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.

Intel Perkenalkan GPU D Series untuk Infrastruktur Kecerdasan Buatan

Perkembangan industri artificial intelligence mendorong kebutuhan infrastruktur yang dapat menjalankan aplikasi AI generatif secara lebih efisien. Sebagai bagian dari strategi komputasi AI, Intel menghadirkan GPU D Series sebagai perangkat komputasi pusat data yang menekankan kapasitas memori. Akselerator terbaru ini pada tahap pengembangan disebut dengan nama kode Crescent Island sebelum mendapatkan identitas resmi Intel GPU D Series. Berkat rancangan yang berorientasi pada inferensi, perusahaan berupaya menyediakan pilihan perangkat keras tambahan bagi operator pusat data.

Pemaparan teknis terbaru Intel mengungkap spesifikasi penting mengenai kapasitas memori 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. Sebagai gambaran, layanan chatbot bergantung pada komputasi inferensi untuk membuat respons. Ketika jumlah pengguna meningkat, beban infrastruktur menjadi lebih tinggi. Karena itulah, Intel merancang lini GPU ini sebagai solusi untuk kebutuhan inferensi berskala besar.

Keunggulan Kapasitas Memori dan Bandwidth Intel GPU D270

Karakteristik penting Intel GPU D Series adalah dukungan memori hingga 480 GB. Pada konfigurasi produk ini, Intel menggunakan teknologi memori LPDDR5X yang dirancang untuk efisiensi energi. Jumlah memori yang tersedia memberikan ruang bagi data yang diperlukan selama inferensi. Tidak hanya menyediakan memori besar, perangkat ini mendukung bandwidth memori sebesar 1,5 terabyte per detik. Kecepatan akses memori tersebut berperan penting dalam memenuhi kebutuhan akses data model AI. Perpaduan memori besar serta transfer cepat berpotensi membantu menjalankan layanan AI dengan permintaan kompleks.

Tidak hanya mengandalkan kapasitas LPDDR5X, Intel GPU D Series dibangun berdasarkan desain komputasi Xe3P yang dikembangkan untuk akselerasi kecerdasan buatan. GPU pusat data tersebut memiliki target komputasi sebesar 1,3 petaflops pada presisi FP8. FP8 merupakan format numerik berpresisi rendah yang banyak digunakan dalam komputasi AI. Penerapan representasi numerik FP8 membantu mempercepat operasi yang kompatibel. Perlu diperhatikan bahwa, kemampuan puncak teoritis tidak selalu mencerminkan kinerja aplikasi nyata. Faktor seperti ukuran model, pengaturan numerik, dan optimalisasi framework.

Mengapa Memori Besar Penting untuk Menjalankan Model AI

Ketika menjalankan aplikasi kecerdasan buatan, jumlah memori yang dapat digunakan sangat menentukan karena data jaringan neural perlu diakses secara berulang. Sistem AI dengan kompleksitas tinggi dapat menggunakan sumber daya memori dalam jumlah tinggi. Selain parameter model, proses inferensi membutuhkan memori tambahan untuk data pemrosesan. Salah satu contohnya adalah KV cache yang mendukung penggunaan kembali informasi dalam konteks percakapan. Saat percakapan melibatkan lebih banyak informasi, kebutuhan memori dapat bertambah. Kebutuhan data sementara tersebut mendukung pengembangan akselerator yang berorientasi pada memori.

Untuk memberikan gambaran, sebuah model AI dengan 70 miliar parameter menggunakan sekitar 140 gigabyte ketika bobot disimpan pada presisi 16-bit. Estimasi sederhana ini masih mengecualikan memori kerja tambahan dan berbagai kebutuhan sistem lainnya. Melalui dukungan memori yang besar, GPU D Series berpotensi menampung lebih banyak data model ke sejumlah kartu komputasi pada konfigurasi tertentu. Akan tetapi, ruang penyimpanan yang luas belum memastikan throughput tertinggi. Kemampuan komputasi harus dievaluasi secara bersamaan ketika merancang infrastruktur pusat data.

Intel GPU D Series Dirancang untuk Efisiensi Pusat Data

Tidak hanya mengandalkan spesifikasi komputasi, Intel memprioritaskan kemudahan integrasi dengan sistem komputasi enterprise. Akselerator D Series yang diperkenalkan mengandalkan sistem pendinginan udara dengan batas daya yang dinyatakan sebesar 350 watt. Rancangan perangkat tersebut berpotensi menyederhanakan penggunaan pada infrastruktur enterprise. Tidak seperti konfigurasi yang mengharuskan infrastruktur liquid cooling, desain tersebut berpeluang menekan kerumitan instalasi. Walaupun dirancang lebih praktis, pengelolaan temperatur tetap membutuhkan perencanaan agar operasional pusat data berlangsung optimal.

Dari sisi konektivitas, Intel GPU D Series menggunakan antarmuka PCIe 5.0. Standar tersebut mendukung komunikasi data berkecepatan tinggi. Melalui penggunaan koneksi yang sudah dikenal industri, Intel menargetkan integrasi yang lebih fleksibel. Namun demikian, dukungan perangkat keras harus dinilai secara menyeluruh. Pertimbangan teknisnya mencakup kapasitas catu daya, ruang fisik di dalam server, dan pengelolaan temperatur rak. Oleh sebab itu, pengelola infrastruktur sebaiknya memeriksa persyaratan sesuai spesifikasi perangkat.

Dukungan Software Terbuka untuk Pengembangan AI Intel

Keberhasilan sebuah akselerator AI tidak hanya ditentukan oleh spesifikasi perangkat keras. Ekosistem pengembangan yang matang memiliki pengaruh besar dalam mengoptimalkan proses inferensi. Dalam upaya memperluas penggunaan produk, Intel mengembangkan dukungan framework yang digunakan industri. Produsen semikonduktor ini mengembangkan kompatibilitas dengan PyTorch dan vLLM untuk mengembangkan aplikasi AI generatif. Pendekatan perangkat lunak ini bertujuan memberikan fleksibilitas dalam membangun layanan kecerdasan buatan tanpa harus menggunakan satu pendekatan perangkat lunak khusus.

PyTorch merupakan salah satu perangkat pengembangan populer untuk mengembangkan aplikasi kecerdasan buatan. Di sisi lain, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan pengelolaan memori dan permintaan yang efisien. Dengan menghadirkan kompatibilitas perangkat lunak, GPU D Series dirancang agar sesuai untuk berbagai kebutuhan inferensi. Perlu diperhatikan bahwa, dukungan awal tidak selalu berarti semua model langsung optimal. Pengelola sistem dianjurkan menguji kompatibilitas library, dukungan fungsi model, serta hasil benchmark nyata sebelum menggunakan perangkat secara luas.

Masa Depan Pemrosesan AI dengan Memori Besar dari Intel

Peluncuran rincian teknologi GPU D Series menunjukkan strategi perusahaan dalam memperkuat solusi komputasi pusat data yang berorientasi pada kapasitas memori. Kemampuan menyediakan memori berukuran besar, bandwidth memori 1,5 terabyte per detik, dan performa maksimum FP8 sebesar 1,3 petaflops menawarkan potensi menarik untuk menjalankan model bahasa besar. Di samping kemampuan teknisnya, dukungan ekosistem perangkat lunak terbuka menjadi pertimbangan bagi operator pusat data. Kendati memiliki potensi besar, kinerja sesungguhnya tetap memerlukan pengujian sebelum menentukan manfaat ekonominya. Seberapa menarik menurut Anda akselerator AI dengan memori berkapasitas besar? Silakan bagikan pendapat Anda mengenai potensinya bagi pusat data.