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
Pertumbuhan teknologi kecerdasan buatan memacu kebutuhan terhadap perangkat keras berkinerja tinggi. Oracle menghadapi perubahan tersebut dengan memperluas pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Dengan menjalin kemitraan 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 menawarkan beberapa pilihan akselerator dengan karakteristik berbeda. Strategi tersebut diharapkan dapat mempermudah pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Pengumuman 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 mengembangkan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Dengan demikian, pelanggan OCI direncanakan memiliki pilihan komputasi yang lebih fleksibel dalam satu ekosistem cloud. Strategi penggunaan berbagai jenis chip tersebut dimaksudkan untuk mengurangi ketergantungan pada satu jenis akselerator. Walaupun menghadirkan pilihan baru, ketersediaan perangkat keras tidak selalu berlangsung secara bersamaan. Masing-masing platform memiliki jadwal peluncuran, persyaratan perangkat lunak, dan konfigurasi yang harus dipahami sebelum digunakan untuk pekerjaan produksi.
Google TPU Menjadi Pilihan Baru Komputasi AI pada Oracle Cloud
Langkah penting dalam kerja sama tersebut adalah rencana menghadirkan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan akselerator khusus untuk menjalankan operasi komputasi yang banyak digunakan dalam pembelajaran mesin. Berbeda dengan prosesor serbaguna, TPU dioptimalkan untuk memaksimalkan efisiensi pemrosesan model AI melalui kombinasi perangkat keras dan perangkat lunak. Google terus menyempurnakan teknologi ini selama lebih dari satu dekade. Melalui kerja sama tersebut, OCI akan menjadi penyedia cloud hyperscale pertama di luar Google yang menawarkan TPU. Pilihan baru tersebut memiliki peluang untuk mempermudah organisasi menjalankan berbagai pekerjaan AI tanpa harus memindahkan seluruh infrastruktur ke platform cloud berbeda.
Perusahaan tersebut turut mengembangkan 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. Dengan perbedaan karakteristik ini, pengguna dapat memilih 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 menargetkan ketersediaan TPU di OCI mulai tahun kalender 2027. Oleh sebab itu, layanan tersebut masih merupakan penawaran mendatang, bukan fasilitas yang sudah tersedia secara umum pada saat pengumuman.
Oracle Menambahkan Sistem Wafer Scale Engine dari Cerebras
Di samping menghadirkan rencana penggunaan TPU, Oracle juga menjalin kerja sama dengan Cerebras Systems. Kolaborasi tersebut berfokus pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Proses inferensi adalah tahap ketika model yang telah dilatih menghasilkan respons berdasarkan permintaan pengguna. Ketika menjalankan layanan digital, proses ini berlangsung ketika chatbot merespons pertanyaan, sistem pencarian menampilkan jawaban, atau asisten digital melaksanakan tugas tertentu. Kecepatan inferensi termasuk faktor penting karena secara langsung memengaruhi 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 berbeda dibandingkan banyak akselerator AI konvensional. Berkat sistem pemrosesan terintegrasi, Cerebras menargetkan peningkatan kemampuan pemrosesan model AI dengan mengurangi hambatan perpindahan data antarkomponen. Strategi arsitektur tersebut merupakan salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Dalam penerapannya, manfaat kecepatan tetap dipengaruhi oleh model, konfigurasi, serta karakteristik permintaan. Oracle merencanakan penggunaan sistem inferensi wafer-scale Cerebras pada 2027. Walaupun demikian, rincian layanan, harga, dan ketersediaan berdasarkan wilayah sebaiknya diperiksa setelah layanan resmi diluncurkan.
Peran Beragam Akselerator dalam Infrastruktur Komputasi Modern
Rencana perluasan infrastruktur perusahaan tidak berhenti pada chip Google dan Cerebras. Oracle juga melanjutkan kerja sama dengan berbagai produsen semikonduktor untuk menyediakan sistem komputasi dengan kebutuhan berbeda. Dalam pengembangan berikutnya, perusahaan menawarkan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Di samping itu, Oracle mempersiapkan 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 mencoba infrastruktur yang dapat melayani kebutuhan aplikasi secara lebih tepat. Strategi ini relevan karena tidak semua pekerjaan AI mengandalkan tingkat performa dan karakteristik perangkat keras yang sama.
Penentuan perangkat pemrosesan yang tepat dapat memengaruhi efisiensi biaya serta pengalaman pengguna aplikasi AI. Dalam pelatihan model, organisasi biasanya mempertimbangkan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Di sisi lain, aplikasi inferensi sering membutuhkan 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. Berkat strategi komputasi yang fleksibel, pelanggan OCI memiliki kesempatan untuk 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
Bagi perusahaan, perluasan pilihan komputasi AI dapat menghadirkan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Perusahaan yang mengelola sistem data pada Oracle Cloud Infrastructure dapat mengevaluasi penggunaan akselerator yang sesuai tanpa harus memindahkan seluruh lingkungan kerja ke penyedia cloud berbeda. Pendekatan tersebut dapat mendukung pengelolaan data serta mengurangi kompleksitas operasional. Dalam skenario tertentu, perusahaan yang membangun layanan pelanggan berbasis AI dapat menggunakan sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Sementara itu, organisasi yang melatih model khusus dapat memanfaatkan akselerator dengan kemampuan pemrosesan skala besar. Walaupun terlihat menjanjikan, efisiensi nyata tetap bergantung oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Di samping kebutuhan organisasi besar, langkah Oracle juga menghadirkan peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Dengan tersedianya beberapa arsitektur pemrosesan, pengembang dapat menguji 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 memilih strategi penerapan yang lebih terukur. Faktor lain yang sebaiknya dianalisis 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 meningkatkan efisiensi penggunaan sumber daya komputasi.
Ringkasan Strategi Oracle Menggunakan Teknologi Google dan Cerebras
Strategi komputasi terbaru Oracle bersama Google dan Cerebras menjadi langkah penting dalam industri komputasi awan. Dengan menambahkan Google TPU dan sistem inferensi Cerebras, OCI mengembangkan pilihan arsitektur pemrosesan yang lebih beragam. Dukungan teknologi tersebut berpotensi mempermudah perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Meskipun menawarkan potensi besar, ketersediaan layanan Google TPU dan Cerebras masih ditargetkan untuk 2027 sehingga pelanggan perlu memantau perkembangan implementasinya. Pada masa mendatang, persaingan penyedia cloud kemungkinan akan semakin berfokus efisiensi biaya, fleksibilitas, dan performa komputasi. Bagaimana pendapat Anda, apakah penggunaan berbagai jenis chip AI akan membawa perubahan besar dalam industri TEKNOLOGI? Bagikan pandangan Anda mengenai masa depan infrastruktur kecerdasan buatan ini.
