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.
Oracle Memperluas Infrastruktur AI melalui Kerja Sama Teknologi
Kemajuan teknologi kecerdasan buatan meningkatkan kebutuhan terhadap akselerator pemrosesan modern. Oracle menghadapi perubahan tersebut dengan mengembangkan pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Berkat kolaborasi bersama Google dan Cerebras, perusahaan berencana penyediaan infrastruktur yang semakin beragam berdasarkan jenis pekerjaan AI. Strategi pengembangan ini memperlihatkan bahwa kebutuhan komputasi untuk pelatihan model tidak selalu sama dengan kebutuhan menjalankan model yang telah selesai dilatih. Dengan mempertimbangkan kondisi tersebut, penyedia cloud perlu menghadirkan beberapa pilihan akselerator dengan karakteristik berbeda. Strategi tersebut diharapkan dapat mendukung pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Pengumuman tersebut dipaparkan dalam acara Oracle AI World di Las Vegas pada 27 Oktober 2026. Tidak hanya mengembangkan kerja sama dengan Google dan Cerebras, Oracle juga mempertahankan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Dengan demikian, pelanggan OCI direncanakan memiliki pilihan komputasi yang lebih fleksibel dalam satu ekosistem cloud. Pendekatan multiarisitektur ini dirancang untuk meminimalkan ketergantungan pada satu jenis akselerator. Walaupun menghadirkan pilihan baru, ketersediaan perangkat keras tidak selalu berlangsung secara bersamaan. Setiap teknologi memiliki jadwal peluncuran, persyaratan perangkat lunak, dan konfigurasi yang perlu diperhatikan sebelum digunakan untuk pekerjaan produksi.
Google TPU Menjadi Pilihan Baru Komputasi AI pada Oracle Cloud
Salah satu pengumuman utama dalam kerja sama tersebut adalah rencana menghadirkan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan akselerator khusus untuk mengolah operasi komputasi yang banyak digunakan dalam pembelajaran mesin. Tidak seperti prosesor serbaguna, TPU dikembangkan untuk memaksimalkan efisiensi pemrosesan model AI melalui kombinasi perangkat keras dan perangkat lunak. Google telah 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. Kemampuan ini berpotensi mendukung organisasi menjalankan berbagai pekerjaan AI tanpa harus memindahkan seluruh infrastruktur ke platform cloud berbeda.
Sebagai bagian dari generasi terbarunya, Google menghadirkan arsitektur TPU generasi kedelapan yang terdiri atas TPU 8t dan TPU 8i. Kedua arsitektur tersebut menghadirkan fokus penggunaan yang berbeda. TPU 8t dikembangkan untuk menangani proses pelatihan model AI berukuran besar, sedangkan TPU 8i dipersiapkan untuk kebutuhan inferensi. Berkat rancangan khusus tersebut, pengguna dapat menyesuaikan akselerator berdasarkan jenis pekerjaan yang dikembangkan. Sebagai contoh, laboratorium AI yang melatih model besar membutuhkan karakteristik komputasi berbeda dari perusahaan yang melayani permintaan chatbot secara terus-menerus. Oracle dan Google merencanakan ketersediaan TPU di OCI mulai tahun kalender 2027. Karena itu, layanan tersebut masih merupakan rencana implementasi, bukan fasilitas yang sudah tersedia secara umum pada saat pengumuman.
Cerebras Menghadirkan Teknologi Inferensi AI Berkecepatan Tinggi
Di samping menghadirkan rencana penggunaan TPU, Oracle juga menjalin kerja sama dengan Cerebras Systems. Kesepakatan pengembangan tersebut ditujukan pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Dalam kecerdasan buatan, inferensi berarti tahap ketika model yang telah dilatih menghasilkan respons berdasarkan permintaan pengguna. Pada aplikasi berbasis AI, proses ini dijalankan ketika chatbot merespons pertanyaan, sistem pencarian menghasilkan jawaban, atau asisten digital melaksanakan tugas tertentu. Waktu pemrosesan respons menjadi faktor penting karena secara langsung memengaruhi pengalaman pengguna. Dengan dukungan Cerebras, Oracle berencana menyediakan pilihan untuk menjalankan aplikasi AI yang membutuhkan respons cepat.
Cerebras dikenal penggunaan arsitektur wafer-scale yang memiliki rancangan tersendiri dibandingkan banyak akselerator AI konvensional. Berkat sistem pemrosesan terintegrasi, Cerebras mencoba peningkatan kemampuan pemrosesan model AI dengan mengurangi hambatan perpindahan data antarkomponen. Karakteristik ini termasuk salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Ketika menjalankan sistem produksi, manfaat kecepatan tetap bergantung oleh model, konfigurasi, serta karakteristik permintaan. Oracle menjadwalkan penggunaan sistem inferensi wafer-scale Cerebras pada 2027. Walaupun demikian, rincian layanan, harga, dan ketersediaan berdasarkan wilayah sebaiknya diverifikasi setelah layanan resmi diluncurkan.
NVIDIA AMD Intel dan SambaNova Melengkapi Ekosistem AI Oracle
Rencana perluasan infrastruktur perusahaan tidak terbatas pada chip Google dan Cerebras. Oracle juga mempertahankan kerja sama dengan berbagai produsen semikonduktor untuk mengembangkan sistem komputasi dengan kebutuhan berbeda. Sebagai contoh, perusahaan menghadirkan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Di samping itu, Oracle mengembangkan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Kolaborasi bersama SambaNova juga merupakan bagian dari strategi memperluas pilihan inferensi. Berkat portofolio pemrosesan yang lebih luas, Oracle menargetkan infrastruktur yang dapat menyesuaikan kebutuhan aplikasi secara lebih tepat. Pendekatan tersebut relevan karena tidak semua pekerjaan AI memerlukan tingkat performa dan karakteristik perangkat keras yang sama.
Penggunaan jenis chip 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. Di sisi lain, aplikasi inferensi sering mengutamakan respons cepat, biaya pemrosesan per permintaan, dan kestabilan layanan. Akibat variasi beban komputasi, penggunaan satu arsitektur untuk seluruh aktivitas belum tentu memberikan efisiensi terbaik. Berkat strategi komputasi yang fleksibel, pelanggan OCI memiliki kesempatan untuk mengalokasikan pekerjaan pada perangkat yang paling sesuai. Namun, pemilihan infrastruktur tetap mengandalkan evaluasi kompatibilitas perangkat lunak dan perhitungan biaya secara menyeluruh.
Dampak Kerja Sama Google Cerebras terhadap Layanan Cloud
Khususnya bagi pelanggan enterprise, perluasan pilihan komputasi AI dapat memberikan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Organisasi yang memiliki sistem data pada Oracle Cloud Infrastructure dapat merencanakan penggunaan akselerator yang sesuai tanpa harus mengalihkan 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. Untuk pekerjaan berbeda, organisasi yang melatih model khusus dapat memilih akselerator dengan kemampuan pemrosesan skala besar. Namun demikian, efisiensi nyata tetap ditentukan oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Tidak hanya untuk pelanggan enterprise, langkah Oracle juga membuka peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Berkat penambahan beberapa arsitektur pemrosesan, pengembang dapat menguji kemampuan perangkat keras untuk model dan aplikasi yang berbeda. Untuk kebutuhan penelitian, 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. Faktor lain yang harus dievaluasi adalah konsumsi energi dan kemampuan pendinginan pusat data. Oracle mempersiapkan infrastruktur daya, jaringan, serta pendinginan untuk mendukung akselerator AI berkapasitas tinggi. Berkat integrasi sistem yang sesuai, pelanggan dapat menyesuaikan penggunaan sumber daya komputasi.
Penutup dan Prospek Komputasi AI Oracle
Perluasan kerja sama Oracle bersama Google dan Cerebras menjadi perubahan strategis dalam ekosistem infrastruktur AI. Berkat integrasi yang direncanakan terhadap Google TPU dan sistem inferensi Cerebras, OCI mempersiapkan pilihan arsitektur pemrosesan yang lebih beragam. Dukungan teknologi tersebut berpotensi mempermudah perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Kendati menghadirkan pilihan baru, 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. Bagaimana pendapat Anda, apakah penggunaan berbagai jenis chip AI akan membuka peluang baru dalam industri TEKNOLOGI? Tuliskan pandangan Anda mengenai perkembangan infrastruktur kecerdasan buatan ini.
