Wedle AMD organizacje często konfigurują serwery zgodnie z przekonaniem, że większa ilość pamięci automatycznie oznacza wyższą wydajność. Tyle że po przekroczeniu rzeczywistych wymagań aplikacji dodatkowe gigabajty lub terabajty nie przyspieszają obliczeń. Po prostu pozostają niewykorzystane, a zamiast trafić na rynek, marnują się w jakimś centrum danych.
Serwer z większą ilością RAM-u nie zawsze jest szybszy
Nie oznacza to oczywiście, że serwerom należy odbierać pamięć bez namysłu. Zbyt mała pojemność może doprowadzić do przenoszenia danych na znacznie wolniejsze nośniki (dyski), a tym samym wzrostu opóźnień, problemów ze stabilnością i gwałtownego spadku wydajności. Problemem nie jest więc sam zapas, lecz zapas kupowany bez pomiarów, ponieważ “tak będzie bezpieczniej”. AMD proponuje, aby zamiast patrzeć wyłącznie na całkowitą pojemność, analizować ilość pamięci przypadającą na rdzeń oraz rzeczywiste zachowanie konkretnego obciążenia.
Czytaj też: Test procesora AMD Ryzen 7 9850X3D. Mamy nowego króla gamingu!
AMD nie przedstawiło jednocześnie przekrojowego badania tysięcy centrów danych, które dowodziłoby, że cała branża tonie w niewykorzystanym RAM-ie. Jest to przede wszystkim argument producenta procesorów, którego architektura ma w tym konkretnym sporze wypadać korzystnie. Sama zasada pozostaje jednak technicznie sensowna, a najnowsze dane rynkowe pokazują, że klienci rzeczywiście zaczynają uważniej przyglądać się pojemności kupowanych modułów.
Dwanaście kanałów zamiast ślepego dokładania pamięci
Najważniejsza część argumentacji AMD dotyczy nie tylko pojemności, ale również sposobu podłączenia pamięci do procesora. Tutaj w grę wchodzi reklama, bo firma podkreśla, że układy EPYC 9004 oraz 9005 oferują po 12 kanałów pamięci na każdy procesor. Dzięki temu serwer może korzystać z jednego modułu DIMM na kanał, czyli konfiguracji 1DPC, i nadal zapewniać wysoką pojemność oraz przepustowość. Nie chodzi tutaj o znane z komputerów osobistych określenie “dual-channel”. Skrót 2DPC oznacza dwa moduły DIMM podłączone do każdego kanału. Takie rozwiązanie pozwala zwiększyć całkowitą pojemność, ale dodatkowe obciążenie elektryczne magistrali może wymusić obniżenie szybkości pamięci. W praktyce serwer dostaje więcej RAM-u, lecz nie zawsze potrafi przesyłać dane równie sprawnie jak przy jednym module na kanał.
Czytaj też: GIGABYTE i AMD w Warszawie. Polski rynek PC rośnie, ale 2026 stawia branży trudne pytania
Przy 12 kanałach i modułach po 128 GB pojedynczy procesor może otrzymać 1,5 TB pamięci bez przechodzenia na 2DPC. Dwuprocesorowy serwer osiąga w takim układzie 3 TB przy wykorzystaniu 24 standardowych modułów. Nie trzeba od razu sięgać po najdroższe konstrukcje o ekstremalnej pojemności, których cena za gigabajt potrafi być nieproporcjonalnie wysoka. Właśnie tutaj kryje się najważniejsza część tej historii, bo serwer przyspiesza dopiero wtedy, gdy procesor ma wystarczającą pojemność, odpowiednią przepustowość i możliwość równoległego korzystania z wielu kanałów. Pojemność i przepustowość są ze sobą związane, ale nie są tym samym.
Podobny problem opisywałem już przy połączeniu procesorów za pomocą fotoniki. Nawet niezwykle mocny układ może tracić większość potencjału, jeśli dane docierają do niego za wolno. Kolejne terabajty pamięci nie rozwiązują automatycznie problemu komunikacji, tak jak większy magazyn nie przyspiesza ciężarówek wożących towar.
Agentic AI zmienia serwer w cyfrową fabrykę
Znaczenie właściwego dobierania pamięci rośnie wraz z rozwojem tak zwanej agentowej sztucznej inteligencji, która ma wykonywać znacznie bardziej rozbudowane procesy. Agent może najpierw zinterpretować polecenie, zebrać kontekst, przeszukać bazę dokumentów, wywołać zewnętrzne API, uruchomić narzędzie, wykonać zapytanie do bazy danych, sprawdzić rezultat i dopiero później przygotować odpowiedź. Nie jest więc pojedynczym modelem zamkniętym w akceleratorze, lecz cyfrową fabryką przekazującą dane między wieloma elementami infrastruktury.
W takim środowisku wydajność zależy od współpracy procesora, pamięci, akceleratorów, sieci, nośników danych i warstwy programowej. GPU może wykonywać najcięższe obliczenia związane z modelem, ale CPU nadal odpowiada między innymi za planowanie, obsługę zapytań, wyszukiwanie, wykonywanie narzędzi i przekazywanie wyników. AMD właśnie w tym kontekście przedstawia nadchodzące procesory EPYC 9006 z rdzeniami Zen 6 wytwarzanymi procesem 2-nm w fabrykach TSMC. Nowa generacja tych układów od AMD ma oferować do 256 rdzeni i 512 wątków w jednym procesorze, 16 kanałów pamięci DDR5, moduły MRDIMM pracujące z szybkością do 12800 MT/s oraz łączność PCI Express 6.0.
Kryzys pamięci zmusza branżę do liczenia gigabajtów
Wedle przewidywań TrendForce kontraktowe ceny serwerowej pamięci DRAM wzrosną w trzecim kwartale 2026 roku o kolejne 13-18 procent względem poprzedniego kwartału. Rynek pozostaje niedostatecznie zaopatrzony, a napięta sytuacja ma utrzymać się również w 2027 roku. Co ciekawe, część dostawców usług chmurowych i producentów serwerów zaczęła już zmieniać konfiguracje. Zamiast modułów 96 i 128 GB coraz częściej wybierane są warianty o pojemności 32 lub 64 GB. Nie świadczy to o nagłym załamaniu zapotrzebowania na pamięć, lecz o próbie znalezienia rozsądniejszej relacji między kosztem, dostępnymi procesorami i rzeczywistym wykorzystaniem infrastruktury.
Skalę całego kryzysu przedstawiałem już przy RAMaggedonie i niedoborach pamięci. Popyt ze strony centrów danych przestał być jednym z wielu czynników wpływających na ceny. Stał się siłą zmieniającą decyzje producentów i przekierowującą moce produkcyjne w stronę serwerowej pamięci DDR5 oraz HBM. Konsekwencje docierają również do zwykłych użytkowników, co widać przy rosnących kosztach grania i elektroniki.
Nie wystarczy wyjąć połowy RAM-u
Optymalizacja pamięci nie może polegać na mechanicznym ograniczaniu konfiguracji. W praktyce administrator musi znać rzeczywisty zestaw roboczy aplikacji, szczytowe wykorzystanie RAM-u, liczbę błędów stron, obciążenie kanałów, zachowanie systemu NUMA oraz wymagany zapas na nieprzewidziane skoki aktywności. Najrozsądniejsze podejście nie brzmi więc “kupujmy mniej RAM-u”, tylko “przestańmy kupować go w ciemno”. Jedne obciążenia będą ograniczone pojemnością, inne przepustowością, jeszcze inne mocą procesora, siecią lub nośnikami danych. Ta sama konfiguracja nie może być jednocześnie optymalna dla bazy przechowywanej w pamięci, platformy wirtualizacyjnej, serwera plików oraz infrastruktury obsługującej setki agentów AI.
Czytaj też: Przepytałem polskie studio, jak ważny jest potężny sprzęt przy tworzeniu gier wideo
Uważam, że jest to jeden z najciekawszych sygnałów dojrzewania całej branży sztucznej inteligencji. Pierwszy etap boomu polegał na kupowaniu wszystkiego, co tylko dało się dostarczyć – procesorów graficznych, pamięci HBM, serwerów, zasilaczy i całych działek pod kolejne centra danych. Drugi będzie musiał polegać na sprawdzaniu, czy ten kosztowny sprzęt rzeczywiście pracuje efektywnie i co można zrobić, żeby stał się w tej kwestii jeszcze lepszy. Naturalnie przyszłość komputerów nadal będzie wymagała większej ilości pamięci. Nie mam co do tego większych wątpliwości. Różnica polega na tym, że wygra raczej ta, która najlepiej wykorzysta każdy z nich.
Źródła: AMD#1, AMD#2, TrendForce
