Intel Perinci GPU D Series untuk Pemrosesan AI dengan Memori Berkapasitas Besar

Intel memperkenalkan rincian terbaru GPU D Series sebagai solusi komputasi kecerdasan buatan yang dirancang untuk menangani pemrosesan AI dengan kebutuhan memori besar. Dalam ajang Open Compute Project Global Summit pada 12 Oktober 2026, perusahaan tersebut mengungkap kemampuan akselerator yang sebelumnya dikenal dengan nama kode Crescent Island. GPU berbasis arsitektur Xe3P ini menawarkan kapasitas memori LPDDR5X hingga 480 GB, bandwidth 1,5 TB/s, dan kemampuan komputasi hingga 1,3 petaflops FP8. Kehadirannya memperlihatkan strategi Intel dalam mengembangkan teknologi pusat data yang lebih efisien untuk menjalankan model AI generatif, layanan inferensi, dan sistem agentic AI.

Pengembangan GPU D Series sebagai Akselerator AI Pusat Data

Kemajuan industri artificial intelligence memperbesar kebutuhan infrastruktur yang mampu menangani model bahasa berukuran besar secara semakin optimal. Untuk menghadapi perkembangan ini, Intel mengembangkan GPU D Series sebagai akselerator khusus inferensi yang berfokus pada kebutuhan memori besar. Perangkat komputasi tersebut mula-mula diperkenalkan dengan nama kode Crescent Island sebelum dimasukkan ke lini produk Intel GPU D Series. Berkat rancangan yang berorientasi pada inferensi, perusahaan ingin menawarkan alternatif akselerasi AI bagi operator pusat data.

Presentasi perusahaan dalam OCP Global Summit 2026 mengungkap spesifikasi penting mengenai kemampuan komputasi GPU D Series. Tidak seperti GPU gaming konvensional, akselerator ini dikembangkan guna melayani permintaan AI. Tahap penggunaan model AI merupakan proses menghasilkan keluaran dari model kecerdasan buatan. Contohnya, layanan chatbot bergantung pada komputasi inferensi untuk membuat respons. Saat permintaan diproses secara bersamaan, kebutuhan memori dan daya komputasi bertambah. Karena itulah, Intel menempatkan GPU D Series sebagai perangkat pendukung layanan AI perusahaan.

Keunggulan Kapasitas Memori dan Bandwidth Intel GPU D270

Salah satu keunggulan utama Intel GPU D Series adalah dukungan memori hingga 480 GB. Pada konfigurasi produk ini, Intel memanfaatkan teknologi memori LPDDR5X yang dirancang untuk efisiensi energi. Dukungan penyimpanan data sementara sebesar itu memberikan ruang bagi data yang diperlukan selama inferensi. Tidak hanya menyediakan memori besar, perangkat ini memiliki bandwidth hingga 1,5 TB/s. Kecepatan akses memori tersebut berperan penting dalam mengalirkan informasi selama pemrosesan. Perpaduan memori besar serta transfer cepat ditujukan untuk mendukung layanan AI dengan permintaan kompleks.

Tidak hanya mengandalkan kapasitas LPDDR5X, Intel GPU D Series dibangun berdasarkan desain komputasi Xe3P yang dirancang bagi pemrosesan paralel. Perangkat tersebut mendukung performa teoritis 1,3 petaflops menggunakan format FP8. FP8 merupakan format numerik berpresisi rendah yang mendukung akselerasi model kecerdasan buatan. Penerapan representasi numerik FP8 membantu mempercepat operasi yang kompatibel. Walaupun angka performanya tinggi, kecepatan inferensi aktual bergantung pada konfigurasi sistem. Faktor seperti karakteristik jaringan neural, jenis presisi, dan kemampuan sistem menjalankan beban kerja.

Mengapa Memori Besar Penting untuk Menjalankan Model AI

Ketika menjalankan aplikasi kecerdasan buatan, kapasitas memori menjadi komponen penting karena data jaringan neural perlu diakses secara berulang. Sistem AI dengan kompleksitas tinggi sering membutuhkan kapasitas penyimpanan sementara yang luas. Selain parameter model, proses inferensi juga menggunakan ruang untuk cache. Komponen yang sering digunakan adalah KV cache yang mendukung penggunaan kembali informasi dalam konteks percakapan. Apabila jumlah token yang diproses meningkat, kebutuhan memori dapat bertambah. Kebutuhan data sementara tersebut menjelaskan pentingnya kapasitas tinggi.

Untuk memberikan gambaran, sebuah model AI dengan 70 miliar parameter membutuhkan sekitar 140 GB hanya untuk bobot FP16. Perhitungan tersebut tidak mencakup KV cache dan data pendukung proses komputasi. Melalui dukungan memori yang besar, GPU D Series berpotensi menampung lebih banyak data model ke sejumlah kartu komputasi pada konfigurasi tertentu. Meski demikian, jumlah memori bukan satu-satunya penentu performa. Kemampuan komputasi masih menentukan hasil akhir ketika menentukan perangkat pemrosesan model.

Intel GPU D Series Dirancang untuk Efisiensi Pusat Data

Di samping menawarkan kemampuan inferensi, Intel mengembangkan rancangan yang sesuai dengan sistem komputasi enterprise. GPU D270 dirancang untuk pengoperasian melalui pendinginan udara dengan daya sekitar 350 watt. Rancangan perangkat tersebut dirancang agar mendukung integrasi ke rak server yang kompatibel. Sebagai alternatif terhadap perangkat dengan kebutuhan pendinginan kompleks, desain tersebut dapat mengurangi kebutuhan perubahan fasilitas. Walaupun dirancang lebih praktis, kemampuan pendinginan server tetap harus diperiksa agar perangkat bekerja secara stabil.

Untuk kebutuhan pemasangan server, Intel GPU D Series menggunakan antarmuka PCIe 5.0. Standar tersebut memungkinkan pertukaran informasi dengan sistem host. Dengan memanfaatkan standar umum, Intel berusaha mengurangi kebutuhan infrastruktur khusus. Meskipun demikian, dukungan perangkat keras harus dinilai secara menyeluruh. Faktor seperti ketersediaan suplai listrik, ketersediaan tempat pemasangan, dan pengelolaan temperatur rak. Sebelum melakukan instalasi, pengelola infrastruktur sebaiknya memeriksa persyaratan sesuai kebutuhan komputasi.

Dukungan Software Terbuka untuk Pengembangan AI Intel

Efektivitas perangkat komputasi kecerdasan buatan memerlukan dukungan selain kemampuan komputasi. Ekosistem pengembangan yang matang memiliki pengaruh besar dalam menjalankan model AI secara efisien. Sebagai bagian dari strategi pengembangan, Intel mengembangkan dukungan framework yang digunakan industri. Pengembang GPU D Series memperkenalkan dukungan dengan framework pembelajaran mesin PyTorch dan vLLM untuk mengembangkan aplikasi AI generatif. Strategi kompatibilitas tersebut bertujuan memberikan fleksibilitas dalam memanfaatkan model terbuka tanpa sepenuhnya bergantung pada ekosistem tertutup.

PyTorch merupakan salah satu perangkat pengembangan populer untuk melakukan pemrosesan jaringan neural. Adapun, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan optimalisasi throughput serta penggunaan cache. Melalui dukungan ekosistem tersebut, GPU D Series diharapkan dapat dimanfaatkan untuk beragam model dan aplikasi. Namun demikian, dukungan awal tidak selalu berarti semua model langsung optimal. Pengembang perlu memeriksa dukungan runtime, dukungan fungsi model, serta performa berdasarkan beban kerja sebelum menggunakan perangkat secara luas.

Peluang Infrastruktur Kecerdasan Buatan melalui GPU D Series

Peluncuran rincian teknologi GPU D Series memperlihatkan arah inovasi Intel dalam memperkuat solusi komputasi pusat data yang memprioritaskan efisiensi pemrosesan. Kapasitas memori mencapai 480 GB, kecepatan transfer memori sebesar 1,5 TB/s, dan komputasi puncak 1,3 petaflops FP8 merupakan spesifikasi penting untuk menjalankan model bahasa besar. Di samping kemampuan teknisnya, penggunaan antarmuka PCIe 5.0 menjadi pertimbangan bagi operator pusat data. Meski demikian, kinerja sesungguhnya tetap memerlukan pengujian sebelum membandingkan dengan akselerator lain. Apa pandangan Anda tentang perkembangan TEKNOLOGI komputasi AI Intel? Silakan bagikan pendapat Anda mengenai masa depan infrastruktur kecerdasan buatan.