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.

Intel Perkenalkan GPU D Series untuk Infrastruktur Kecerdasan Buatan

Pertumbuhan industri artificial intelligence memperbesar penggunaan sistem komputasi yang dapat menjalankan model bahasa berukuran besar secara lebih ekonomis. Menanggapi kebutuhan tersebut, Intel mengembangkan GPU D Series sebagai perangkat komputasi pusat data yang berfokus pada kebutuhan memori besar. Akselerator terbaru ini mula-mula diperkenalkan dengan nama kode Crescent Island sebelum mendapatkan identitas resmi Intel GPU D Series. Melalui pengembangan ini, perusahaan ingin menawarkan alternatif akselerasi AI bagi penyedia layanan cloud.

Pengumuman pada Oktober 2026 memberikan informasi lebih lengkap mengenai kapasitas memori GPU D Series. Berbeda dari kartu grafis konsumen, akselerator ini dirancang untuk menjalankan inferensi AI. Inferensi sendiri merupakan aktivitas pemrosesan permintaan menggunakan model yang sudah tersedia. Contohnya, layanan chatbot menggunakan proses inferensi ketika merespons pertanyaan. Apabila layanan AI digunakan dalam skala besar, kebutuhan memori dan daya komputasi bertambah. Oleh sebab itu, Intel menempatkan GPU D Series sebagai bagian dari infrastruktur AI modern.

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. Melalui pendekatan perangkat kerasnya, Intel menggunakan teknologi memori LPDDR5X yang mendukung konsumsi daya yang lebih terkendali. Jumlah memori yang tersedia membantu menampung model AI berukuran besar. Tidak hanya menyediakan memori besar, perangkat ini menawarkan kecepatan transfer memori 1,5 TB/s. Kecepatan akses memori tersebut memiliki pengaruh besar dalam menyediakan data bagi unit komputasi. Kombinasi kapasitas dan bandwidth dirancang agar mampu menangani layanan AI dengan permintaan kompleks.

Tidak hanya mengandalkan kapasitas LPDDR5X, Intel GPU D Series dibangun berdasarkan desain komputasi Xe3P yang dioptimalkan untuk inferensi. Perangkat tersebut memiliki target komputasi sebesar 1,3 petaflops pada presisi FP8. Format floating point 8-bit adalah representasi angka dengan delapan bit yang relevan untuk pengolahan jaringan neural. Pemanfaatan presisi rendah ini membantu mempercepat operasi yang kompatibel. Namun demikian, hasil pemrosesan sesungguhnya dapat berbeda dari spesifikasi maksimum. Aspek yang memengaruhi kinerja meliputi kompleksitas aplikasi, pengaturan numerik, dan kemampuan sistem menjalankan beban kerja.

Peran Bandwidth dan Kapasitas Memori dalam Inferensi Kecerdasan Buatan

Dalam pengembangan AI modern, jumlah memori yang dapat digunakan sangat menentukan karena sistem membutuhkan ruang untuk menyimpan informasi komputasi. Model dengan parameter lebih banyak sering membutuhkan kapasitas penyimpanan sementara yang luas. Tidak hanya bobot jaringan neural, 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 berpotensi meningkat. Kondisi tersebut mendukung pengembangan akselerator yang berorientasi pada memori.

Dalam contoh sederhana, sebuah model AI dengan 70 miliar parameter membutuhkan sekitar 140 GB hanya untuk bobot FP16. Gambaran kebutuhan memori tersebut tidak mencakup penyimpanan sementara selama inferensi dan data pendukung proses komputasi. Melalui dukungan memori yang besar, GPU D Series dapat membantu mengurangi kebutuhan membagi model ke banyak perangkat GPU pada skenario penggunaan tertentu. Namun, ruang penyimpanan yang luas belum memastikan throughput tertinggi. Kecepatan transfer data masih menentukan hasil akhir ketika memilih akselerator AI.

Keunggulan Pendinginan Udara dan Konsumsi Daya GPU D270

Di samping menawarkan kemampuan inferensi, Intel mengembangkan rancangan yang sesuai dengan lingkungan server perusahaan. Akselerator D Series yang diperkenalkan mengandalkan sistem pendinginan udara dengan profil konsumsi daya 350 W. Sistem pendinginan yang digunakan ditujukan untuk mempermudah penggunaan pada infrastruktur enterprise. Tidak seperti konfigurasi yang mengharuskan infrastruktur liquid cooling, desain tersebut berpeluang menekan kerumitan instalasi. 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 berusaha mengurangi kebutuhan infrastruktur khusus. Meskipun demikian, pemasangan GPU tetap memerlukan pemeriksaan sistem. Aspek yang perlu diperhatikan meliputi ketersediaan suplai listrik, ruang fisik di dalam server, dan kemampuan sistem pendingin. Untuk memastikan penerapan yang tepat, tim teknis dianjurkan menilai kondisi sistem sesuai spesifikasi perangkat.

Dukungan Software Terbuka untuk Pengembangan AI Intel

Manfaat nyata GPU pusat data bergantung pada lebih dari sekadar kapasitas memori. Ekosistem pengembangan yang matang menjadi faktor utama dalam menjalankan model AI secara efisien. Untuk mendukung kebutuhan tersebut, Intel mengutamakan ekosistem perangkat lunak terbuka. Perusahaan tersebut memperkenalkan dukungan dengan ekosistem pemrograman PyTorch dan vLLM untuk menjalankan model bahasa. Pendekatan perangkat lunak ini diharapkan mempermudah integrasi dalam mengoperasikan aplikasi berbasis AI tanpa membatasi pilihan framework pengembangan.

PyTorch merupakan platform pembelajaran mesin yang banyak digunakan untuk mengembangkan aplikasi kecerdasan buatan. Sementara itu, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan optimalisasi throughput serta penggunaan cache. Dengan menghadirkan kompatibilitas perangkat lunak, GPU D Series diharapkan dapat dimanfaatkan untuk beragam model dan aplikasi. Perlu diperhatikan bahwa, dukungan awal tidak selalu berarti semua model langsung optimal. Pengembang perlu memeriksa dukungan runtime, kemampuan kernel pemrosesan, serta efisiensi komputasi dalam penggunaan produksi sebelum menggunakan perangkat secara luas.

Kesimpulan: GPU D Series Memperkuat Strategi AI Intel

Peluncuran rincian teknologi GPU D Series menunjukkan strategi perusahaan dalam memperkuat solusi komputasi pusat data yang menekankan kebutuhan aplikasi AI modern. Kemampuan menyediakan memori berukuran besar, bandwidth hingga 1,5 TB/s, dan kemampuan teoritis 1,3 petaflops dalam format FP8 merupakan spesifikasi penting untuk menjalankan model bahasa besar. Selain itu, desain berpendingin udara membantu memperkuat daya tarik produk. Meski demikian, hasil penggunaan perlu dibuktikan melalui benchmark sebelum membandingkan dengan akselerator lain. Bagaimana pendapat Anda mengenai GPU D Series terbaru dari Intel? Anda dapat berbagi pemikiran mengenai potensinya bagi pusat data.