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.

Strategi Intel Menghadirkan Pemrosesan AI dengan Memori Besar

Kemajuan ekosistem komputasi AI meningkatkan kebutuhan infrastruktur yang dirancang untuk memproses sistem kecerdasan buatan kompleks secara lebih ekonomis. Sebagai bagian dari strategi komputasi AI, Intel memperkenalkan GPU D Series sebagai akselerator khusus inferensi yang menekankan kapasitas memori. Perangkat komputasi tersebut pada tahap pengembangan disebut dengan nama kode Crescent Island sebelum mendapatkan identitas resmi Intel GPU D Series. Dengan pendekatan tersebut, perusahaan ingin menawarkan solusi komputasi yang lebih fleksibel bagi perusahaan pengembang kecerdasan buatan.

Presentasi perusahaan dalam OCP Global Summit 2026 mengungkap spesifikasi penting mengenai kapasitas memori GPU D Series. Berbeda dari kartu grafis konsumen, akselerator ini dirancang untuk menjalankan inferensi AI. Proses inference merupakan proses menghasilkan keluaran dari model kecerdasan buatan. Dalam penerapan sehari-hari, layanan chatbot menggunakan proses inferensi ketika merespons pertanyaan. Apabila layanan AI digunakan dalam skala besar, beban infrastruktur menjadi lebih tinggi. Oleh sebab itu, Intel menempatkan GPU D Series sebagai solusi untuk kebutuhan inferensi berskala besar.

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. Pada konfigurasi produk ini, Intel memilih teknologi memori LPDDR5X yang mendukung konsumsi daya yang lebih terkendali. Jumlah memori yang tersedia memungkinkan penempatan data yang diperlukan selama inferensi. Selain kapasitas tinggi, perangkat ini memiliki bandwidth hingga 1,5 TB/s. Kecepatan akses memori tersebut memiliki pengaruh besar dalam mengalirkan informasi selama pemrosesan. Keseimbangan ruang penyimpanan dan kecepatan akses dirancang agar mampu menangani model kecerdasan buatan yang membutuhkan banyak memori.

Tidak hanya mengandalkan kapasitas LPDDR5X, Intel GPU D Series dibangun berdasarkan desain komputasi Xe3P yang dirancang bagi pemrosesan paralel. Perangkat tersebut menawarkan kemampuan puncak hingga 1,3 petaflops FP8. FP8 merupakan metode penyimpanan nilai floating point menggunakan delapan bit yang relevan untuk pengolahan jaringan neural. Penggunaan format tersebut berpotensi meningkatkan efisiensi pengolahan data. Namun demikian, hasil pemrosesan sesungguhnya dapat berbeda dari spesifikasi maksimum. Performa sebenarnya dipengaruhi oleh karakteristik jaringan neural, format data yang digunakan, dan optimalisasi framework.

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. Jaringan neural yang berukuran besar sering membutuhkan kapasitas penyimpanan sementara yang luas. Tidak hanya bobot jaringan neural, proses inferensi juga menggunakan ruang untuk cache. Salah satu contohnya adalah KV cache yang mendukung penggunaan kembali informasi dalam konteks percakapan. Apabila jumlah token yang diproses meningkat, kebutuhan memori berpotensi meningkat. Kondisi tersebut mendukung pengembangan akselerator yang berorientasi pada memori.

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 berbagai kebutuhan sistem lainnya. Berkat ruang LPDDR5X berkapasitas tinggi, GPU D Series berpotensi menampung lebih banyak data model ke banyak perangkat GPU pada konfigurasi tertentu. Akan tetapi, kapasitas besar saja tidak menjamin inferensi lebih cepat. Kecepatan transfer data tetap perlu dipertimbangkan ketika memilih akselerator AI.

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 mengandalkan sistem pendinginan udara dengan batas daya yang dinyatakan sebesar 350 watt. Sistem pendinginan yang digunakan ditujukan untuk mempermudah integrasi ke rak server yang kompatibel. Berbeda dari sistem yang membutuhkan pendinginan cair khusus, desain tersebut membantu menyederhanakan proses penerapan. Meski demikian, kemampuan pendinginan server tetap harus diperiksa agar perangkat bekerja secara stabil.

Dalam aspek integrasi perangkat keras, Intel GPU D Series menggunakan antarmuka PCIe 5.0. Antarmuka perangkat tersebut mendukung komunikasi data berkecepatan tinggi. Melalui penggunaan koneksi yang sudah dikenal industri, Intel menargetkan integrasi yang lebih fleksibel. Namun demikian, kompatibilitas server tidak hanya bergantung pada konektor. Pertimbangan teknisnya mencakup ketersediaan suplai listrik, ruang fisik di dalam server, dan kemampuan sistem pendingin. Sebelum melakukan instalasi, operator pusat data perlu melakukan evaluasi sesuai spesifikasi perangkat.

Strategi Intel Membangun Infrastruktur AI yang Fleksibel

Manfaat nyata GPU pusat data tidak hanya ditentukan oleh spesifikasi perangkat keras. Ekosistem pengembangan yang matang memiliki pengaruh besar dalam mengoptimalkan proses inferensi. Sebagai bagian dari strategi pengembangan, Intel mengutamakan ekosistem perangkat lunak terbuka. Produsen semikonduktor ini menyoroti integrasi dengan PyTorch dan vLLM untuk mengembangkan aplikasi AI generatif. Dukungan tersebut dirancang agar membantu pengembang dalam mengoperasikan aplikasi berbasis AI tanpa membatasi pilihan framework pengembangan.

Framework PyTorch dikenal sebagai platform pembelajaran mesin yang banyak digunakan untuk membangun dan menjalankan model. Adapun, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan pengelolaan memori dan permintaan yang efisien. Melalui dukungan ekosistem tersebut, GPU D Series dirancang agar sesuai untuk sejumlah skenario implementasi AI. Perlu diperhatikan bahwa, kompatibilitas framework belum menjamin performa terbaik pada seluruh aplikasi. Pengelola sistem dianjurkan menguji kompatibilitas library, kemampuan kernel pemrosesan, serta hasil benchmark nyata sebelum menerapkan layanan AI berskala besar.

Peluang Infrastruktur Kecerdasan Buatan melalui GPU D Series

Peluncuran rincian teknologi GPU D Series menggambarkan upaya produsen semikonduktor tersebut dalam memperkuat solusi komputasi pusat data yang memprioritaskan efisiensi pemrosesan. Kapasitas memori mencapai 480 GB, bandwidth hingga 1,5 TB/s, dan performa maksimum FP8 sebesar 1,3 petaflops merupakan spesifikasi penting untuk melayani permintaan kecerdasan buatan berskala besar. Selain itu, dukungan ekosistem perangkat lunak terbuka memberikan pilihan integrasi bagi perusahaan. Meski demikian, kinerja sesungguhnya tetap memerlukan pengujian sebelum menentukan manfaat ekonominya. Apa pandangan Anda tentang GPU D Series terbaru dari Intel? Mari sampaikan pandangan Anda mengenai masa depan infrastruktur kecerdasan buatan.