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 TEKNOLOGI kecerdasan buatan meningkatkan penggunaan sistem komputasi yang dirancang untuk memproses sistem kecerdasan buatan kompleks secara semakin optimal. Untuk menghadapi perkembangan ini, Intel memperkenalkan 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. Melalui pengembangan ini, perusahaan menargetkan hadirnya solusi komputasi yang lebih fleksibel bagi perusahaan pengembang kecerdasan buatan.
Presentasi perusahaan dalam OCP Global Summit 2026 memperjelas kemampuan perangkat mengenai kapasitas memori GPU D Series. Sebagai produk dengan sasaran berbeda dari kartu grafis permainan, akselerator ini difokuskan pada pemrosesan model kecerdasan buatan. Proses inference merupakan aktivitas pemrosesan permintaan menggunakan model yang sudah tersedia. Dalam penerapan sehari-hari, layanan chatbot menggunakan proses inferensi ketika merespons pertanyaan. Ketika jumlah pengguna meningkat, efisiensi perangkat keras semakin penting. Oleh sebab itu, Intel memposisikan akselerator terbarunya sebagai perangkat pendukung layanan AI perusahaan.
Spesifikasi Intel GPU D Series dengan Memori LPDDR5X hingga 480 GB
Salah satu keunggulan utama Intel GPU D Series adalah kapasitas LPDDR5X mencapai 480 GB. Pada konfigurasi produk ini, Intel menggunakan teknologi memori LPDDR5X yang dirancang untuk efisiensi energi. Kapasitas memori tersebut memberikan ruang bagi parameter jaringan neural. Tidak hanya menyediakan memori besar, perangkat ini menawarkan kecepatan transfer memori 1,5 TB/s. Bandwidth tersebut memiliki pengaruh besar dalam menyediakan data bagi unit komputasi. Keseimbangan ruang penyimpanan dan kecepatan akses berpotensi membantu menjalankan layanan AI dengan permintaan kompleks.
Selain kemampuan memori, Intel GPU D Series mengadopsi mikroarsitektur Xe3P yang dikembangkan untuk akselerasi kecerdasan buatan. Akselerator ini memiliki target komputasi sebesar 1,3 petaflops pada presisi FP8. FP8 merupakan metode penyimpanan nilai floating point menggunakan delapan bit yang mendukung akselerasi model kecerdasan buatan. Penerapan representasi numerik FP8 dapat mengurangi kebutuhan komputasi tertentu. Namun demikian, kecepatan inferensi aktual bergantung pada konfigurasi sistem. Performa sebenarnya dipengaruhi oleh ukuran model, jenis presisi, dan efisiensi perangkat lunak.
Peran Bandwidth dan Kapasitas Memori dalam Inferensi Kecerdasan Buatan
Pada penggunaan model bahasa besar, jumlah memori yang dapat digunakan sangat menentukan karena data jaringan neural perlu diakses secara berulang. Jaringan neural yang berukuran besar sering membutuhkan kapasitas penyimpanan sementara yang luas. 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 menjadi semakin besar. Kondisi tersebut mendukung pengembangan akselerator yang berorientasi pada memori.
Sebagai ilustrasi, sebuah model AI dengan 70 miliar parameter memerlukan kurang lebih 140 GB untuk menyimpan bobot dalam format FP16. Estimasi sederhana ini masih mengecualikan memori kerja tambahan dan berbagai kebutuhan sistem lainnya. Dengan kapasitas hingga 480 GB, GPU D Series dapat membantu mengurangi kebutuhan membagi model ke sejumlah kartu komputasi pada beban kerja yang sesuai. Meski demikian, kapasitas besar saja tidak menjamin inferensi lebih cepat. Efisiensi framework harus dievaluasi secara bersamaan ketika memilih akselerator AI.
Keunggulan Pendinginan Udara dan Konsumsi Daya GPU D270
Tidak hanya mengandalkan spesifikasi komputasi, Intel memprioritaskan kemudahan integrasi dengan lingkungan server perusahaan. Perangkat komputasi berbasis Xe3P tersebut menggunakan desain berpendingin udara dengan daya sekitar 350 watt. Pendekatan ini dirancang agar mendukung penggunaan pada infrastruktur enterprise. Tidak seperti konfigurasi yang mengharuskan infrastruktur liquid cooling, desain tersebut dapat mengurangi kebutuhan perubahan fasilitas. Meski demikian, 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 mendukung komunikasi data berkecepatan tinggi. Dengan memanfaatkan standar umum, Intel ingin mempermudah evaluasi perangkat oleh perusahaan. Perlu dipahami bahwa, kompatibilitas server tidak hanya bergantung pada konektor. Faktor seperti kemampuan power supply, ketersediaan tempat pemasangan, dan kapasitas aliran udara. Untuk memastikan penerapan yang tepat, tim teknis dianjurkan menilai kondisi sistem sesuai lingkungan operasional.
Ekosistem PyTorch dan vLLM pada GPU D Series
Keberhasilan sebuah akselerator AI 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. Perusahaan tersebut mengembangkan kompatibilitas dengan ekosistem pemrograman PyTorch dan vLLM untuk menjalankan model bahasa. Pendekatan perangkat lunak ini bertujuan memberikan fleksibilitas dalam membangun layanan kecerdasan buatan tanpa sepenuhnya bergantung pada ekosistem tertutup.
Framework PyTorch dikenal sebagai salah satu perangkat pengembangan populer untuk melakukan pemrosesan jaringan neural. Sementara itu, vLLM berfokus pada penyajian model bahasa besar dengan optimalisasi throughput serta penggunaan cache. Melalui dukungan ekosistem tersebut, GPU D Series dirancang agar sesuai untuk berbagai kebutuhan inferensi. Namun demikian, dukungan awal tidak selalu berarti semua model langsung optimal. Pengembang perlu memeriksa versi driver, dukungan fungsi model, serta performa berdasarkan beban kerja sebelum menentukan keputusan infrastruktur.
Kesimpulan: GPU D Series Memperkuat Strategi AI Intel
Pengenalan akselerator AI terbaru Intel menggambarkan upaya produsen semikonduktor tersebut dalam menghadirkan infrastruktur inferensi AI yang menekankan kebutuhan aplikasi AI modern. Kapasitas memori mencapai 480 GB, bandwidth memori 1,5 terabyte per detik, dan kemampuan teoritis 1,3 petaflops dalam format FP8 merupakan spesifikasi penting untuk menjalankan model bahasa besar. Sebagai nilai tambah lainnya, dukungan ekosistem perangkat lunak terbuka menjadi pertimbangan bagi operator pusat data. Meski demikian, kinerja sesungguhnya tetap memerlukan pengujian sebelum menentukan manfaat ekonominya. Seberapa menarik menurut Anda perkembangan TEKNOLOGI komputasi AI Intel? Silakan bagikan pendapat Anda mengenai potensinya bagi pusat data.
