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
Perkembangan industri artificial intelligence memperbesar penggunaan sistem komputasi yang dapat menjalankan sistem kecerdasan buatan kompleks secara lebih ekonomis. Untuk menghadapi perkembangan ini, Intel memperkenalkan GPU D Series sebagai perangkat komputasi pusat data yang menekankan kapasitas memori. Akselerator terbaru ini sebelumnya dikenal 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 operator pusat data.
Pemaparan teknis terbaru Intel memberikan informasi lebih lengkap mengenai arsitektur pemrosesan GPU D Series. Sebagai produk dengan sasaran berbeda dari kartu grafis permainan, akselerator ini dirancang untuk menjalankan inferensi AI. Proses inference merupakan kegiatan menjalankan model yang telah dilatih. Sebagai gambaran, layanan chatbot bergantung pada komputasi inferensi untuk membuat respons. Saat permintaan diproses secara bersamaan, efisiensi perangkat keras semakin penting. Dengan pertimbangan tersebut, Intel memposisikan akselerator terbarunya sebagai bagian dari infrastruktur AI modern.
Spesifikasi Intel GPU D Series dengan Memori LPDDR5X hingga 480 GB
Fitur paling menonjol Intel GPU D Series adalah kapasitas LPDDR5X mencapai 480 GB. Pada konfigurasi produk ini, Intel memilih teknologi memori LPDDR5X yang menawarkan karakteristik hemat daya. Kapasitas memori tersebut memungkinkan penempatan data yang diperlukan selama inferensi. Tidak hanya menyediakan memori besar, perangkat ini menawarkan kecepatan transfer memori 1,5 TB/s. Kecepatan akses memori tersebut berperan penting dalam menyediakan data bagi unit komputasi. Perpaduan memori besar serta transfer cepat ditujukan untuk mendukung inferensi dengan konteks panjang.
Tidak hanya mengandalkan kapasitas LPDDR5X, Intel GPU D Series mengadopsi mikroarsitektur Xe3P yang dirancang bagi pemrosesan paralel. GPU pusat data 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 relevan untuk pengolahan jaringan neural. Penggunaan format tersebut berpotensi meningkatkan efisiensi pengolahan data. Walaupun angka performanya tinggi, hasil pemrosesan sesungguhnya dapat berbeda dari spesifikasi maksimum. Faktor seperti kompleksitas aplikasi, pengaturan numerik, dan kemampuan sistem menjalankan beban kerja.
Hubungan Memori GPU dengan Performa Large Language Model
Dalam pengembangan AI modern, jumlah memori yang dapat digunakan sangat menentukan karena data jaringan neural perlu diakses secara berulang. Jaringan neural yang berukuran besar dapat menggunakan sumber daya memori dalam jumlah tinggi. Tidak hanya bobot jaringan neural, proses inferensi membutuhkan memori tambahan untuk data pemrosesan. Bagian penting dalam inferensi transformer adalah KV cache yang menyimpan informasi perhatian dari token sebelumnya. Saat percakapan melibatkan lebih banyak informasi, kebutuhan memori berpotensi meningkat. Kebutuhan data sementara tersebut menjelaskan pentingnya kapasitas tinggi.
Untuk memberikan gambaran, sebuah model AI dengan 70 miliar parameter membutuhkan sekitar 140 GB hanya untuk bobot FP16. Perhitungan tersebut tidak mencakup memori kerja tambahan dan berbagai kebutuhan sistem lainnya. Berkat ruang LPDDR5X berkapasitas tinggi, GPU D Series dapat membantu mengurangi kebutuhan membagi model ke banyak perangkat GPU pada konfigurasi tertentu. Namun, ruang penyimpanan yang luas belum memastikan throughput tertinggi. Kecepatan transfer data harus dievaluasi secara bersamaan ketika memilih akselerator AI.
Keunggulan Pendinginan Udara dan Konsumsi Daya GPU D270
Di samping menawarkan kemampuan inferensi, Intel menekankan efisiensi penerapan dengan lingkungan server perusahaan. Akselerator D Series yang diperkenalkan menggunakan desain berpendingin udara dengan daya sekitar 350 watt. Sistem pendinginan yang digunakan dirancang agar mendukung penggunaan pada infrastruktur enterprise. Tidak seperti konfigurasi yang mengharuskan infrastruktur liquid cooling, desain tersebut membantu menyederhanakan proses penerapan. Namun demikian, kecukupan aliran udara masih perlu dipastikan agar operasional pusat data berlangsung optimal.
Dalam aspek integrasi perangkat keras, Intel GPU D Series menggunakan antarmuka PCIe 5.0. Antarmuka perangkat tersebut menyediakan jalur transfer antara GPU dan komponen server. Berkat penerapan antarmuka PCIe, Intel berusaha mengurangi kebutuhan infrastruktur khusus. Perlu dipahami bahwa, kompatibilitas server tidak hanya bergantung pada konektor. Pertimbangan teknisnya mencakup ketersediaan suplai listrik, dimensi slot ekspansi, dan pengelolaan temperatur rak. Sebelum melakukan instalasi, pengelola infrastruktur sebaiknya memeriksa persyaratan sesuai spesifikasi perangkat.
Dukungan Software Terbuka untuk Pengembangan AI Intel
Keberhasilan sebuah akselerator AI memerlukan dukungan selain kemampuan komputasi. Framework komputasi yang didukung berperan penting dalam memanfaatkan kemampuan GPU. Dalam upaya memperluas penggunaan produk, Intel mengutamakan ekosistem perangkat lunak terbuka. Perusahaan tersebut memperkenalkan dukungan dengan framework pembelajaran mesin PyTorch dan vLLM untuk mengembangkan aplikasi AI generatif. Dukungan tersebut diharapkan mempermudah integrasi dalam membangun layanan kecerdasan buatan tanpa harus menggunakan satu pendekatan perangkat lunak khusus.
PyTorch merupakan platform pembelajaran mesin yang banyak digunakan untuk melakukan pemrosesan jaringan neural. Di sisi lain, vLLM dirancang agar mendukung pengoperasian layanan LLM dengan optimalisasi throughput serta penggunaan cache. Dengan menghadirkan kompatibilitas perangkat lunak, GPU D Series dirancang agar sesuai untuk berbagai kebutuhan inferensi. Namun demikian, kemampuan menjalankan perangkat lunak tetap membutuhkan evaluasi. Pengelola sistem dianjurkan menguji dukungan runtime, dukungan fungsi model, serta hasil benchmark nyata sebelum menggunakan perangkat secara luas.
Masa Depan Pemrosesan AI dengan Memori Besar dari Intel
Peluncuran rincian teknologi GPU D Series menggambarkan upaya produsen semikonduktor tersebut dalam mengembangkan perangkat keras kecerdasan buatan yang menekankan kebutuhan aplikasi AI modern. Dukungan LPDDR5X hingga 480 GB, bandwidth memori 1,5 terabyte per detik, dan komputasi puncak 1,3 petaflops FP8 menawarkan potensi menarik untuk melayani permintaan kecerdasan buatan berskala besar. Selain itu, penggunaan antarmuka PCIe 5.0 menjadi pertimbangan bagi operator pusat data. Walaupun spesifikasinya menjanjikan, kinerja sesungguhnya tetap memerlukan pengujian sebelum mengambil keputusan penerapan skala besar. Bagaimana pendapat Anda mengenai GPU D Series terbaru dari Intel? Anda dapat berbagi pemikiran mengenai potensinya bagi pusat data.
