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.
Strategi Intel Menghadirkan Pemrosesan AI dengan Memori Besar
Kemajuan ekosistem komputasi AI mendorong penggunaan sistem komputasi yang dapat menjalankan aplikasi AI generatif secara lebih ekonomis. Untuk menghadapi perkembangan ini, Intel menghadirkan GPU D Series sebagai solusi pemrosesan AI yang menekankan kapasitas memori. Perangkat komputasi tersebut pada tahap pengembangan disebut dengan nama kode Crescent Island sebelum diperkenalkan dengan nama komersial Intel GPU D Series. Dengan pendekatan tersebut, perusahaan ingin menawarkan pilihan perangkat keras tambahan bagi operator pusat data.
Presentasi perusahaan dalam OCP Global Summit 2026 mengungkap spesifikasi penting mengenai kapasitas memori GPU D Series. Berbeda dari kartu grafis konsumen, akselerator ini difokuskan pada pemrosesan model kecerdasan buatan. Tahap penggunaan model AI merupakan aktivitas pemrosesan permintaan menggunakan model yang sudah tersedia. Contohnya, layanan chatbot memerlukan inferensi untuk menghasilkan jawaban. Saat permintaan diproses secara bersamaan, beban infrastruktur menjadi lebih tinggi. Dengan pertimbangan tersebut, Intel memposisikan akselerator terbarunya sebagai bagian dari infrastruktur AI modern.
Spesifikasi Intel GPU D Series dengan Memori LPDDR5X hingga 480 GB
Salah satu keunggulan utama Intel GPU D Series adalah kemampuan menampung memori berkapasitas besar. Dalam rancangan tersebut, Intel memilih teknologi memori LPDDR5X yang dirancang untuk efisiensi energi. Jumlah memori yang tersedia membantu menampung data yang diperlukan selama inferensi. Selain kapasitas tinggi, perangkat ini menawarkan kecepatan transfer memori 1,5 TB/s. Bandwidth tersebut berperan penting dalam memenuhi kebutuhan akses data model AI. Kombinasi kapasitas dan bandwidth ditujukan untuk mendukung layanan AI dengan permintaan kompleks.
Di samping spesifikasi penyimpanan data, Intel GPU D Series mengadopsi mikroarsitektur Xe3P yang dikembangkan untuk akselerasi kecerdasan buatan. GPU pusat data tersebut memiliki target komputasi sebesar 1,3 petaflops pada presisi FP8. FP8 merupakan metode penyimpanan nilai floating point menggunakan delapan bit yang relevan untuk pengolahan jaringan neural. Penerapan representasi numerik FP8 membantu mempercepat operasi yang kompatibel. Perlu diperhatikan bahwa, kemampuan puncak teoritis tidak selalu mencerminkan kinerja aplikasi nyata. Aspek yang memengaruhi kinerja meliputi kompleksitas aplikasi, jenis presisi, dan kemampuan sistem menjalankan beban kerja.
Hubungan Memori GPU dengan Performa Large Language Model
Dalam pengembangan AI modern, ketersediaan memori memiliki peranan utama karena parameter model harus tersedia selama pemrosesan. Sistem AI dengan kompleksitas tinggi dapat menggunakan sumber daya memori dalam jumlah tinggi. Tidak hanya bobot jaringan neural, proses inferensi juga menggunakan ruang untuk cache. Salah satu contohnya adalah KV cache yang menyimpan informasi perhatian dari token sebelumnya. Saat percakapan melibatkan lebih banyak informasi, kebutuhan memori berpotensi meningkat. Kondisi tersebut menjelaskan pentingnya kapasitas tinggi.
Untuk memberikan gambaran, sebuah model AI dengan 70 miliar parameter membutuhkan sekitar 140 GB hanya untuk bobot FP16. Estimasi sederhana ini tidak mencakup penyimpanan sementara selama inferensi dan overhead perangkat lunak. Berkat ruang LPDDR5X berkapasitas tinggi, GPU D Series memberikan ruang lebih luas untuk konteks panjang ke beberapa akselerator pada konfigurasi tertentu. Akan tetapi, ruang penyimpanan yang luas belum memastikan throughput tertinggi. Kemampuan komputasi tetap perlu dipertimbangkan ketika merancang infrastruktur pusat data.
Keunggulan Pendinginan Udara dan Konsumsi Daya GPU D270
Tidak hanya mengandalkan spesifikasi komputasi, Intel mengembangkan rancangan yang sesuai dengan sistem komputasi enterprise. GPU D270 mengandalkan sistem pendinginan udara dengan profil konsumsi daya 350 W. Sistem pendinginan yang digunakan berpotensi menyederhanakan penggunaan pada infrastruktur enterprise. Berbeda dari sistem yang membutuhkan pendinginan cair khusus, desain tersebut membantu menyederhanakan proses penerapan. Namun demikian, pengelolaan temperatur tetap membutuhkan perencanaan agar perangkat bekerja secara stabil.
Untuk kebutuhan pemasangan server, Intel GPU D Series menggunakan antarmuka PCIe 5.0. Antarmuka perangkat tersebut memungkinkan pertukaran informasi dengan sistem host. Dengan memanfaatkan standar umum, Intel menargetkan integrasi yang lebih fleksibel. Meskipun demikian, pemasangan GPU tetap memerlukan pemeriksaan sistem. Pertimbangan teknisnya mencakup kemampuan power supply, ruang fisik di dalam server, dan kemampuan sistem pendingin. Untuk memastikan penerapan yang tepat, tim teknis dianjurkan menilai kondisi sistem sesuai kebutuhan komputasi.
Dukungan Software Terbuka untuk Pengembangan AI Intel
Manfaat nyata GPU pusat data tidak hanya ditentukan oleh spesifikasi perangkat keras. Ekosistem pengembangan yang matang menjadi faktor utama dalam memanfaatkan kemampuan GPU. Sebagai bagian dari strategi pengembangan, Intel menekankan pendekatan software terbuka. Pengembang GPU D Series menyoroti integrasi dengan PyTorch dan vLLM untuk mengembangkan aplikasi AI generatif. Strategi kompatibilitas tersebut dirancang agar membantu pengembang dalam membangun layanan kecerdasan buatan tanpa sepenuhnya bergantung pada ekosistem tertutup.
PyTorch merupakan platform pembelajaran mesin yang banyak digunakan untuk melakukan pemrosesan jaringan neural. Di sisi lain, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan optimalisasi throughput serta penggunaan cache. Dengan menghadirkan kompatibilitas perangkat lunak, GPU D Series diharapkan dapat dimanfaatkan untuk beragam model dan aplikasi. Namun demikian, dukungan awal tidak selalu berarti semua model langsung optimal. Pengelola sistem dianjurkan menguji kompatibilitas library, operator komputasi yang tersedia, serta performa berdasarkan beban kerja sebelum menggunakan perangkat secara luas.
Kesimpulan: GPU D Series Memperkuat Strategi AI Intel
Pengenalan akselerator AI terbaru Intel menunjukkan strategi perusahaan dalam memperkuat solusi komputasi pusat data yang berorientasi pada kapasitas memori. Kapasitas memori mencapai 480 GB, bandwidth hingga 1,5 TB/s, dan komputasi puncak 1,3 petaflops FP8 merupakan spesifikasi penting untuk melayani permintaan kecerdasan buatan berskala besar. Selain itu, dukungan ekosistem perangkat lunak terbuka membantu memperkuat daya tarik produk. Meski demikian, hasil penggunaan perlu dibuktikan melalui benchmark sebelum mengambil keputusan penerapan skala besar. Bagaimana pendapat Anda mengenai perkembangan TEKNOLOGI komputasi AI Intel? Anda dapat berbagi pemikiran mengenai potensinya bagi pusat data.
