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 industri artificial intelligence mendorong kebutuhan infrastruktur yang dirancang untuk memproses model bahasa berukuran besar secara semakin optimal. Untuk menghadapi perkembangan ini, Intel memperkenalkan GPU D Series sebagai akselerator khusus inferensi yang menekankan kapasitas memori. Perangkat komputasi tersebut mula-mula diperkenalkan dengan nama kode Crescent Island sebelum mendapatkan identitas resmi Intel GPU D Series. Berkat rancangan yang berorientasi pada inferensi, perusahaan berupaya menyediakan 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 difokuskan pada pemrosesan model kecerdasan buatan. Tahap penggunaan model AI merupakan aktivitas pemrosesan permintaan menggunakan model yang sudah tersedia. Contohnya, layanan chatbot bergantung pada komputasi inferensi untuk membuat respons. Apabila layanan AI digunakan dalam skala besar, kebutuhan memori dan daya komputasi bertambah. Oleh sebab itu, Intel merancang lini GPU ini sebagai perangkat pendukung layanan AI perusahaan.

Kemampuan Komputasi GPU D Series Berbasis Arsitektur Xe3P

Fitur paling menonjol Intel GPU D Series adalah kapasitas LPDDR5X mencapai 480 GB. Pada konfigurasi produk ini, Intel memanfaatkan teknologi memori LPDDR5X yang dirancang untuk efisiensi energi. Jumlah memori yang tersedia memungkinkan penempatan model AI berukuran besar. Di samping menawarkan ruang pemrosesan yang luas, perangkat ini memiliki bandwidth hingga 1,5 TB/s. Kecepatan akses memori tersebut menjadi faktor utama dalam memenuhi kebutuhan akses data model AI. Perpaduan memori besar serta transfer cepat dirancang agar mampu menangani inferensi dengan konteks panjang.

Tidak hanya mengandalkan kapasitas LPDDR5X, Intel GPU D Series mengadopsi mikroarsitektur Xe3P yang dirancang bagi pemrosesan paralel. Akselerator ini mendukung performa teoritis 1,3 petaflops menggunakan format FP8. Presisi FP8 mengacu pada format numerik berpresisi rendah yang banyak digunakan dalam komputasi AI. Penggunaan format tersebut dapat mengurangi kebutuhan komputasi tertentu. Namun demikian, kecepatan inferensi aktual bergantung pada konfigurasi sistem. Aspek yang memengaruhi kinerja meliputi kompleksitas aplikasi, pengaturan numerik, dan optimalisasi framework.

Mengapa Memori Besar Penting untuk Menjalankan Model AI

Ketika menjalankan aplikasi kecerdasan buatan, 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. Di samping data utama model, proses inferensi membutuhkan memori tambahan untuk data pemrosesan. Komponen yang sering digunakan adalah KV cache yang mendukung penggunaan kembali informasi dalam konteks percakapan. Ketika konteks semakin panjang, kebutuhan memori menjadi semakin besar. Kondisi tersebut menjelaskan pentingnya kapasitas tinggi.

Untuk memberikan gambaran, sebuah model AI dengan 70 miliar parameter memerlukan kurang lebih 140 GB untuk menyimpan bobot dalam format FP16. Perhitungan tersebut belum memasukkan penyimpanan sementara selama inferensi dan berbagai kebutuhan sistem lainnya. Berkat ruang LPDDR5X berkapasitas tinggi, GPU D Series berpotensi menampung lebih banyak data model ke sejumlah kartu komputasi pada beban kerja yang sesuai. Meski demikian, ruang penyimpanan yang luas belum memastikan throughput tertinggi. Kemampuan komputasi harus dievaluasi secara bersamaan ketika menentukan perangkat pemrosesan model.

Keunggulan Pendinginan Udara dan Konsumsi Daya GPU D270

Di samping menawarkan kemampuan inferensi, Intel mengembangkan rancangan yang sesuai dengan lingkungan server perusahaan. GPU D270 dirancang untuk pengoperasian melalui pendinginan udara dengan batas daya yang dinyatakan sebesar 350 watt. Rancangan perangkat tersebut berpotensi menyederhanakan penggunaan pada infrastruktur enterprise. Sebagai alternatif terhadap perangkat dengan kebutuhan pendinginan kompleks, desain tersebut membantu menyederhanakan proses penerapan. Walaupun dirancang lebih praktis, kecukupan aliran udara masih perlu dipastikan agar operasional pusat data berlangsung optimal.

Dari sisi konektivitas, Intel GPU D Series mendukung koneksi PCI Express generasi kelima. Standar tersebut menyediakan jalur transfer antara GPU dan komponen server. Melalui penggunaan koneksi yang sudah dikenal industri, Intel ingin mempermudah evaluasi perangkat oleh perusahaan. Namun demikian, kompatibilitas server tidak hanya bergantung pada konektor. Pertimbangan teknisnya mencakup kemampuan power supply, ketersediaan tempat pemasangan, dan kapasitas aliran udara. Untuk memastikan penerapan yang tepat, operator pusat data perlu melakukan evaluasi sesuai spesifikasi perangkat.

Dukungan Software Terbuka untuk Pengembangan AI Intel

Efektivitas perangkat komputasi kecerdasan buatan tidak hanya ditentukan oleh spesifikasi perangkat keras. Ekosistem pengembangan yang matang menjadi faktor utama dalam memanfaatkan kemampuan GPU. Untuk mendukung kebutuhan tersebut, Intel menekankan pendekatan software terbuka. Pengembang GPU D Series memperkenalkan dukungan dengan framework pembelajaran mesin PyTorch dan vLLM untuk mengembangkan aplikasi AI generatif. Strategi kompatibilitas tersebut bertujuan memberikan fleksibilitas dalam memanfaatkan model terbuka tanpa sepenuhnya bergantung pada ekosistem tertutup.

PyTorch merupakan salah satu perangkat pengembangan populer untuk membangun dan menjalankan model. Adapun, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan pengelolaan memori dan permintaan yang efisien. Berkat strategi pengembangan terbuka, GPU D Series dirancang agar sesuai untuk sejumlah skenario implementasi AI. Perlu diperhatikan bahwa, dukungan awal tidak selalu berarti semua model langsung optimal. Pengembang perlu memeriksa dukungan runtime, kemampuan kernel pemrosesan, serta performa berdasarkan beban kerja sebelum menggunakan perangkat secara luas.

Peluang Infrastruktur Kecerdasan Buatan melalui GPU D Series

Peluncuran rincian teknologi GPU D Series menunjukkan strategi perusahaan dalam menghadirkan infrastruktur inferensi AI yang menekankan kebutuhan aplikasi AI modern. Kemampuan menyediakan memori berukuran besar, bandwidth memori 1,5 terabyte per detik, dan kemampuan teoritis 1,3 petaflops dalam format FP8 menawarkan potensi menarik untuk menjalankan model bahasa besar. Sebagai nilai tambah lainnya, penggunaan antarmuka PCIe 5.0 memberikan pilihan integrasi bagi perusahaan. Meski demikian, kinerja sesungguhnya tetap memerlukan pengujian sebelum membandingkan dengan akselerator lain. Bagaimana pendapat Anda mengenai akselerator AI dengan memori berkapasitas besar? Silakan bagikan pendapat Anda mengenai perkembangan GPU khusus inferensi AI.