Upscale AI Kenalkan Token Fabric untuk Menghubungkan Chip AI dari Berbagai Produsen

Upscale AI memperkenalkan Token Fabric pada 8 Oktober 2026 sebagai platform jaringan yang dirancang untuk menghubungkan chip kecerdasan buatan dari berbagai produsen dalam satu infrastruktur pusat data. Solusi ini menggabungkan perangkat keras, perangkat lunak, serta sistem pengelolaan jaringan untuk mendukung komputasi AI berskala besar. Dengan pendekatan berbasis standar terbuka, Token Fabric ditujukan untuk mengurangi kerumitan integrasi GPU dan akselerator AI yang menggunakan arsitektur berbeda. Perkembangan ini menjadi perhatian industri TEKNOLOGI karena kebutuhan pusat data semakin meningkat, terutama untuk pelatihan model kecerdasan buatan, pemrosesan inferensi, dan pengembangan infrastruktur komputasi yang fleksibel.

Mengenal Token Fabric sebagai Platform Jaringan Chip AI

Pengembang solusi komputasi Upscale AI meluncurkan Token Fabric sebagai solusi penghubung perangkat komputasi kecerdasan buatan. Platform terbaru ini ditujukan bagi pusat data yang menggunakan berbagai jenis chip. Ketika membangun pusat data AI, organisasi menggunakan banyak perangkat pemrosesan untuk menangani model kompleks. Kesulitan yang perlu diatasi adalah memastikan komponen komputasi dapat bekerja secara terkoordinasi. Berkat pendekatan jaringan terpadu, Upscale AI ingin memperluas fleksibilitas penggunaan perangkat keras. Strategi teknologi tersebut berpotensi membantu pengembangan pusat data yang lebih terbuka.

Pengenalan platform jaringan tersebut berlangsung pada 8 Oktober 2026. Perusahaan pengembangnya adalah startup infrastruktur jaringan yang berfokus pada kebutuhan AI. Perusahaan tersebut memperoleh pendanaan untuk mengembangkan jaringan generasi berikutnya, termasuk NVIDIA. Meskipun memiliki hubungan investasi dengan NVIDIA, Token Fabric menargetkan dukungan terhadap sistem komputasi multivendor. Pendekatan pengembangan ini relevan ketika perusahaan ingin menggunakan kombinasi GPU dan chip khusus. Namun demikian, kompatibilitas nyata tetap bergantung pada dukungan standar dan implementasi.

Teknologi Scale-Up dan Scale-Out pada Jaringan Upscale

Arsitektur terbaru Upscale AI dibangun untuk menyatukan komunikasi scale-up dan scale-out. Konsep jaringan scale-up berkaitan dengan pertukaran data antarakselerator pada lingkungan komputasi yang berdekatan. Di sisi lain, scale-out menghubungkan kelompok server atau rak yang lebih luas. Dalam pekerjaan AI berskala besar, kedua pendekatan memiliki peran yang saling melengkapi. Apabila komunikasi antarkomponen mengalami hambatan, akselerator berpotensi tidak digunakan secara maksimal. Dengan mempertimbangkan kondisi tersebut, jaringan menjadi bagian penting dari performa sistem AI.

Melalui arsitektur yang diperkenalkan, Token Fabric menyatukan perangkat keras jaringan serta platform operasional. Pendekatan tersebut dirancang menyederhanakan pekerjaan integrasi pusat data. Dalam skenario penggunaan, operator mungkin mengelola GPU dan prosesor khusus dalam satu lingkungan. Infrastruktur komunikasi kemudian mendukung pertukaran data sesuai protokol yang digunakan. Namun demikian, Token Fabric tidak otomatis membuat seluruh perangkat lunak AI kompatibel. Oleh karena itu, penerapan multivendor membutuhkan pengujian lebih dari sekadar konektivitas fisik.

Komponen Perangkat Keras pada Arsitektur Upscale AI

Elemen penting dari pengembangan Token Fabric adalah SkyFabriX, yaitu silikon jaringan scale-up yang dikembangkan Upscale. Berdasarkan kemampuan yang diperkenalkan, SkyFabriX dirancang menyediakan kapasitas switching sebesar 115,2 Tbps. Angka tersebut menggambarkan kemampuan agregat komponen jaringan. Selain itu, Upscale AI mengembangkan rencana kapasitas lebih besar pada generasi berikutnya. Komponen jaringan ini dirancang mengikuti standar terbuka, termasuk OCP ESUN dan UALoE. Meski demikian, kemampuan tersebut tidak otomatis tercapai pada setiap penerapan.

Pada lapisan komunikasi yang lebih luas, Upscale AI memanfaatkan teknologi Ethernet dari NVIDIA Spectrum-X. Pemanfaatan teknologi tersebut bertujuan menyatukan skala jaringan yang berbeda. Penggunaan standar komunikasi Ethernet telah digunakan pada berbagai lingkungan komputasi. Dengan memanfaatkan komponen tersebut, Token Fabric dirancang membantu operator menghubungkan berbagai akselerator. Namun demikian, operator tetap perlu memeriksa kompatibilitas antarkomponen. Efisiensi pertukaran data bergantung pada konfigurasi sistem keseluruhan.

SkyOS dan SkyCMD Mendukung Pengelolaan Token Fabric

Di samping menyediakan sistem konektivitas fisik, Upscale AI menambahkan kemampuan operasional berbasis perangkat lunak. Teknologi software yang diperkenalkan mencakup SkyOS dan SkyCMD. SkyOS menjadi lapisan software terpadu dalam arsitektur. Sementara itu, SkyCMD dirancang membantu mengendalikan operasi jaringan secara terpusat. Berkat penggunaan lapisan software dan orkestrasi, operator berpotensi mengurangi kerumitan pengelolaan. Pendekatan tersebut relevan bagi pusat data dengan berbagai jenis akselerator. Walaupun fitur orkestrasi menjanjikan, tingkat otomatisasi harus diperiksa berdasarkan fungsi produk yang sudah dirilis.

Operasional infrastruktur komputasi modern tidak hanya bergantung pada kecepatan transfer data. Pengelola sistem sebaiknya memperhatikan beban jaringan, status konektivitas, serta kualitas komunikasi. Ketika beberapa produsen perangkat digunakan, kebutuhan tersebut dapat menjadi semakin kompleks. Melalui lapisan pengelolaan terpadu, Upscale AI ingin mengurangi penggunaan alat yang terpisah. Manfaat yang diharapkan adalah meningkatkan visibilitas terhadap kondisi infrastruktur. Walaupun sistem terpadu dapat membantu, efektivitasnya perlu dinilai melalui pengujian produksi.

Peluang Penggunaan Chip Multivendor dalam Infrastruktur AI

Platform ini dikembangkan bagi perusahaan pengelola infrastruktur AI. Pelanggan yang menjadi sasaran mencakup hyperscaler, neocloud, mitra akselerator AI, dan perusahaan. Hyperscaler merupakan perusahaan dengan pusat data berkapasitas tinggi. Sementara itu, neocloud umumnya menawarkan layanan komputasi yang berfokus pada kebutuhan AI. Ketika infrastruktur perlu melayani banyak pekerjaan AI, fleksibilitas memilih chip dapat menjadi pertimbangan strategis. Melalui dukungan terhadap perangkat multivendor, Token Fabric dapat membantu operator menyesuaikan infrastruktur.

Nilai penting dari jaringan terpadu adalah mengurangi waktu tunggu akibat hambatan komunikasi. Dalam pusat data modern, chip yang sangat cepat tetap dapat kehilangan efisiensi jika jaringan lambat. Sebagai contoh, sejumlah akselerator sering mengirim data antarperangkat untuk menyelesaikan pekerjaan. Apabila transfer berlangsung lebih efisien, sistem berpotensi meningkatkan produktivitas komputasi. Walaupun manfaatnya menarik, efisiensi akhir dipengaruhi perangkat keras serta perangkat lunak. Dengan pertimbangan tersebut, klaim penghematan sebaiknya dibandingkan dengan biaya implementasi dan operasional.

Kesimpulan tentang Inovasi Upscale AI Token Fabric

Peluncuran Upscale AI Token Fabric memperlihatkan inovasi strategis dalam industri infrastruktur komputasi AI. Melalui penyatuan dua lapisan jaringan utama, Token Fabric bertujuan mempermudah komunikasi antarakselerator. Integrasi perangkat keras scale-up bersama NVIDIA Spectrum-X Ethernet menjadi bagian penting dari arsitekturnya. Sebagai pelengkap, SkyOS dan SkyCMD menyediakan pendekatan pengelolaan yang lebih terintegrasi. Meski demikian, peningkatan performa bergantung pada kompatibilitas dan konfigurasi.

Dalam ekosistem kecerdasan buatan global, Token Fabric menggambarkan kebutuhan jaringan yang lebih fleksibel. Pengelola sistem komputasi berskala besar memiliki peluang mengurangi ketergantungan pada satu arsitektur. Namun demikian, keputusan penerapan tetap perlu mempertimbangkan biaya dan kompleksitas integrasi. Tahapan implementasi berikutnya diharapkan memperjelas manfaat bagi pelanggan. Menurut Anda, apakah infrastruktur yang menghubungkan chip berbagai produsen akan mendorong persaingan dan inovasi chip AI? Mari berbagi pandangan mengenai perkembangan ini tentang pentingnya interoperabilitas chip.