Oracle Perluas Pilihan Komputasi AI dengan Teknologi Chip Google dan Cerebras
Oracle memperluas kemampuan komputasi kecerdasan buatan melalui kerja sama dengan Google dan Cerebras Systems. Dalam pengumuman pada 27 Oktober 2026 di ajang Oracle AI World, perusahaan memperkenalkan rencana menghadirkan Google Tensor Processing Unit atau TPU serta sistem inferensi AI berkecepatan tinggi dari Cerebras ke Oracle Cloud Infrastructure. Langkah ini bertujuan memberikan lebih banyak pilihan perangkat keras bagi perusahaan yang mengembangkan model AI maupun menjalankan aplikasi berbasis kecerdasan buatan. Perkembangan TEKNOLOGI tersebut juga memperlihatkan perubahan industri komputasi awan yang semakin mengutamakan efisiensi, fleksibilitas, dan kemampuan menyesuaikan infrastruktur dengan karakteristik pekerjaan AI.
Strategi Oracle Cloud Menghadirkan Beragam Pilihan Chip Kecerdasan Buatan
Kemajuan teknologi kecerdasan buatan meningkatkan kebutuhan terhadap sistem komputasi berkapasitas besar. Oracle menghadapi perubahan tersebut dengan menambah pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Melalui kerja sama bersama Google dan Cerebras, perusahaan menargetkan penyediaan infrastruktur yang lebih mudah disesuaikan berdasarkan jenis pekerjaan AI. Langkah tersebut memperlihatkan bahwa kebutuhan komputasi untuk pelatihan model tidak selalu sama dengan kebutuhan menjalankan model yang telah selesai dilatih. Oleh sebab itu, penyedia cloud harus menyediakan beberapa pilihan akselerator dengan karakteristik berbeda. Kebijakan infrastruktur tersebut diharapkan dapat mempermudah pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Perluasan layanan tersebut dipaparkan dalam acara Oracle AI World di Las Vegas pada 27 Oktober 2026. Selain memperkuat kerja sama dengan Google dan Cerebras, Oracle juga mempertahankan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Dengan demikian, pelanggan OCI diharapkan memperoleh pilihan komputasi yang lebih luas dalam satu ekosistem cloud. Strategi penggunaan berbagai jenis chip tersebut dirancang untuk mengurangi ketergantungan pada satu jenis akselerator. Walaupun menghadirkan pilihan baru, ketersediaan perangkat keras tidak otomatis tersedia secara bersamaan. Masing-masing platform memiliki jadwal peluncuran, persyaratan perangkat lunak, dan konfigurasi yang perlu diperhatikan sebelum digunakan untuk pekerjaan produksi.
Teknologi Tensor Processing Unit Google Hadir di Infrastruktur Oracle
Salah satu pengumuman utama dalam kerja sama tersebut adalah rencana menyediakan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan perangkat pemrosesan teroptimasi untuk menangani operasi komputasi yang banyak digunakan dalam pembelajaran mesin. Tidak seperti prosesor serbaguna, TPU dikembangkan untuk memperbaiki efisiensi pemrosesan model AI melalui kombinasi perangkat keras dan perangkat lunak. Google memiliki pengalaman mengembangkan teknologi ini selama lebih dari satu dekade. Melalui kerja sama tersebut, OCI akan menjadi penyedia cloud hyperscale pertama di luar Google yang menawarkan TPU. Penambahan akselerator tersebut memiliki peluang untuk mendukung organisasi menjalankan berbagai pekerjaan AI tanpa harus memindahkan seluruh infrastruktur ke platform cloud berbeda.
Perusahaan tersebut turut mengembangkan arsitektur TPU generasi kedelapan yang terdiri atas TPU 8t dan TPU 8i. Pilihan akselerator ini menawarkan fokus penggunaan yang berbeda. TPU 8t dikembangkan untuk menangani proses pelatihan model AI berukuran besar, sedangkan TPU 8i dioptimalkan untuk kebutuhan inferensi. Berkat rancangan khusus tersebut, pengguna dapat memilih akselerator berdasarkan jenis pekerjaan yang diproses. Dalam penerapan tertentu, laboratorium AI yang melatih model besar membutuhkan karakteristik komputasi berbeda dari perusahaan yang melayani permintaan chatbot secara terus-menerus. Oracle dan Google menargetkan ketersediaan TPU di OCI mulai tahun kalender 2027. Oleh sebab itu, layanan tersebut masih merupakan pengembangan yang dijadwalkan, bukan fasilitas yang sudah tersedia secara umum pada saat pengumuman.
Kerja Sama Cerebras Memperkuat Pemrosesan Model AI di OCI
Di samping menghadirkan rencana penggunaan TPU, Oracle juga memperkenalkan kerja sama dengan Cerebras Systems. Kesepakatan pengembangan tersebut berfokus pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Proses inferensi adalah tahap ketika model yang telah dilatih memberikan respons berdasarkan permintaan pengguna. Ketika menjalankan layanan digital, proses ini terjadi ketika chatbot menanggapi pertanyaan, sistem pencarian menampilkan jawaban, atau asisten digital menyelesaikan tugas tertentu. Waktu pemrosesan respons menjadi faktor penting karena secara langsung memengaruhi pengalaman pengguna. Berkat sistem inferensi khusus tersebut, Oracle menargetkan menyediakan pilihan untuk menjalankan aplikasi AI yang membutuhkan respons cepat.
Salah satu karakteristik teknologi Cerebras adalah penggunaan arsitektur wafer-scale yang berbeda dibandingkan banyak akselerator AI konvensional. Melalui teknologi tersebut, Cerebras menargetkan peningkatan kemampuan pemrosesan model AI dengan membatasi hambatan perpindahan data antarkomponen. Pendekatan tersebut menjadi salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Pada penggunaan nyata, manfaat kecepatan tetap ditentukan oleh model, konfigurasi, serta karakteristik permintaan. Oracle merencanakan penggunaan sistem inferensi wafer-scale Cerebras pada 2027. Walaupun demikian, rincian layanan, harga, dan ketersediaan berdasarkan wilayah perlu dipastikan setelah layanan resmi diluncurkan.
Peran Beragam Akselerator dalam Infrastruktur Komputasi Modern
Pendekatan pengembangan OCI tidak terbatas pada chip Google dan Cerebras. Oracle juga mempertahankan kerja sama dengan berbagai produsen semikonduktor untuk menghadirkan sistem komputasi dengan kebutuhan berbeda. Dalam pengembangan berikutnya, perusahaan menghadirkan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Sebagai bagian dari portofolio, Oracle merencanakan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Kemitraan dengan SambaNova juga menjadi bagian dari strategi memperluas pilihan inferensi. Berkat portofolio pemrosesan yang lebih luas, Oracle berupaya infrastruktur yang dapat mengakomodasi kebutuhan aplikasi secara lebih tepat. Hal tersebut bermanfaat karena tidak semua pekerjaan AI memerlukan tingkat performa dan karakteristik perangkat keras yang sama.
Pemilihan akselerator yang tepat dapat memengaruhi efisiensi biaya serta pengalaman pengguna aplikasi AI. Ketika mengembangkan model baru, organisasi biasanya mengutamakan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Untuk pekerjaan berbeda, aplikasi inferensi sering mengutamakan respons cepat, biaya pemrosesan per permintaan, dan kestabilan layanan. Karena kebutuhan tersebut berbeda, penggunaan satu arsitektur untuk seluruh aktivitas belum tentu menghasilkan efisiensi terbaik. Dengan penyediaan beragam pilihan chip, pelanggan OCI memiliki kesempatan untuk mengalokasikan pekerjaan pada perangkat yang paling sesuai. Namun, keputusan tersebut tetap mengandalkan evaluasi kompatibilitas perangkat lunak dan perhitungan biaya secara menyeluruh.
Manfaat Komputasi AI Oracle bagi Perusahaan dan Pengembang
Untuk organisasi bisnis, perluasan pilihan komputasi AI dapat memberikan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Pelaku bisnis dengan sistem data pada Oracle Cloud Infrastructure dapat merencanakan penggunaan akselerator yang sesuai tanpa harus mentransfer seluruh lingkungan kerja ke penyedia cloud berbeda. Pendekatan tersebut berpotensi membantu pengelolaan data serta meminimalkan kompleksitas operasional. Dalam skenario tertentu, perusahaan yang mengembangkan layanan pelanggan berbasis AI dapat menggunakan sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Sementara itu, organisasi yang melatih model khusus dapat memilih akselerator dengan kemampuan pemrosesan skala besar. Namun demikian, efisiensi nyata tetap dipengaruhi oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Tidak hanya untuk pelanggan enterprise, langkah Oracle juga memberikan peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Dengan tersedianya beberapa arsitektur pemrosesan, pengembang dapat mengevaluasi kemampuan perangkat keras untuk model dan aplikasi yang berbeda. Dalam eksperimen tertentu, model bahasa besar dapat memerlukan konfigurasi yang berbeda dari sistem pengenalan gambar atau aplikasi pencarian berbasis AI. Berkat perbandingan performa, tim pengembangan dapat menentukan strategi penerapan yang lebih efisien. Aspek tambahan yang perlu diperhatikan adalah konsumsi energi dan kemampuan pendinginan pusat data. Oracle mempersiapkan infrastruktur daya, jaringan, serta pendinginan untuk mendukung akselerator AI berkapasitas tinggi. Dengan perencanaan yang tepat, pelanggan dapat mengoptimalkan penggunaan sumber daya komputasi.
Ringkasan Strategi Oracle Menggunakan Teknologi Google dan Cerebras
Perluasan kerja sama Oracle bersama Google dan Cerebras menjadi langkah penting dalam pengembangan teknologi kecerdasan buatan. Berkat integrasi yang direncanakan terhadap Google TPU dan sistem inferensi Cerebras, OCI menawarkan pilihan arsitektur pemrosesan yang lebih beragam. Kehadiran teknologi tersebut diharapkan dapat mempermudah perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Meskipun menawarkan potensi besar, ketersediaan layanan Google TPU dan Cerebras masih dijadwalkan untuk 2027 sehingga pelanggan perlu memeriksa perkembangan implementasinya. Pada masa mendatang, persaingan penyedia cloud kemungkinan akan semakin menitikberatkan efisiensi biaya, fleksibilitas, dan performa komputasi. Dari sudut pandang Anda, apakah penggunaan berbagai jenis chip AI akan meningkatkan efisiensi komputasi dalam industri TEKNOLOGI? Sampaikan pandangan Anda mengenai masa depan infrastruktur kecerdasan buatan ini.
