在国际计算机体系结构会议（ISCA 2026）上，推出Meta正式揭晓了其自研的片复Vistara定制芯片方案。该方案旨在解决数据中心内存资源浪费问题，用退役通过技术手段实现退役服务器中DDR4内存条的内存内存高效再利用，构建灵活可调度的构建混合内存资源池。

痛点：内存寿命错配与扩容瓶颈

数据显示，混合Meta数据中心服务器的资源平均服役周期仅为3至5年，而拆卸下来的推出DDR4内存模块实际物理寿命可达7至10年。这种“短命主机、片复长寿内存”的用退役现象导致了严重的资源错配。目前，内存内存约40%的构建服务器受限于硬件架构，无法进行内存扩容，混合导致数百万台设备在处理高内存密集型任务时性能受限。资源

与此同时，推出主流CXL（Compute Express Link）内存扩展技术存在两大局限：
1. 兼容性缺失：不支持DDR4内存，无法复用旧模块。
2. 成本高昂：新内存采购价格持续上涨，而大量功能完好的DDR4内存却处于闲置状态。

为打破这一僵局，Meta选择从底层硬件架构入手，自主设计了一套完整的解决方案。

技术核心：Vistara芯片与混合架构

Vistara方案的核心创新在于 bridging the gap（弥合差距），将退役的DDR4内存接入仅支持DDR5的新一代服务器平台。

• 芯片规格：Vistara采用专用集成电路（ASIC）设计，通过PCIe Gen5 x16接口与主机处理器直连。单颗芯片集成两条独立的72位DDR4通道，支持最高3200 MT/s的传输速率，单芯片可管理最大256GB的DDR4内存容量。
• 硬件载体（MemServer）：
• 处理器：搭载AMD Turin处理器，拥有158个物理核心与316个逻辑线程。
• 主内存：配备768GB DDR5高速内存。
• 扩展内存：通过Vistara芯片接入额外256GB DDR4内存，形成异构内存池。

软件调度：智能NUMA管理

在软件层面，系统对内存资源进行了精细化调度：
1. 独立识别：将DDR4内存识别为一个独立的NUMA（非统一内存访问）节点。
2. 优先策略：系统优先调用本地DDR4资源，以降低延迟。
3. 动态扩展：当DDR4容量不足时，自动动态启用CXL扩展内存，确保任务连续性。

成效：显著降低运营成本与延迟

目前，该方案已在Meta大规模生产环境中全面落地，主要应用于机器学习推理及大数据处理等典型场景。实测数据表明，Vistara架构带来了显著的性能提升与成本优化：

• 服务器数量减少：分离式推理任务所需的服务器数量最多降低 25%。
• 延迟大幅下降：分布式缓存的平均访问延迟下降 29%。
• 稳定性提升：因内存资源不足引发的任务失败率减少 33%。

这一创新不仅延长了硬件资产的生命周期，更通过混合内存池的构建，为数据中心提供了更具性价比的高性能计算解决方案。

(责任编辑：百科)