Tantangan Infrastruktur AI: Mempersiapkan untuk Revolusi AI Agenik
KABARINDO, SURABAYA - Di seluruh dunia, pemerintah dan industri bergerak cepat untuk mengamankan kepemimpinan dalam Artificial Intelligence (AI). Bagi banyak negara, momentum ini berkaitan dengan berbagai realitas demografis yang mendesak: populasi yang menua, angkatan kerja yang menyusut dan kebutuhan mendesak untuk menemukan kembali produktivitas. Munculnya AI yang berorientasi pada agen, menjanjikan percepatan transformasi ini.
Berbeda dengan model AI tradisional, AI agenik tidak hanya merespons pertanyaan. Ia bernalar, merencanakan dan mengambil tindakan di berbagai sistem. Misalnya, bukan hanya menjawab pertanyaan tentang rekomendasi perjalanan, sistem agenik akan memesan penerbangan anda, memperbarui kalender anda, mengirim pengingat, bahkan menyesuaikan rencana perjalanan anda berdasarkan cuaca atau penundaan. Semuanya tanpa diminta untuk setiap langkahnya. Ini menandai pergeseran dari respons AI pasif ke sistem proaktif dan kolaboratif yang bekerja bersama manusia. Munculnya AI agenik akan membutuhkan daya komputasi yang jauh lebih besar, tidak hanya untuk tugas atau pertanyaan tunggal, tetapi untuk alur kerja lebih luas yang melibatkan penalaran, perencanaan dan adaptasi berkelanjutan.
Seiring dengan semakin matangnya teknologi AI berbasis agen dan adopsinya yang meluas, dunia secara efektif menambahkan miliaran pengguna virtual ke dalam infrastruktur komputasi. Pertanyaan yang mungkin muncul bagi setiap negara adalah apakah infrastruktur AI mereka siap untuk mendukung skala dan kompleksitas ini.
Alexey Navolokin, General Manager, APAC, AMD, mengatakan di era AI berbasis agen, desain sistem heterogen menjadi sangat penting. Infrastruktur AI harus melampaui komputasi mentah. Infrastruktur tersebut harus mengintegrasikan CPU, GPU, jaringan dan memori secara fleksibel dan terukur. Sistem yang dibangun dengan cara ini dapat memberikan kecepatan, koordinasi dan throughput yang dibutuhkan untuk mendukung interaksi real-time yang cepat dari miliaran agen cerdas.
“Seiring dengan meningkatnya adopsi, optimasi tingkat rak di mana komputasi, penyimpanan dan jaringan dirancang bersama secara erat akan menjadi kunci untuk menghadirkan gelombang kinerja dan efisiensi berikutnya. Hal yang sama pentingnya adalah keterbukaan di tingkat perangkat keras dan sistem. Seiring dengan evolusi komputasi AI menuju penyebaran heterogen skala besar, arsitektur skala rak menjadi fundamental," katanya pada Rabu (14/1/2026).
AI lebih dari sekadar GPU
Graphics Processing Units (GPU) berkinerja tinggi sering mendominasi percakapan tentang AI, terutama untuk melatih dan menjalankan model skala besar. Tetapi central processing units (CPU) sama pentingnya dalam mendukung sistem AI di balik layer, menangani tugas-tugas penting seperti perpindahan data, manajemen memori, koordinasi thread dan mengatur beban kerja GPU.
Faktanya banyak beban kerja AI, termasuk model bahasa dengan hingga 13 miliar parameter, pengenalan gambar, deteksi penipuan dan sistem rekomendasi, dapat berjalan secara efisien pada server yang hanya menggunakan CPU, terutama jika didukung oleh CPU berkinerja tinggi seperti prosesor AMD EPYC 9005 Series.
Seiring berkembangnya model AI menjadi arsitektur yang lebih modular seperti sistem campuran pakar yang dipopulerkan oleh DeepSeek dan lainnya, kebutuhan akan orkestrasi sumber daya yang lebih cerdas semakin meningkat. CPU harus mampu memberikan instructions per clock (IPC) yang tinggi, input/output (I/O) yang cepat, dan kemampuan untuk mengelola banyak tugas secara bersamaan dengan presisi.
Sama pentingnya adalah konektivitas, "perekat" yang menyatukan sistem AI modern. Komponen jaringan canggih, seperti network interface controllers (NIC) cerdas, membantu mengarahkan data secara efisien dan aman antar komponen, mengurangi beban lalu lintas dari GPU dan mengurangi latensi. Interkoneksi berkecepatan tinggi dan latensi rendah membantu memastikan aliran data lancar di seluruh sistem, sementara infrastruktur yang dapat diskalakan menghubungkan node menjadi klaster AI terdistribusi yang andal.
Di era AI berbasis agen, desain sistem heterogen menjadi sangat penting. Infrastruktur AI harus melampaui sekadar komputasi mentah. Infrastruktur tersebut harus mengintegrasikan CPU, GPU, jaringan dan memori secara fleksibel dan terukur. Sistem yang dibangun dengan cara ini dapat memberikan kecepatan, koordinasi dan throughput yang dibutuhkan untuk mendukung interaksi cepat dan real-time dari miliaran agen cerdas. Seiring dengan meningkatnya adopsi, optimasi tingkat rak di mana komputasi, penyimpanan dan jaringan dirancang bersama secara erat akan menjadi kunci untuk menghadirkan gelombang kinerja dan efisiensi berikutnya.
Foto: istimewa
