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.

Pengembangan GPU D Series sebagai Akselerator AI Pusat Data

Kemajuan TEKNOLOGI kecerdasan buatan meningkatkan penggunaan sistem komputasi yang mampu menangani sistem kecerdasan buatan kompleks secara semakin optimal. Menanggapi kebutuhan tersebut, Intel memperkenalkan GPU D Series sebagai perangkat komputasi pusat data yang menekankan kapasitas memori. Produk tersebut pada tahap pengembangan disebut dengan nama kode Crescent Island sebelum diperkenalkan dengan nama komersial Intel GPU D Series. Dengan pendekatan tersebut, perusahaan berupaya menyediakan solusi komputasi yang lebih fleksibel bagi operator pusat data.

Presentasi perusahaan dalam OCP Global Summit 2026 memberikan informasi lebih lengkap mengenai kapasitas memori GPU D Series. Tidak seperti GPU gaming konvensional, akselerator ini difokuskan pada pemrosesan model kecerdasan buatan. Proses inference merupakan kegiatan menjalankan model yang telah dilatih. Sebagai gambaran, layanan chatbot memerlukan inferensi untuk menghasilkan jawaban. Apabila layanan AI digunakan dalam skala besar, kebutuhan memori dan daya komputasi bertambah. Dengan pertimbangan tersebut, Intel memposisikan akselerator terbarunya sebagai solusi untuk kebutuhan inferensi berskala besar.

Keunggulan Kapasitas Memori dan Bandwidth Intel GPU D270

Karakteristik penting Intel GPU D Series adalah kapasitas LPDDR5X mencapai 480 GB. Dalam rancangan tersebut, Intel memanfaatkan teknologi memori LPDDR5X yang dirancang untuk efisiensi energi. Jumlah memori yang tersedia membantu menampung data yang diperlukan selama inferensi. Di samping menawarkan ruang pemrosesan yang luas, perangkat ini menawarkan kecepatan transfer memori 1,5 TB/s. Kemampuan transfer data ini menjadi faktor utama dalam memenuhi kebutuhan akses data model AI. Perpaduan memori besar serta transfer cepat ditujukan untuk mendukung model kecerdasan buatan yang membutuhkan banyak memori.

Selain kemampuan memori, Intel GPU D Series menggunakan arsitektur Xe3P yang dikembangkan untuk akselerasi kecerdasan buatan. Perangkat tersebut mendukung performa teoritis 1,3 petaflops menggunakan format FP8. Format floating point 8-bit adalah metode penyimpanan nilai floating point menggunakan delapan bit yang mendukung akselerasi model kecerdasan buatan. Pemanfaatan presisi rendah ini berpotensi meningkatkan efisiensi pengolahan data. Namun demikian, hasil pemrosesan sesungguhnya dapat berbeda dari spesifikasi maksimum. Aspek yang memengaruhi kinerja meliputi karakteristik jaringan neural, 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 parameter model harus tersedia selama pemrosesan. Jaringan neural yang berukuran besar sering membutuhkan kapasitas penyimpanan sementara yang luas. Selain parameter model, proses inferensi membutuhkan memori tambahan untuk data pemrosesan. Bagian penting dalam inferensi transformer adalah KV cache yang mempertahankan data key dan value selama pemrosesan. Saat percakapan melibatkan lebih banyak informasi, kebutuhan memori dapat bertambah. Kondisi tersebut menjadi alasan penggunaan GPU dengan memori besar.

Untuk memberikan gambaran, sebuah model AI dengan 70 miliar parameter menggunakan sekitar 140 gigabyte ketika bobot disimpan pada presisi 16-bit. Gambaran kebutuhan memori tersebut tidak mencakup penyimpanan sementara selama inferensi dan berbagai kebutuhan sistem lainnya. Melalui dukungan memori yang besar, GPU D Series dapat membantu mengurangi kebutuhan membagi model ke sejumlah kartu komputasi pada skenario penggunaan tertentu. Namun, kapasitas besar saja tidak menjamin inferensi lebih cepat. Kecepatan transfer data harus dievaluasi secara bersamaan ketika memilih akselerator AI.

Infrastruktur AI dengan Perangkat GPU yang Lebih Mudah Diintegrasikan

Selain menonjolkan kapasitas memori, Intel mengembangkan rancangan yang sesuai dengan sistem komputasi enterprise. Perangkat komputasi berbasis Xe3P tersebut dirancang untuk pengoperasian melalui pendinginan udara dengan batas daya yang dinyatakan sebesar 350 watt. Rancangan perangkat tersebut dirancang agar mendukung 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 operasional pusat data berlangsung optimal.

Untuk kebutuhan pemasangan server, Intel GPU D Series menggunakan antarmuka PCIe 5.0. Antarmuka perangkat tersebut menyediakan jalur transfer antara GPU dan komponen server. Dengan memanfaatkan standar umum, Intel menargetkan integrasi yang lebih fleksibel. Namun demikian, pemasangan GPU tetap memerlukan pemeriksaan sistem. Faktor seperti ketersediaan suplai listrik, ketersediaan tempat pemasangan, dan kapasitas aliran udara. Sebelum melakukan instalasi, operator pusat data perlu melakukan evaluasi sesuai spesifikasi perangkat.

Strategi Intel Membangun Infrastruktur AI yang Fleksibel

Keberhasilan sebuah akselerator AI memerlukan dukungan selain kemampuan komputasi. Perangkat lunak yang kompatibel menjadi faktor utama dalam memanfaatkan kemampuan GPU. Sebagai bagian dari strategi pengembangan, Intel menekankan pendekatan software terbuka. Produsen semikonduktor ini mengembangkan kompatibilitas dengan ekosistem pemrograman PyTorch dan vLLM untuk menjalankan model bahasa. Pendekatan perangkat lunak ini dirancang agar membantu pengembang dalam membangun layanan kecerdasan buatan tanpa harus menggunakan satu pendekatan perangkat lunak khusus.

Dalam ekosistem AI, PyTorch menjadi kerangka kerja komputasi neural yang dikenal luas untuk membangun dan menjalankan model. Sementara itu, vLLM dikembangkan untuk melayani inferensi model bahasa dengan pengelolaan memori dan permintaan yang efisien. Dengan menghadirkan kompatibilitas perangkat lunak, GPU D Series dirancang agar sesuai untuk beragam model dan aplikasi. Perlu diperhatikan bahwa, kompatibilitas framework belum menjamin performa terbaik pada seluruh aplikasi. Pengelola sistem dianjurkan menguji dukungan runtime, dukungan fungsi model, serta performa berdasarkan beban kerja sebelum menggunakan perangkat secara luas.

Kesimpulan: GPU D Series Memperkuat Strategi AI Intel

Pengenalan akselerator AI terbaru Intel memperlihatkan arah inovasi Intel dalam mengembangkan perangkat keras kecerdasan buatan 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 melayani permintaan kecerdasan buatan berskala besar. Selain itu, penggunaan antarmuka PCIe 5.0 membantu memperkuat daya tarik produk. Walaupun spesifikasinya menjanjikan, efisiensi aktual harus dinilai berdasarkan aplikasi sebelum mengambil keputusan penerapan skala besar. Seberapa menarik menurut Anda perkembangan TEKNOLOGI komputasi AI Intel? Silakan bagikan pendapat Anda mengenai potensinya bagi pusat data.