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
Pertumbuhan infrastruktur pemrosesan cerdas memacu kebutuhan terhadap akselerator pemrosesan modern. Oracle menyikapi perubahan tersebut dengan menambah pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Dengan menjalin kemitraan bersama Google dan Cerebras, perusahaan berupaya penyediaan infrastruktur yang semakin beragam berdasarkan jenis pekerjaan AI. Strategi pengembangan ini memperlihatkan bahwa kebutuhan komputasi untuk pelatihan model tidak selalu sama dengan kebutuhan menjalankan model yang telah selesai dilatih. Oleh sebab itu, penyedia cloud harus menyediakan beberapa pilihan akselerator dengan karakteristik berbeda. Strategi tersebut diharapkan dapat membantu pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Pengumuman tersebut disampaikan dalam acara Oracle AI World di Las Vegas pada 27 Oktober 2026. Di samping memperluas kerja sama dengan Google dan Cerebras, Oracle juga mengembangkan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Melalui langkah tersebut, pelanggan OCI diharapkan memperoleh pilihan komputasi yang lebih fleksibel dalam satu ekosistem cloud. Strategi penggunaan berbagai jenis chip tersebut bertujuan untuk meminimalkan ketergantungan pada satu jenis akselerator. Meskipun menawarkan berbagai peluang, ketersediaan perangkat keras belum tentu terjadi secara bersamaan. Setiap sistem akselerator 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
Salah satu pengumuman utama dalam kerja sama tersebut adalah rencana menyediakan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan akselerator khusus untuk mengolah operasi komputasi yang banyak digunakan dalam pembelajaran mesin. Berbeda dengan 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. Penambahan akselerator tersebut diharapkan dapat membantu 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. Dua rancangan pemrosesan tersebut memiliki fokus penggunaan yang berbeda. TPU 8t dikembangkan untuk mempercepat proses pelatihan model AI berukuran besar, sedangkan TPU 8i berfokus untuk kebutuhan inferensi. Berkat rancangan khusus tersebut, pengguna dapat memilih akselerator berdasarkan jenis pekerjaan yang diproses. Dalam penerapan tertentu, laboratorium AI yang melatih model besar membutuhkan karakteristik komputasi berbeda dari perusahaan yang melayani permintaan chatbot secara terus-menerus. Oracle dan Google menjadwalkan ketersediaan TPU di OCI mulai tahun kalender 2027. Dengan demikian, layanan tersebut masih merupakan penawaran mendatang, 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 mengumumkan 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. Ketika menjalankan layanan digital, proses ini terjadi ketika chatbot merespons pertanyaan, sistem pencarian menyusun jawaban, atau asisten digital melaksanakan tugas tertentu. Kemampuan menghasilkan keluaran menjadi faktor penting karena secara langsung menentukan pengalaman pengguna. Dengan dukungan Cerebras, Oracle berencana menyediakan pilihan untuk menjalankan aplikasi AI yang membutuhkan respons cepat.
Salah satu karakteristik teknologi Cerebras adalah penggunaan arsitektur wafer-scale yang berbeda dibandingkan banyak akselerator AI konvensional. Melalui teknologi tersebut, Cerebras berupaya peningkatan kemampuan pemrosesan model AI dengan meminimalkan hambatan perpindahan data antarkomponen. Karakteristik ini merupakan salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Dalam penerapannya, manfaat kecepatan tetap bergantung oleh model, konfigurasi, serta karakteristik permintaan. Oracle menjadwalkan 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
Rencana perluasan infrastruktur perusahaan tidak berhenti pada chip Google dan Cerebras. Oracle juga memperluas kerja sama dengan berbagai produsen semikonduktor untuk menghadirkan sistem komputasi dengan kebutuhan berbeda. Dalam pengembangan berikutnya, perusahaan menawarkan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Selain itu, Oracle merencanakan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Kolaborasi bersama SambaNova juga termasuk bagian dari strategi memperluas pilihan inferensi. Melalui kombinasi beberapa produsen chip, Oracle mencoba infrastruktur yang dapat melayani kebutuhan aplikasi secara lebih tepat. Strategi ini relevan karena tidak semua pekerjaan AI memerlukan tingkat performa dan karakteristik perangkat keras yang sama.
Penentuan perangkat pemrosesan yang tepat dapat menentukan efisiensi biaya serta pengalaman pengguna aplikasi AI. Ketika mengembangkan model baru, organisasi biasanya mempertimbangkan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Untuk pekerjaan berbeda, 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 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
Untuk organisasi bisnis, perluasan pilihan komputasi AI berpotensi menawarkan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Organisasi yang memiliki sistem data pada Oracle Cloud Infrastructure dapat mempertimbangkan penggunaan akselerator yang sesuai tanpa harus mentransfer seluruh lingkungan kerja ke penyedia cloud berbeda. Strategi penempatan komputasi tersebut dapat mendukung pengelolaan data serta mengurangi kompleksitas operasional. Sebagai contoh, perusahaan yang mengembangkan layanan pelanggan berbasis AI dapat menggunakan sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Untuk pekerjaan berbeda, organisasi yang melatih model khusus dapat memanfaatkan akselerator dengan kemampuan pemrosesan skala besar. Namun demikian, efisiensi nyata tetap bergantung oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Tidak hanya untuk pelanggan enterprise, langkah Oracle juga menghadirkan peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Melalui rencana penyediaan beberapa arsitektur pemrosesan, pengembang dapat mengevaluasi kemampuan perangkat keras untuk model dan aplikasi yang berbeda. Dalam eksperimen tertentu, model bahasa besar dapat mengandalkan konfigurasi yang berbeda dari sistem pengenalan gambar atau aplikasi pencarian berbasis AI. Dengan evaluasi langsung, tim pengembangan dapat menentukan strategi penerapan yang lebih sesuai kebutuhan. Aspek tambahan yang harus dievaluasi adalah konsumsi energi dan kemampuan pendinginan pusat data. Oracle menyediakan infrastruktur daya, jaringan, serta pendinginan untuk mendukung akselerator AI berkapasitas tinggi. Dengan perencanaan yang tepat, pelanggan dapat meningkatkan efisiensi penggunaan sumber daya komputasi.
Ringkasan Strategi Oracle Menggunakan Teknologi Google dan Cerebras
Pengembangan infrastruktur Oracle bersama Google dan Cerebras menjadi perkembangan menarik dalam industri komputasi awan. Dengan menambahkan Google TPU dan sistem inferensi Cerebras, OCI menawarkan pilihan arsitektur pemrosesan yang lebih luas. Penambahan teknologi tersebut diharapkan dapat mendukung perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Kendati menghadirkan pilihan baru, ketersediaan layanan Google TPU dan Cerebras masih direncanakan untuk 2027 sehingga pelanggan perlu memantau perkembangan implementasinya. Ke depan, persaingan penyedia cloud kemungkinan akan semakin menitikberatkan efisiensi biaya, fleksibilitas, dan performa komputasi. Menurut Anda, apakah penggunaan berbagai jenis chip AI akan membuka peluang baru dalam industri TEKNOLOGI? Tuliskan pandangan Anda mengenai masa depan infrastruktur kecerdasan buatan ini.
