Nvidia kembali memperluas pengaruhnya dalam industri TEKNOLOGI kecerdasan buatan setelah perusahaan komputasi cloud Modal memilih prosesor Nvidia Vera untuk menjalankan beban kerja agen AI. Kabar yang muncul pada 19 Oktober 2026 ini menjadi langkah penting bagi Nvidia dalam persaingan pasar CPU pusat data yang selama ini didominasi Intel dan AMD. Berdasarkan pengujian awal Modal, prosesor Vera menunjukkan kemampuan menyelesaikan tugas tertentu hingga dua kali lebih cepat dibandingkan sistem sebelumnya. Keputusan tersebut mencerminkan meningkatnya kebutuhan infrastruktur komputasi yang mampu mendukung agen AI dalam menjalankan proses panjang, menggunakan perangkat lunak, serta menyelesaikan pekerjaan secara otomatis.
Nvidia Vera Masuk ke Infrastruktur AI Perusahaan Modal
Perusahaan komputasi cloud Modal memutuskan menggunakan prosesor Nvidia Vera sebagai salah satu pilihan perangkat keras untuk mengolah beban kerja aplikasi AI otonom. Pemilihan perangkat keras tersebut menandai perluasan penggunaan CPU Nvidia dalam persaingan prosesor pusat data. Pada infrastruktur yang telah digunakan, Modal mengandalkan prosesor dari Intel dan AMD. Integrasi CPU terbaru ini memberikan alternatif perangkat keras untuk melayani kebutuhan pelanggan. Walaupun memperkenalkan CPU baru, Modal tetap mempertahankan penggunaan prosesor Intel dan AMD. Pendekatan yang lebih fleksibel ini membantu perusahaan menyesuaikan infrastruktur dengan beban kerja.
Pemilihan Nvidia Vera didorong oleh meningkatnya kebutuhan pemrosesan agen AI. Jika dibandingkan dengan sistem AI yang berfokus pada satu respons, agen AI mampu mengelola beberapa tahapan pekerjaan seperti menggunakan berbagai alat digital, mengambil informasi dari sumber tertentu, serta mengevaluasi keluaran aplikasi. Rangkaian pekerjaan semacam ini memerlukan sumber daya CPU selain perangkat pemrosesan GPU. Perusahaan tersebut menilai bahwa kecepatan pengolahan tugas turut menentukan pengalaman pengguna. Berkat penggunaan prosesor baru, perusahaan ingin mempercepat penyelesaian tugas AI.
Spesifikasi Prosesor Nvidia Vera bagi Kebutuhan Cloud
Nvidia mengembangkan Vera menjadi prosesor khusus infrastruktur kecerdasan buatan. Jika dibandingkan dengan chip GPU yang banyak digunakan dalam pelatihan dan inferensi model, CPU menangani berbagai instruksi umum. Dalam sistem agen AI, CPU berperan mengatur penggunaan perangkat lunak. Pengembangan Vera diarahkan untuk mempercepat pekerjaan yang membutuhkan respons cepat. Perangkat keras terbaru Nvidia ini dibangun dengan core Olympus yang dirancang untuk kebutuhan komputasi modern. Rancangan ini membantu mengurangi hambatan pemrosesan.
Jika memperhatikan rancangan perangkat keras, Nvidia Vera menghadirkan 88 core pemrosesan Olympus dengan teknologi multithreading bernama Spatial Multithreading. Fitur multithreading tersebut mengoptimalkan kemampuan pemrosesan beberapa alur kerja. Selain kemampuan inti, Vera memiliki kapasitas bandwidth memori yang mencapai 1,2 TB per detik. Dukungan transfer data berkecepatan tinggi mendukung kebutuhan aplikasi dengan penggunaan memori intensif. Nvidia juga menyediakan dukungan interkoneksi NVLink-C2C untuk menghubungkan CPU dengan akselerator kompatibel. Meskipun kemampuan teknisnya tergolong tinggi, performa sebenarnya perlu diuji berdasarkan beban kerja.
Performa Nvidia Vera dalam Pengujian Modal
Dalam percobaan performa perusahaan, Nvidia Vera menghasilkan performa yang menarik pada beban kerja tertentu yang dijalankan. Dalam pengujian tersebut, prosesor Vera menunjukkan performa hingga dua kali lipat dibandingkan perangkat keras Intel serta AMD dalam pengujian terkait. Perbandingan performa tersebut memberikan dasar bagi pengembangan infrastruktur baru. Walaupun angka peningkatannya cukup besar, peningkatan performa tidak otomatis sama pada semua sistem. Kecepatan pemrosesan dipengaruhi karakteristik program. Oleh sebab itu, angka performa harus dikaitkan dengan lingkungan benchmark yang digunakan.
Perusahaan pengembang Vera menyampaikan klaim performa bahwa CPU Vera mencapai peningkatan kecepatan hingga 1,8 kali dibandingkan prosesor x86 pada benchmark tertentu. Perbedaan antara angka Nvidia dan Modal mungkin dipengaruhi konfigurasi pembanding. Untuk memahami faktor performa, tugas agen AI yang memerlukan pemrosesan langkah demi langkah tidak selalu menunjukkan karakteristik sama dibandingkan inferensi jaringan saraf pada GPU. Karena itu, perusahaan harus menilai latensi dan kapasitas layanan. Jika pengujian menggunakan kebutuhan operasional sebenarnya, manfaat prosesor lebih mudah dibandingkan dengan pilihan perangkat keras lain.
Mengapa CPU Semakin Penting bagi Infrastruktur Agentic AI?
Perkembangan agentic AI mendorong penyesuaian arsitektur infrastruktur. Dalam aplikasi yang terutama menghasilkan teks, GPU sering menjadi komponen utama. Di sisi lain, agen AI membutuhkan beberapa tahapan pemrosesan sebelum tugas selesai. Rangkaian tindakan ini meliputi eksekusi kode, akses terhadap sumber informasi, interaksi dengan berbagai layanan, serta validasi keluaran. Sebagian besar proses tersebut membutuhkan CPU yang responsif. Apabila CPU mengalami hambatan, GPU dapat menunggu pekerjaan pendukung selesai. Melalui pemahaman tersebut, peningkatan performa CPU dapat membantu menjaga kelancaran sistem agen.
Salah satu karakteristik agen AI adalah pekerjaan berlangsung melalui rangkaian langkah. Dalam sebuah skenario, agen pemrograman dapat menerima instruksi membuat aplikasi. Selanjutnya, sistem menghasilkan instruksi perangkat lunak, menjalankan pengujian, kemudian memperbaiki kesalahan yang ditemukan. Setiap tahapan dapat melibatkan CPU dan GPU. Jika eksekusi kode berjalan lambat, hasil akhir menjadi lebih lama tersedia. Prosesor Vera dikembangkan guna mendukung respons komputasi lebih cepat. Meski demikian, efektivitasnya tetap bergantung pada rancangan aplikasi.
Peluang Nvidia Memperluas Bisnis Prosesor Pusat Data
Keputusan Modal memilih Vera memperlihatkan perubahan menarik dalam persaingan perangkat keras infrastruktur AI. Dalam perkembangan industri sebelumnya, Intel dan AMD menjadi pemain utama pada pengembangan sistem berbasis x86. Sementara itu, Nvidia memiliki pengaruh besar pada pasar akselerator grafis. Melalui Vera, Nvidia berupaya menawarkan komponen komputasi yang lebih lengkap. Pendekatan perusahaan tersebut mendukung pembangunan infrastruktur AI dengan perangkat keras yang saling terhubung. Kendati menjadi pesaing baru yang diperhitungkan, pengguna pusat data masih mempertimbangkan berbagai pemasok. Oleh karena itu, pilihan prosesor tetap akan dipengaruhi kebutuhan pelanggan.
Dalam strategi bisnis Modal, penggunaan beberapa jenis CPU memberikan fleksibilitas pengelolaan infrastruktur. CEO Modal Erik Bernhardsson menjelaskan bahwa adopsi Vera bukan berarti mengganti semua prosesor sebelumnya. Kebijakan multi-pemasok ini dapat membantu mengurangi ketergantungan pada satu vendor. Dalam memilih CPU cloud, Modal tetap membutuhkan evaluasi ekonomi layanan. Perusahaan tersebut perlu menyesuaikan harga layanan dengan kebutuhan pelanggan. Ketika implementasi selanjutnya membuktikan peningkatan kinerja berkelanjutan, penggunaan Vera berpotensi diperluas. Sebaliknya, keputusan perluasan tetap bergantung pada hasil operasional.
Nvidia Vera Membuka Persaingan Baru Infrastruktur Kecerdasan Buatan
Rencana penggunaan prosesor Vera pada infrastruktur Modal mencerminkan perubahan kebutuhan komputasi dalam persaingan perangkat keras pusat data. CPU terbaru Nvidia tersebut ditujukan untuk mempercepat pemrosesan tugas pendukung kecerdasan buatan yang melibatkan penggunaan berbagai alat. Temuan performa dari evaluasi Modal memberikan indikasi percepatan tugas sampai dua kali pada pengujian yang dilakukan. Walaupun demikian, keunggulannya harus dinilai berdasarkan penggunaan nyata. Seiring berkembangnya aplikasi kecerdasan buatan otonom, kemampuan CPU kembali mendapat perhatian penting bagi pengembang infrastruktur. Perkembangan TEKNOLOGI tersebut membuka peluang peningkatan efisiensi dalam pengoperasian agen AI. Menurut Anda, apakah perkembangan agentic AI akan memperbesar kebutuhan CPU khusus? Bagikan pendapat Anda mengenai persaingan prosesor pusat data.
