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.
Pengembangan Komputasi AI Oracle dengan Dukungan Google dan Cerebras
Perkembangan infrastruktur pemrosesan cerdas memacu kebutuhan terhadap perangkat keras berkinerja tinggi. Oracle menghadapi perubahan tersebut dengan mengembangkan pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Dengan menjalin kemitraan bersama Google dan Cerebras, perusahaan berupaya penyediaan infrastruktur yang lebih fleksibel berdasarkan jenis pekerjaan AI. Strategi pengembangan ini menggambarkan bahwa kebutuhan komputasi untuk pelatihan model tidak selalu sama dengan kebutuhan menjalankan model yang telah selesai dilatih. Karena itu, penyedia cloud harus menyediakan beberapa pilihan akselerator dengan karakteristik berbeda. Kebijakan infrastruktur tersebut diharapkan dapat mempermudah pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Perluasan layanan 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. Model infrastruktur tersebut dimaksudkan untuk membatasi ketergantungan pada satu jenis akselerator. Meskipun menawarkan berbagai peluang, ketersediaan perangkat keras belum tentu terjadi secara bersamaan. Masing-masing platform 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 menyediakan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan perangkat pemrosesan teroptimasi untuk menjalankan 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. Berkat kemitraan terbaru, OCI akan menjadi penyedia cloud hyperscale pertama di luar Google yang menawarkan TPU. Pilihan baru tersebut diharapkan dapat mempermudah 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 memiliki fokus penggunaan yang berbeda. TPU 8t dirancang untuk menangani proses pelatihan model AI berukuran besar, sedangkan TPU 8i berfokus untuk kebutuhan inferensi. Berkat rancangan khusus tersebut, pengguna dapat menyesuaikan akselerator berdasarkan jenis pekerjaan yang dijalankan. 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 merencanakan ketersediaan TPU di OCI mulai tahun kalender 2027. Dengan demikian, layanan tersebut masih merupakan pengembangan yang dijadwalkan, bukan fasilitas yang sudah tersedia secara umum pada saat pengumuman.
Kerja Sama Cerebras Memperkuat Pemrosesan Model AI di OCI
Di samping menghadirkan rencana penggunaan TPU, Oracle juga menjalin kerja sama dengan Cerebras Systems. Kemitraan teknologi ini berfokus pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Inferensi merupakan tahap ketika model yang telah dilatih menyusun respons berdasarkan permintaan pengguna. Pada aplikasi berbasis AI, proses ini berlangsung ketika chatbot menjawab pertanyaan, sistem pencarian menyusun jawaban, atau asisten digital menjalankan tugas tertentu. Waktu pemrosesan respons termasuk faktor penting karena secara langsung berkaitan dengan pengalaman pengguna. Melalui teknologi yang dikembangkan Cerebras, Oracle menargetkan menyediakan pilihan untuk menjalankan aplikasi AI yang membutuhkan respons cepat.
Cerebras dikenal penggunaan arsitektur wafer-scale yang menggunakan pendekatan khusus dibandingkan banyak akselerator AI konvensional. Berkat sistem pemrosesan terintegrasi, Cerebras menargetkan peningkatan kemampuan pemrosesan model AI dengan meminimalkan hambatan perpindahan data antarkomponen. Pendekatan tersebut merupakan salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Dalam penerapannya, manfaat kecepatan tetap ditentukan 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 sebaiknya diperiksa setelah layanan resmi diluncurkan.
NVIDIA AMD Intel dan SambaNova Melengkapi Ekosistem AI Oracle
Strategi terbaru Oracle tidak hanya berfokus 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. Di samping itu, Oracle merencanakan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Kolaborasi bersama SambaNova juga menjadi bagian dari strategi memperluas pilihan inferensi. Berkat portofolio pemrosesan yang lebih luas, Oracle menargetkan infrastruktur yang dapat melayani kebutuhan aplikasi secara lebih tepat. Pendekatan tersebut penting karena tidak semua pekerjaan AI membutuhkan tingkat performa dan karakteristik perangkat keras yang sama.
Penggunaan jenis chip yang tepat dapat menentukan efisiensi biaya serta pengalaman pengguna aplikasi AI. Pada pekerjaan training, organisasi biasanya mengutamakan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Di sisi lain, aplikasi inferensi sering memerlukan respons cepat, biaya pemrosesan per permintaan, dan kestabilan layanan. Dengan karakteristik pekerjaan yang beragam, 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, penentuan akselerator tetap memerlukan evaluasi kompatibilitas perangkat lunak dan perhitungan biaya secara menyeluruh.
Manfaat Komputasi AI Oracle bagi Perusahaan dan Pengembang
Bagi perusahaan, perluasan pilihan komputasi AI memiliki peluang untuk menghadirkan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Pelaku bisnis dengan sistem data pada Oracle Cloud Infrastructure dapat mempertimbangkan penggunaan akselerator yang sesuai tanpa harus mentransfer seluruh lingkungan kerja ke penyedia cloud berbeda. Kemampuan integrasi ini dapat mendukung pengelolaan data serta membatasi kompleksitas operasional. Dalam skenario tertentu, perusahaan yang mengoperasikan layanan pelanggan berbasis AI dapat memilih sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Sementara itu, 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. Dengan tersedianya beberapa arsitektur pemrosesan, pengembang dapat mengevaluasi kemampuan perangkat keras untuk model dan aplikasi yang berbeda. Dalam eksperimen tertentu, model bahasa besar dapat membutuhkan konfigurasi yang berbeda dari sistem pengenalan gambar atau aplikasi pencarian berbasis AI. Dengan evaluasi langsung, tim pengembangan dapat menentukan strategi penerapan yang lebih efisien. Faktor lain 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.
Ringkasan Strategi Oracle Menggunakan Teknologi Google dan Cerebras
Perluasan kerja sama Oracle bersama Google dan Cerebras menandai perubahan strategis dalam pengembangan teknologi kecerdasan buatan. Dengan menambahkan Google TPU dan sistem inferensi Cerebras, OCI menawarkan pilihan arsitektur pemrosesan yang lebih luas. Dukungan teknologi tersebut berpotensi membantu perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Meskipun menawarkan potensi besar, ketersediaan layanan Google TPU dan Cerebras masih direncanakan untuk 2027 sehingga pelanggan perlu meninjau perkembangan implementasinya. Ke depan, persaingan penyedia cloud kemungkinan akan semakin berfokus efisiensi biaya, fleksibilitas, dan performa komputasi. Bagaimana pendapat Anda, apakah penggunaan berbagai jenis chip AI akan meningkatkan efisiensi komputasi dalam industri TEKNOLOGI? Sampaikan pandangan Anda mengenai manfaat infrastruktur kecerdasan buatan ini.
