 768 GB di memoria DDR5 insieme a 256 GB di DDR4 recuperata, collegata attraverso le schede Vistara installate in appositi slot posteriori del telaio. Per garantire l'affidabilità operativa anche sotto carichi elevati, il sistema adotta un raffreddamento dedicato con flussi d'aria indirizzati direttamente verso i moduli CXL e la memoria ad alta densità.

Dal punto di vista software, la memoria DDR4 viene esposta al sistema operativo Linux come un nodo NUMA separato, privo di CPU associate. Le applicazioni utilizzano inizialmente la memoria locale collegata direttamente al processore e ricorrono alla capacità aggiuntiva resa disponibile tramite CXL soltanto quando necessario.

Meta ha inoltre apportato modifiche specifiche al driver CXL del kernel Linux, precisando che tali interventi sono già stati integrati oppure sono in fase di inclusione nel ramo principale del progetto.

L'azienda afferma che la disponibilità di memoria aggiuntiva riduce significativamente gli eventi di Out of Memory (OOM) durante l'esecuzione di applicazioni particolarmente esigenti, come Spark, Hive, database, sistemi di cache distribuita, pipeline CI/CD e modelli di inferenza per i sistemi di raccomandazione.

Secondo i dati riportati nel documento tecnico, l'espansione della memoria consente di diminuire del 33% i riavvii dei job e i fenomeni di frammentazione delle risorse dovuti agli errori OOM, migliorando così l'affidabilità complessiva dell'infrastruttura.

L'impatto economico appare altrettanto rilevante. Meta dichiara che, per alcune implementazioni dedicate all'inferenza AI distribuita, la nuova architettura permette di ridurre fino al 25% il numero di server necessari per svolgere lo stesso lavoro. A questo beneficio si aggiunge il riutilizzo di componenti già disponibili.