Harga penyimpanan tiba-tiba "jatuh" memicu perbincangan hangat: sinyal koreksi atau fluktuasi jangka pendek?

Wartawan harian: Wang Jing    Editor harian: Xu Shaohang

Belakangan ini, topik “harga modul memori (RAM) mengalami penurunan tajam” naik ke daftar teratas pencarian hangat (hot search). Ada kabar bahwa memori DDR5 16GB utama (produk terbaru dengan proses manufaktur matang di industri DRAM) turun dari level tertinggi 1000 yuan pada Desember 2025 menjadi sekitar 700 yuan; paket 32GB bahkan menyusut 27% dalam satu bulan, dari 3000 yuan menjadi 2200 yuan.

Dari sisi kanal, pelonggaran harga tercermin. Di platform e-commerce bekas eBay (?) Xianyu, harga rata-rata transaksi DDR4 dalam 7 hari terakhir turun 80 yuan dibandingkan minggu sebelumnya, menjadi 360 yuan; untuk DDR5, harga rata-rata transaksi hanya turun sedikit sebesar 20 yuan menjadi 1090 yuan. Untuk platform e-commerce arus utama, di platform JD.com, harga memori Kingston DDR4 16GB mulai dari 849 yuan, sementara Adata DDR5 16GB berharga 1400 yuan; memori DDR5 16GB Corsair (perusahaan AS) berharga 1429 yuan. Memori DDR5 16GB sempat menembus setinggi 1674 yuan per batang pada pertengahan Maret tahun ini. “Tren pasar minggu lalu sudah mulai turun harga, tapi sebenarnya tidak turun banyak.” kata seorang penjual di Huaqiangbei.

Meskipun harga mengalami penyesuaian kembali, dari perspektif harga historis saat ini tetap berada pada level tinggi. Menurut data dari TrendForce (Jiaban Consulting), dari kuartal ketiga 2025 hingga sekarang, harga spot DRAM (dynamic random access memory) dan NAND (flash memory) telah meningkat lebih dari 300% secara kumulatif. Pada September tahun lalu, harga modul DDR5 16GB hanya sekitar 300 yuan; pada awal November tahun lalu, harga pasar DDR4 16GB di Huaqiangbei sekitar 400 yuan. Pada saat itu, banyak pedagang menjadi “takut mengejar puncak” untuk prospek ke depan karena kenaikan harga terlalu cepat, sehingga secara umum tidak berani menimbun dalam jumlah besar.

“Masih terlalu dini untuk harga normal,” komentar banyak pengguna di platform sosial.

Adapun menurut sejumlah praktisi industri, fluktuasi harga kali ini lebih banyak merupakan penyesuaian bersifat tahap. Faktanya, hubungan penawaran dan permintaan penyimpanan saat ini tetap sangat ketat. Manajer umum pasar flash CFM, Tai Wei, dalam MemoryS 2026 Summit yang diadakan beberapa waktu lalu menyatakan bahwa pada 2026 tidak ada satu pun produk penyimpanan AI arus utama global yang dapat mencapai keseimbangan penuh antara penawaran dan permintaan. Fokus industri penyimpanan telah bergeser dari “siapa yang termurah” menjadi “siapa yang bisa mendapatkan barang”; diringkas dalam satu kalimat: seberapa panas kebutuhan komputasi AI, seberapa langka penyimpanan.

Di balik penurunan harga

Harga memori yang sempat melambung selama berbulan-bulan akhirnya mengalami penurunan, sekaligus memicu perbincangan hangat dari luar. Namun yang lebih menarik perhatian adalah: penurunan harga kali ini, apakah merupakan pembalikan tren atau hanya fluktuasi tahap?

Analis TrendForce Jiaban Consulting, Wang Yuqi, mengatakan kepada wartawan bahwa belakangan ini minat beli di pasar spot memang melemah, tetapi harga kontrak pada kuartal kedua 2026 masih menunjukkan kecenderungan naik, dan diperkirakan kenaikan ini akan berlanjut hingga akhir tahun, sehingga diyakini penurunan harga ini merupakan penyesuaian jangka pendek.

“Yang turun di pasar saat ini adalah pasar spot. Kemampuan penerimaan konsumen pasar spot terbatas. Ketika konsumen tidak bisa menerimanya, penyesuaian harga sangat normal. Kami melihat harga naik hingga 2027, tapi yang dimaksud adalah harga pasar kontrak.” kata analis industri penyimpanan lainnya.

Eksekutif perusahaan publik penyimpanan berpendapat bahwa penurunan harga kali ini lebih merupakan tindakan komersial dari sebagian pedagang. “Dari sisi penawaran dan permintaan, belum ada titik balik yang jelas di industri; setidaknya pada kuartal kedua tahun ini situasi ketat penawaran dan permintaan belum mereda. Namun, dengan latar belakang harga yang sudah berada pada level tinggi, sisi permintaan akan mengalami penekanan tertentu, sehingga waktu dan frekuensi periode stagnan (sideways) akan relatif menjadi lebih lama dan lebih banyak.”

Pada kenyataannya, dari penawaran dan permintaan penyimpanan saat ini masih sangat ketat. Tai Wei berpendapat bahwa siklus ekspansi kapasitas industri penyimpanan mencapai 18 hingga 24 bulan; rilis kapasitas produksi baru paling cepat baru terjadi pada tahun 2027. “Namun, kami berpendapat bahwa bahkan jika ada penambahan kapasitas, tetap tidak bisa sepenuhnya memenuhi permintaan pasar; masalah kekurangan pasokan penyimpanan sulit sekali membaik dalam jangka pendek.”

Siklus kenaikan kali ini dimulai pada paruh kedua 2025 dan jelas dipercepat pada kuartal keempat 2025. Laporan yang dirilis Counterpoint menunjukkan bahwa hingga kuartal pertama 2026, harga memori meningkat 80%~90% secara kuartal (QoQ), mencatat kenaikan terbesar yang belum pernah terjadi sebelumnya. Sebagai contoh memori kelas server, harga kontrak 64GB RDIMM (modul memori dual-line dengan register) telah melonjak dari 450 dolar pada kuartal keempat 2025 menjadi lebih dari 900 dolar pada kuartal pertama 2026. Lembaga tersebut memperkirakan bahwa pada kuartal kedua ada peluang menembus ambang 1000 dolar.

Dalam proses kenaikan ini, harga sudah menular dari hulu ke kanal, modul, dan bahkan sisi perangkat lengkap (整机). Di pasar spot beberapa produk, kenaikan sebagian harga sudah mencapai 10 kali hingga puluhan kali; pusat perhatian industri pun bergeser dari “melihat siapa yang lebih murah” menjadi “melihat siapa yang bisa mendapatkan barang”.

Selain itu yang patut diperhatikan adalah, penurunan harga kali ini terutama terkonsentrasi pada pasar konsumen, sementara kebutuhan penyimpanan terkait enterprise dan server AI tetap kuat. Dalam MemoryS 2026 Summit, banyak pelaku industri penyimpanan menyampaikan pandangan mereka secara intens. Mereka berpendapat bahwa seiring akselerasi implementasi kecerdasan buatan, kebutuhan penyimpanan tetap didorong hingga level tertinggi baru.

Di antaranya, Tai Wei menuturkan bahwa dari pelatihan model, inferensi, hingga aplikasi multimodal, semuanya mengajukan kebutuhan yang lebih tinggi terhadap bandwidth dan kapasitas penyimpanan. “HBM (High Bandwidth Memory / memori bandwidth tinggi) sedang beralih dari produk niche menjadi sumber daya kunci era AI, sementara DDR5 berkapasitas besar berubah dari konfigurasi opsional menjadi konfigurasi standar server AI; SSD enterprise (solid state drive) juga tidak lagi hanya menjadi wadah kapasitas, melainkan menjadi kunci untuk memecahkan bottleneck performa dalam keseluruhan arsitektur komputasi. Pertumbuhan kebutuhan memori server tahun ini akan melebihi 40%, dan porsi di seluruh aplikasi penyimpanan juga akan melebihi 50%.”

Sementara itu, seiring aplikasi AI bergeser dari pelatihan model ke penggunaan yang lebih sering dan nyata, tuntutan perusahaan terhadap kecepatan pembacaan data dan kemampuan respons meningkat secara jelas. “Penyimpanan berperforma tinggi bukan lagi opsi yang boleh ada atau tidak, melainkan landasan inti yang menentukan efisiensi pengambilan keputusan sistem dan skala operasinya.” ujar Zhang Shiwan, Wakil Presiden Eksekutif Samsung Electronics. “Samsung berencana meluncurkan driver EDSFF dengan ketebalan hanya 1T pada 2026 hingga 2027. Skema ini dapat meningkatkan berkali-kali total kapasitas dan bandwidth per rak (single rack), serta memaksimalkan efisiensi operasional ruang.”

Variabel teknis mengaduk pasar penyimpanan

Kebutuhan pasar tetap sangat kuat, tetapi harga justru mengalami penurunan. Fenomena ini juga memicu perhatian pasar terhadap variabel baru. Ada analisis yang menyebut bahwa terobosan di bidang algoritma AI belakangan ini, sampai batas tertentu, memengaruhi ekspektasi pasar: pada 26 Maret, Google merilis algoritma kompresi baru “TurboQuant”, yang dapat secara signifikan mengompresi penggunaan memori cache kunci-nilai (key-value cache) saat large language model berjalan, tanpa kehilangan akurasi model.

Teknologi di atas sempat memicu kekhawatiran pasar bahwa kebutuhan penyimpanan akan menurun. Namun, kalangan industri memiliki pandangan yang relatif lebih rasional.

Wang Yuqi berpendapat bahwa TurboQuant, melalui kompresi KV Cache (mekanisme cache kunci-nilai), memang dapat menurunkan penggunaan memori tanpa memengaruhi akurasi model. Namun, pada dasarnya teknologi seperti ini meningkatkan efisiensi pemanfaatan sumber daya, bukan melemahkan permintaan secara keseluruhan. “Seiring biaya inferensi turun, skenario aplikasi AI dan ukuran model biasanya berkembang bersamaan, sehingga dalam jangka panjang tetap membantu mendorong pertumbuhan kebutuhan penyimpanan secara keseluruhan. Meski memang belakangan ini terjadi fluktuasi jangka pendek di pasar, karena AI dan pembangunan pusat data terus berjalan, tren harga penyimpanan masih memiliki dukungan. Gejolak jangka pendek tidak mengubah tren pertumbuhan jangka panjang industri.”

 Huang Qiang, Wakil Direktur Jiangbo Long dan Manajer Umum Divisi Penyimpanan Embedded, baru-baru ini menganalisis untuk wartawan bahwa dari perspektif jangka panjang, teknologi seperti ini adalah kabar baik. Teknologi tersebut membantu mengoptimalkan arsitektur penyimpanan AI dan meredakan situasi pertentangan penawaran-permintaan yang sebelumnya terlalu sengit, sehingga mendorong perkembangan industri yang lebih sehat.

Saat ini, untuk merespons tekanan biaya akibat kenaikan harga penyimpanan pada hilir, Jiangbo Long juga mengembangkan sendiri teknologi HLC (High Level Cache / teknologi cache tingkat tinggi). Teknologi ini dapat mengurangi penggunaan DRAM, sekaligus tidak memengaruhi pengalaman pengguna. Misalnya pada sisi embedded, Jiangbo Long bekerja sama dengan Unisoc Ziguang (紫光展锐) untuk pengembangan bersama. Berdasarkan pengujian lapangan yang menggunakan platform chip Unisoc Ziguang, setelah 4GB DDR dipasangkan dengan teknologi HLC, waktu respons startup untuk 20 App adalah 851ms (milidetik), mendekati level konfigurasi normal DDR 6GB/8GB. Dengan demikian, kebutuhan kapasitas DRAM di terminal turun, dan biaya BOM (bill of materials / daftar komponen) dioptimalkan.

Sementara itu, Huang Qiang menekankan bahwa HLC bukanlah “solusi jangka pendek” untuk siklus kenaikan harga penyimpanan. “Terlepas dari apakah perubahan biaya penyimpanan terlihat jelas atau tidak, setidaknya dari sisi performa, HLC dapat meningkatkan efisiensi penyimpanan. Ini merupakan metode desain yang menggabungkan perangkat keras dan perangkat lunak, sehingga membantu perkembangan jangka panjang AI di sisi perangkat. Ke depan, ketika industri benar-benar memasuki fase inferensi, biaya pasti menjadi faktor pertimbangan kunci.” Diketahui bahwa teknologi HLC dapat diterapkan pada berbagai skenario seperti ponsel, komputer, tablet, dan sebagainya; saat ini telah memasuki tahap promosi produk.

Pabrikan penyimpanan lainnya juga menurunkan ketergantungan pada memori kelas atas melalui inovasi teknologi. Contohnya, AiSAQ (teknologi pencarian vektor yang dapat diperluas) yang diluncurkan Kioxia. Dengan menyimpan data di SSD, teknologi ini mengurangi kebutuhan akan DRAM. Selain itu, teknologi ini juga dapat menurunkan latency dan meningkatkan performa. Untuk data skala besar, AI system dapat memproses sejumlah besar dataset tanpa perlu membeli DRAM yang mahal, karena beban kerja disimpan di SSD berkapasitas besar. “Untuk akuisisi data end-to-end, bisa mempercepat 7,8 kali; dalam pencarian dan volume item yang diretrieval, juga dapat meningkatkan secara signifikan.”

Secara keseluruhan, pasar penyimpanan saat ini memperlihatkan karakteristik “fluktuasi harga yang berjalan bersamaan dengan pertumbuhan kebutuhan”: di satu sisi, pasar spot mengalami penyesuaian bertahap di bawah tekanan level tinggi; di sisi lain, kebutuhan jangka menengah-jangka panjang yang didorong AI masih terus dilepaskan.

Harian Berita Ekonomi

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
Tambahkan komentar
Tambahkan komentar
Tidak ada komentar
  • Sematkan