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
Perkembangan infrastruktur pemrosesan cerdas mendorong kebutuhan terhadap perangkat keras berkinerja tinggi. Oracle merespons perubahan tersebut dengan mengembangkan pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Berkat kolaborasi bersama Google dan Cerebras, perusahaan berupaya penyediaan infrastruktur yang lebih mudah disesuaikan berdasarkan jenis pekerjaan AI. Langkah tersebut memperlihatkan bahwa kebutuhan komputasi untuk pelatihan model tidak selalu sama dengan kebutuhan menjalankan model yang telah selesai dilatih. Oleh sebab itu, penyedia cloud semakin dituntut untuk menghadirkan beberapa pilihan akselerator dengan karakteristik berbeda. Kebijakan infrastruktur tersebut diharapkan dapat mempermudah pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Pengumuman tersebut diperkenalkan dalam acara Oracle AI World di Las Vegas pada 27 Oktober 2026. Selain memperkuat kerja sama dengan Google dan Cerebras, Oracle juga mengembangkan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Melalui langkah tersebut, pelanggan OCI akan mendapatkan pilihan komputasi yang lebih luas dalam satu ekosistem cloud. Pendekatan multiarisitektur ini dirancang untuk meminimalkan ketergantungan pada satu jenis akselerator. Walaupun menghadirkan pilihan baru, ketersediaan perangkat keras tidak otomatis tersedia secara bersamaan. Setiap teknologi memiliki jadwal peluncuran, persyaratan perangkat lunak, dan konfigurasi yang sebaiknya diperiksa 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 menyediakan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan akselerator khusus untuk menangani 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 memiliki pengalaman mengembangkan teknologi ini selama lebih dari satu dekade. Dengan integrasi yang direncanakan, OCI akan menjadi penyedia cloud hyperscale pertama di luar Google yang menawarkan TPU. Penambahan akselerator tersebut diharapkan dapat membantu organisasi menjalankan berbagai pekerjaan AI tanpa harus memindahkan seluruh infrastruktur ke platform cloud berbeda.
Google juga memperkenalkan arsitektur TPU generasi kedelapan yang terdiri atas TPU 8t dan TPU 8i. Pilihan akselerator ini menawarkan fokus penggunaan yang berbeda. TPU 8t ditujukan untuk mempercepat proses pelatihan model AI berukuran besar, sedangkan TPU 8i dipersiapkan untuk kebutuhan inferensi. Melalui pembagian tersebut, pengguna dapat menyesuaikan akselerator berdasarkan jenis pekerjaan yang diproses. Untuk memberikan gambaran, laboratorium AI yang melatih model besar membutuhkan karakteristik komputasi berbeda dari perusahaan yang melayani permintaan chatbot secara terus-menerus. Oracle dan Google menargetkan 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.
Oracle Menambahkan Sistem Wafer Scale Engine dari Cerebras
Tidak hanya memperluas pilihan akselerator melalui Google, Oracle juga mengumumkan kerja sama dengan Cerebras Systems. Kolaborasi tersebut diarahkan pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Proses inferensi adalah tahap ketika model yang telah dilatih memberikan respons berdasarkan permintaan pengguna. Dalam penggunaan sehari-hari, proses ini terjadi ketika chatbot menjawab pertanyaan, sistem pencarian menampilkan jawaban, atau asisten digital menyelesaikan tugas tertentu. Kecepatan inferensi merupakan faktor penting karena secara langsung memengaruhi pengalaman pengguna. Melalui teknologi yang dikembangkan Cerebras, Oracle berencana menyediakan pilihan untuk menjalankan aplikasi AI yang membutuhkan respons cepat.
Perusahaan Cerebras memiliki pendekatan penggunaan arsitektur wafer-scale yang menggunakan pendekatan khusus dibandingkan banyak akselerator AI konvensional. Melalui teknologi tersebut, Cerebras berupaya peningkatan kemampuan pemrosesan model AI dengan meminimalkan hambatan perpindahan data antarkomponen. Pendekatan tersebut menjadi salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Pada penggunaan nyata, manfaat kecepatan tetap dipengaruhi oleh model, konfigurasi, serta karakteristik permintaan. Oracle merencanakan penggunaan sistem inferensi wafer-scale Cerebras pada 2027. Meskipun kerja sama telah diumumkan, rincian layanan, harga, dan ketersediaan berdasarkan wilayah perlu dipastikan setelah layanan resmi diluncurkan.
Strategi Multiarsitektur Oracle Menghadirkan Pilihan Chip Lebih Luas
Pendekatan pengembangan OCI tidak berhenti pada chip Google dan Cerebras. Oracle juga memperluas kerja sama dengan berbagai produsen semikonduktor untuk mengembangkan sistem komputasi dengan kebutuhan berbeda. Sebagai contoh, perusahaan menggunakan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Sebagai bagian dari portofolio, Oracle mengembangkan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Integrasi teknologi dari SambaNova juga termasuk bagian dari strategi memperluas pilihan inferensi. Berkat portofolio pemrosesan yang lebih luas, Oracle menargetkan infrastruktur yang dapat melayani kebutuhan aplikasi secara lebih tepat. Hal tersebut relevan karena tidak semua pekerjaan AI membutuhkan tingkat performa dan karakteristik perangkat keras yang sama.
Pemilihan akselerator yang tepat dapat berdampak pada efisiensi biaya serta pengalaman pengguna aplikasi AI. Ketika mengembangkan model baru, organisasi biasanya memprioritaskan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Untuk pekerjaan berbeda, aplikasi inferensi sering mengutamakan respons cepat, biaya pemrosesan per permintaan, dan kestabilan layanan. Karena kebutuhan tersebut berbeda, penggunaan satu arsitektur untuk seluruh aktivitas belum tentu menghasilkan efisiensi terbaik. Melalui pendekatan multiarsitektur, pelanggan OCI berpotensi mengalokasikan pekerjaan pada perangkat yang paling sesuai. Namun, keputusan tersebut tetap mengandalkan evaluasi kompatibilitas perangkat lunak dan perhitungan biaya secara menyeluruh.
Peluang Infrastruktur AI yang Lebih Fleksibel dan Efisien
Bagi perusahaan, perluasan pilihan komputasi AI berpotensi menawarkan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Organisasi yang memiliki sistem data pada Oracle Cloud Infrastructure dapat merencanakan penggunaan akselerator yang sesuai tanpa harus memindahkan seluruh lingkungan kerja ke penyedia cloud berbeda. Pendekatan tersebut berpotensi membantu pengelolaan data serta meminimalkan kompleksitas operasional. Untuk memberikan gambaran, perusahaan yang mengembangkan layanan pelanggan berbasis AI dapat menggunakan sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Di sisi lain, organisasi yang melatih model khusus dapat memanfaatkan akselerator dengan kemampuan pemrosesan skala besar. Namun demikian, efisiensi nyata tetap ditentukan oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Selain manfaat bagi perusahaan, langkah Oracle juga membuka peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Melalui rencana penyediaan beberapa arsitektur pemrosesan, pengembang dapat menguji kemampuan perangkat keras untuk model dan aplikasi yang berbeda. Sebagai contoh, model bahasa besar dapat membutuhkan konfigurasi yang berbeda dari sistem pengenalan gambar atau aplikasi pencarian berbasis AI. Dengan evaluasi langsung, tim pengembangan dapat memilih strategi penerapan yang lebih sesuai kebutuhan. Aspek tambahan yang perlu diperhatikan adalah konsumsi energi dan kemampuan pendinginan pusat data. Oracle mengembangkan infrastruktur daya, jaringan, serta pendinginan untuk mendukung akselerator AI berkapasitas tinggi. Berkat integrasi sistem yang sesuai, pelanggan dapat mengoptimalkan penggunaan sumber daya komputasi.
Kesimpulan
Pengembangan infrastruktur Oracle bersama Google dan Cerebras merupakan langkah penting dalam industri komputasi awan. Dengan menambahkan Google TPU dan sistem inferensi Cerebras, OCI mempersiapkan pilihan arsitektur pemrosesan yang lebih fleksibel. Dukungan teknologi tersebut diharapkan dapat mempermudah perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Namun demikian, ketersediaan layanan Google TPU dan Cerebras masih direncanakan untuk 2027 sehingga pelanggan perlu memeriksa perkembangan implementasinya. Pada masa mendatang, persaingan penyedia cloud kemungkinan akan semakin menitikberatkan efisiensi biaya, fleksibilitas, dan performa komputasi. Menurut Anda, apakah penggunaan berbagai jenis chip AI akan meningkatkan efisiensi komputasi dalam industri TEKNOLOGI? Sampaikan pandangan Anda mengenai masa depan infrastruktur kecerdasan buatan ini.
