Krisis Storage Enterprise 2026: AI Picu Lonjakan Permintaan NVMe, CXL, dan Computational Storage di Indonesia

Krisis penyimpanan enterprise tahun 2026 bukan sekadar narasi pasar — ini realitas keras yang dihadapi CIO dan arsitek infrastruktur di Indonesia. Western Digital mengonfirmasi stok HDD enterprise untuk seluruh tahun kalender 2026 sudah habis terjual (sold out) sejak kuartal pertama, didorong permintaan tak terduga dari kluster AI hyperscale dan pembangunan data center sovran. Harga DRAM dan NAND flash melonjak 30–50% year-over-year menurut Omdia, memaksa pengambilan keputusan cepat: migrasi ke NVMe all-flash, adopsi CXL 3.0 memory pooling, atau investasi Computational Storage (CSD) untuk offload preprocessing AI ke perangkat penyimpanan itu sendiri.

1. Anatomi Krisis: AI Menelan Kapasitas HDD Enterprise

Laporan DigiTimes (Q1 2026) mencatat lead time HDD enterprise melebihi 24 bulan — artinya pesanan hari ini baru tiba 2028. Pemicu utamanya: checkpointing model LLM 70B+ parameter yang memerlukan penulisan sequential masif ke object store setiap 15–30 menit, serta RAG (Retrieval-Augmented Generation) yang menyimpan miliaran embedding vektor. Di Indonesia, proyek Garuda LLM 70B (Kominfo) dan NVIDIA DGX SuperPOD pertama di BSD City saja sudah mengunci kuota HDD 22 TB WD Gold CMR untuk dua tahun ke depan.

Fakta Lapangan: Harga HDD 22 TB naik dari Rp 6,2 juta (Des 2025) ke Rp 9,8 juta (Jun 2026) — kenaikan 58% dalam enam bulan. SSD enterprise 30 TB (Samsung PM1743) naik 42% di periode yang sama.

2. NVMe over Fabrics (NVMe-oF) & CXL 3.0: Fondasi Baru AI Infrastructure

Arsitektur tradisional compute–storage disaggregation via iSCSI/FC terlalu lambat untuk GPU Direct Storage (GDS). NVMe-oF dengan transport RoCE v2 atau TCP mengurangi latency end-to-end dari 150 µs ke < 20 µs, memungkinkan GPU H100/B200 membaca dataset langsung dari NVMe target tanpa melibatkan CPU host.

# Contoh konfigurasi NVMe-oF target (SPDK) untuk AI training
nvmf_create_transport -t rdma -u 8192 -m 256 -c 0
nvmf_create_subsystem nqn.2026-06.id.co.example:ai-dataset -a -s SPDK0001
nvmf_subsystem_add_ns nqn.2026-06.id.co.example:ai-dataset nvme0
nvmf_subsystem_add_listener nqn.2026-06.id.co.example:ai-dataset -t rdma -a 10.10.163.228 -s 4420

Simultan, CXL 3.0 (dirilis H2 2025, adopsi massal 2026) memungkinkan memory pooling di mana beberapa server Xeon 6 Granite Rapids / EPYC Turin berbagi pool DRAM/CXL.mem hingga 2 TB per socket. XCENA MX1 (Hot Chips 2026) menunjukkan 4 channel DDR5-8400 via CXL, mengurangi stranded memory di kluster AI hingga 40%.

3. Computational Storage (CSD): Memproses Data di Tempat Data Berada

Alih-alih memindahkan petabyte data ke GPU untuk filtering/preprocessing, Computational Storage Drive (CSD) menanamkan ARM core + NPU di dalam controller NVMe. Samsung SmartSSD (gen 2, 2026) dan ScaleFlux CSD 3000 series memungkinkan SQL pushdown, Parquet predicate pushdown, dan vector similarity search di-drive — mengurangi bandwidth PCIe 70–80% dan latency tail 5×.

# Pseudocode offload vector search ke CSD (SNIA Computational Storage API)
csd_handle = csd_open("/dev/nvme2n1")
query_vec = np.random.rand(768).astype(np.float32)
results = csd_vector_search(
    handle=csd_handle,
    index_name="embeddings_hnsw",
    query_vector=query_vec,
    top_k=10,
    ef_search=128
)
csd_close(csd_handle)

4. Strategi Survival untuk Enterprise Indonesia

1. Tiering ketat: Hot data (checkpoint, embedding index) → NVMe all-flash (PCIe Gen5). Warm data (dataset mentah, log) → QLC SSD 60 TB. Cold/archival → HDD 26–32 TB HAMR/MAMR (Seagate Mozaic 3+, WD Ultrastar DC HC690) + LTO-10 tape untuk air-gap ransomware.
2. Kontrak kapasitas multi-tahun: Kunci supply chain — negosiasi take-or-pay dengan vendor (WD, Seagate, Samsung, Solidigm) untuk mengunci allocation 2027-2028.
3. Adopsi standar terbuka: NVMe-oF, CXL, SPDK, SNIA CS API — hindari vendor lock-in pada array proprietary.
4. FinOps storage: Tagging dataset per proyek AI, chargeback per TB-month, otomasi data lifecycle (ILM) ke tier paling murah yang memenuhi SLA latency.

Kominfo melalui Kerangka Soberan Cloud 2026 mendorong penyimpanan data kritis nasional di dalam negeri — mempercepat pembangunan data center tier-III/IV di Batam, Cikarang, dan Jakarta yang semuanya membutuhkan kapasitas storage skala exabyte. Enterprise yang tidak menyiapkan roadmap NVMe-oF + CXL + CSD sejak sekarang akan ketinggalan time-to-model saat kompetitor sudah melatih LLM domain-specific di infrastruktur yang dioptimalkan storage-nya.

Referensi: detikInet (WD HDD sold out 2026), Kompas Tekno (krisis memori global 2026), DigiTimes (lead time HDD > 2 yr), Omdia (harga DRAM/NAND), Hot Chips 2026 (XCENA MX1 CXL), SNIA SDC 2026 (Computational Storage), NVIDIA GTC 2026 (GPU Direct Storage).