Meta 利用自研芯片在新服务器中重复使用旧 DDR4 内存
Meta公司自主研发的Vistara定制芯片，利用CXL2.0和PCIeGen5接口，将退役服务器中的DDR4内存接入新一代DDR5服务器，从而延长硬件使用寿命、降低资本支出。这一方案计划部署于超大规模AI数据中心，有效缓解内存资源紧缺与浪费问题。
先说个挺有意思的动向：Meta最近搞了一套内存复用方案，专门在自家数据中心里折腾。他们自研了一颗叫“Vistara”的定制芯片，能把退役服务器里还健在的DDR4内存条，接进依赖DDR5内存的新一代服务器。在全球硬件价格涨得飞起、内存长期紧缺的背景下，这招盘活存量的做法，确实值得关注。
眼下内存和其他硬件组件的价格一直在涨，就算是Meta这种采购能力超强的大厂，也得想方设法控制资本支出。Vistara方案正是在这种压力下催生的尝试。
按照Meta现行的运维周期，服务器大概三到五年就得换一次，可里面的内存模组寿命通常能撑七到十年。这就导致一个“寿命错配”问题：服务器退役时，完好的DDR4内存条也得跟着下岗，造成大量浪费。Vistara芯片就是为解决这问题而生的——让旧内存在新平台上继续发光发热，延长硬件生命周期，优化整体TCO。
根据Meta向业界会议ISCA披露的技术论文，Vistara是一颗定制的ASIC芯片，通过CXL 2.0/1.1接口，在PCIe Gen5 x16总线上把DDR4内存和新一代处理器连起来。具体部署时，Meta从退役服务器里拆下DDR4内存条，装进专门的单元里——内部叫它“MemServer”。每台MemServer配约768GB DDR5内存，外加约256GB回收来的DDR4内存。操作系统把这些DDR4当成额外的内存节点，当主用DDR5资源吃紧时，系统就会调度使用这部分扩展内存。
Meta提到，现成的CXL硬件方案搞不定这事。市面上的CXL接口通常把控制器和自带内存封装在一起，没法插进来路不同的退役DDR4条子。Vistara的设计则特意将控制器与内存解耦，让控制器单独存在，这样Meta就能按需插入手头现有的DDR4资源，实现高度灵活的内存复用架构。
规模上，Meta计划把这套架构部署到数百万台服务器组成的超大规模基础设施中，重点支撑人工智能业务的数据中心。随着公司在生成式AI等领域持续加码——包括广泛部署具备推理与多模态能力的新模型Muse Spark——这些AI数据中心的内存与算力需求持续增长。重复利用DDR4内存，有望在保障性能的同时提升整体效率。
需要指出的是，Meta并不打算完全依赖“回收”内存。新购DDR5以及其他硬件仍会扮演重要角色。不过，在超大规模数据中心场景下，就算只有部分工作负载用上重复利用的DDR4内存条，长期运营也能省下可观的成本，同时减少硬件报废带来的资源浪费。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Beamer 4是面向macOS的本地视频投屏工具，可将Mac中的影片投放到Apple TV、Chromecast及兼容设备，支持常见格式、多类字幕、环绕声、播放列表和电视遥控操作。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。
AnyDesk Windows版是一款轻量化远程桌面与技术支持工具，可用于控制异地电脑、传输文件、远程打印及无人值守访问。它兼顾连接响应、安全权限和部署灵活性，适合个人远程办公、企业设备维护与客服支持。