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
Pertumbuhan infrastruktur pemrosesan cerdas memacu kebutuhan terhadap perangkat keras berkinerja tinggi. Oracle merespons perubahan tersebut dengan memperluas pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Melalui kerja sama bersama Google dan Cerebras, perusahaan berupaya penyediaan infrastruktur yang lebih mudah disesuaikan berdasarkan jenis pekerjaan AI. Langkah tersebut menggambarkan 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. Kebijakan infrastruktur tersebut diharapkan dapat mendukung pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Rencana ekspansi ini diperkenalkan dalam acara Oracle AI World di Las Vegas pada 27 Oktober 2026. Di samping memperluas kerja sama dengan Google dan Cerebras, Oracle juga mengembangkan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Dengan demikian, pelanggan OCI diharapkan memperoleh pilihan komputasi yang lebih beragam dalam satu ekosistem cloud. Pendekatan multiarisitektur ini dirancang untuk meminimalkan ketergantungan pada satu jenis akselerator. Meskipun menawarkan berbagai peluang, ketersediaan perangkat keras tidak selalu berlangsung secara bersamaan. Setiap teknologi memiliki jadwal peluncuran, persyaratan perangkat lunak, dan konfigurasi yang harus dipahami sebelum digunakan untuk pekerjaan produksi.
Teknologi Tensor Processing Unit Google Hadir di Infrastruktur Oracle
Salah satu pengumuman utama dalam kerja sama tersebut adalah rencana menghadirkan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan akselerator khusus untuk menangani operasi komputasi yang banyak digunakan dalam pembelajaran mesin. Jika dibandingkan dengan prosesor serbaguna, TPU dioptimalkan untuk memaksimalkan efisiensi pemrosesan model AI melalui kombinasi perangkat keras dan perangkat lunak. Google memiliki pengalaman mengembangkan teknologi ini selama lebih dari satu dekade. Berkat kemitraan terbaru, OCI akan menjadi penyedia cloud hyperscale pertama di luar Google yang menawarkan TPU. Kemampuan ini diharapkan dapat membantu 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. Pilihan akselerator ini memiliki fokus penggunaan yang berbeda. TPU 8t dikembangkan untuk mendukung proses pelatihan model AI berukuran besar, sedangkan TPU 8i berfokus untuk kebutuhan inferensi. Dengan perbedaan karakteristik ini, pengguna dapat memilih akselerator berdasarkan jenis pekerjaan yang diproses. Dalam penerapan tertentu, laboratorium AI yang melatih model besar membutuhkan karakteristik komputasi berbeda dari perusahaan yang melayani permintaan chatbot secara terus-menerus. Oracle dan Google menjadwalkan ketersediaan TPU di OCI mulai tahun kalender 2027. Karena itu, layanan tersebut masih merupakan pengembangan yang dijadwalkan, bukan fasilitas yang sudah tersedia secara umum pada saat pengumuman.
Cerebras Menghadirkan Teknologi Inferensi AI Berkecepatan Tinggi
Tidak hanya memperluas pilihan akselerator melalui Google, Oracle juga menjalin kerja sama dengan Cerebras Systems. Kemitraan teknologi ini diarahkan pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Inferensi merupakan tahap ketika model yang telah dilatih memberikan respons berdasarkan permintaan pengguna. Ketika menjalankan layanan digital, proses ini dijalankan ketika chatbot menjawab pertanyaan, sistem pencarian menghasilkan jawaban, atau asisten digital menjalankan tugas tertentu. Kecepatan inferensi menjadi faktor penting karena secara langsung berkaitan dengan pengalaman pengguna. Berkat sistem inferensi khusus tersebut, Oracle berupaya 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. Melalui teknologi tersebut, Cerebras mencoba peningkatan kemampuan pemrosesan model AI dengan membatasi hambatan perpindahan data antarkomponen. Pendekatan tersebut merupakan salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Ketika menjalankan sistem produksi, manfaat kecepatan tetap ditentukan oleh model, konfigurasi, serta karakteristik permintaan. Oracle menargetkan penggunaan sistem inferensi wafer-scale Cerebras pada 2027. Meskipun kerja sama telah diumumkan, rincian layanan, harga, dan ketersediaan berdasarkan wilayah masih harus diverifikasi setelah layanan resmi diluncurkan.
NVIDIA AMD Intel dan SambaNova Melengkapi Ekosistem AI Oracle
Pendekatan pengembangan OCI 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 menawarkan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Selain itu, Oracle merencanakan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Integrasi teknologi dari SambaNova juga merupakan bagian dari strategi memperluas pilihan inferensi. Berkat portofolio pemrosesan yang lebih luas, Oracle berupaya infrastruktur yang dapat melayani kebutuhan aplikasi secara lebih tepat. Pendekatan tersebut relevan karena tidak semua pekerjaan AI mengandalkan tingkat performa dan karakteristik perangkat keras yang sama.
Penentuan perangkat pemrosesan yang tepat dapat menentukan efisiensi biaya serta pengalaman pengguna aplikasi AI. Ketika mengembangkan model baru, organisasi biasanya mempertimbangkan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Sementara itu, 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. Melalui pendekatan multiarsitektur, pelanggan OCI diharapkan mengalokasikan pekerjaan pada perangkat yang paling sesuai. Namun, penentuan akselerator tetap membutuhkan evaluasi kompatibilitas perangkat lunak dan perhitungan biaya secara menyeluruh.
Dampak Kerja Sama Google Cerebras terhadap Layanan Cloud
Untuk organisasi bisnis, perluasan pilihan komputasi AI dapat memberikan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Perusahaan yang mengelola sistem data pada Oracle Cloud Infrastructure dapat merencanakan penggunaan akselerator yang sesuai tanpa harus memindahkan seluruh lingkungan kerja ke penyedia cloud berbeda. Strategi penempatan komputasi tersebut memiliki peluang untuk mempermudah pengelolaan data serta meminimalkan kompleksitas operasional. Untuk memberikan gambaran, perusahaan yang mengembangkan layanan pelanggan berbasis AI dapat menentukan sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Untuk pekerjaan berbeda, organisasi yang melatih model khusus dapat memanfaatkan akselerator dengan kemampuan pemrosesan skala besar. Namun demikian, efisiensi nyata tetap bergantung oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Tidak hanya untuk pelanggan enterprise, langkah Oracle juga memberikan peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Dengan tersedianya beberapa arsitektur pemrosesan, pengembang dapat membandingkan 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. Melalui pengujian tersebut, tim pengembangan dapat memilih strategi penerapan yang lebih terukur. Pertimbangan berikutnya yang harus dievaluasi adalah konsumsi energi dan kemampuan pendinginan pusat data. Oracle mengembangkan infrastruktur daya, jaringan, serta pendinginan untuk mendukung akselerator AI berkapasitas tinggi. Melalui pengelolaan infrastruktur yang baik, pelanggan dapat menyesuaikan penggunaan sumber daya komputasi.
Penutup dan Prospek Komputasi AI Oracle
Pengembangan infrastruktur Oracle bersama Google dan Cerebras menjadi langkah penting dalam pengembangan teknologi kecerdasan buatan. Berkat integrasi yang direncanakan terhadap Google TPU dan sistem inferensi Cerebras, OCI menawarkan pilihan arsitektur pemrosesan yang lebih fleksibel. Penambahan teknologi tersebut berpotensi mempermudah perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Meskipun menawarkan potensi besar, ketersediaan layanan Google TPU dan Cerebras masih dijadwalkan untuk 2027 sehingga pelanggan perlu memantau perkembangan implementasinya. Dalam perkembangan berikutnya, persaingan penyedia cloud kemungkinan akan semakin menitikberatkan efisiensi biaya, fleksibilitas, dan performa komputasi. Dari sudut pandang Anda, apakah penggunaan berbagai jenis chip AI akan membuka peluang baru dalam industri TEKNOLOGI? Tuliskan pandangan Anda mengenai perkembangan infrastruktur kecerdasan buatan ini.
