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.
Kerja Sama Nvidia dan Modal Perkuat Komputasi Cloud
Startup layanan cloud Modal memilih untuk mengintegrasikan prosesor Nvidia Vera sebagai salah satu pilihan perangkat keras untuk menjalankan agen kecerdasan buatan. Keputusan tersebut menjadi perkembangan penting dalam industri komputasi cloud. Sebelumnya, Modal mengandalkan prosesor dari Intel dan AMD. Integrasi CPU terbaru ini memperluas pilihan arsitektur komputasi untuk menjalankan aplikasi AI. Namun demikian, Modal tetap mempertahankan penggunaan prosesor Intel dan AMD. Pendekatan yang lebih fleksibel ini memberikan ruang untuk membandingkan performa.
Keputusan Modal menggunakan Vera didorong oleh meningkatnya kebutuhan komputasi untuk sistem AI otonom. Jika dibandingkan dengan sistem AI yang berfokus pada satu respons, agen AI dirancang untuk menyelesaikan tugas bertingkat seperti menulis dan menguji kode, mengumpulkan bahan untuk pemrosesan, serta mengevaluasi keluaran aplikasi. Setiap aktivitas tersebut mengandalkan pengolahan instruksi melalui prosesor selain akselerator grafis. Modal melihat bahwa performa prosesor memengaruhi efisiensi layanan. Melalui integrasi Nvidia Vera, perusahaan menargetkan efisiensi pemrosesan yang lebih baik.
Spesifikasi Prosesor Nvidia Vera bagi Kebutuhan Cloud
Nvidia mengembangkan Vera menjadi CPU pusat data yang dirancang untuk beban kerja AI. Tidak sama dengan akselerator grafis yang banyak digunakan dalam pelatihan dan inferensi model, CPU mengelola proses sistem dan aplikasi. Dalam sistem agen AI, CPU membantu mengelola proses dan pemanggilan alat. Pengembangan Vera diarahkan untuk mendukung pengolahan tugas berurutan. Chip pusat data tersebut mengandalkan arsitektur inti prosesor Olympus yang dioptimalkan bagi lingkungan pusat data AI. Rancangan ini membantu mengurangi hambatan pemrosesan.
Jika memperhatikan rancangan perangkat keras, Nvidia Vera menggunakan konfigurasi 88 inti prosesor dengan teknologi multithreading bernama Spatial Multithreading. Pendekatan pemrosesan ini mengoptimalkan kemampuan pemrosesan beberapa alur kerja. Tidak hanya mengandalkan jumlah core, Vera menawarkan bandwidth memori hingga 1,2 TB per detik. Ketersediaan bandwidth besar mendukung kebutuhan aplikasi dengan penggunaan memori intensif. Perusahaan pembuat chip tersebut turut memanfaatkan teknologi komunikasi NVLink-C2C untuk menghubungkan CPU dengan akselerator kompatibel. Kendati arsitekturnya menawarkan sejumlah keunggulan, performa sebenarnya perlu diuji berdasarkan beban kerja.
Kecepatan Nvidia Vera untuk Menjalankan Tugas Agen AI
Berdasarkan pengujian awal Modal, Nvidia Vera menunjukkan hasil yang menjanjikan pada sejumlah pekerjaan agen AI. Pada evaluasi performa ini, prosesor Vera memberikan peningkatan kecepatan yang mencapai dua kali dibandingkan sistem berbasis CPU yang lebih dahulu digunakan. Hasil awal ini mendorong Modal mempertimbangkan penggunaan Nvidia. Walaupun angka peningkatannya cukup besar, pengujian tersebut tidak berarti semua aplikasi akan dua kali lebih cepat. Hasil komputasi sebenarnya ditentukan pula oleh kebutuhan memori dan perangkat lunak. Untuk memahami manfaat secara tepat, angka performa harus dikaitkan dengan lingkungan benchmark yang digunakan.
Nvidia sendiri mengemukakan hasil pengujian internal bahwa CPU Vera mencapai peningkatan kecepatan hingga 1,8 kali dibandingkan prosesor x86 pada benchmark tertentu. Ketidaksamaan angka peningkatan tersebut perlu dipahami melalui perbedaan beban kerja. Sebagai gambaran, tugas agen AI yang menjalankan kode secara berurutan tidak selalu menunjukkan karakteristik sama dibandingkan pelatihan model AI berskala besar. Dalam evaluasi infrastruktur, perusahaan perlu mempertimbangkan waktu penyelesaian tugas. Melalui evaluasi berdasarkan pekerjaan nyata, manfaat prosesor lebih mudah dibandingkan dengan pilihan perangkat keras lain.
Kebutuhan Prosesor Berkinerja Tinggi untuk Agen Kecerdasan Buatan
Meningkatnya penggunaan agen AI mendorong penyesuaian arsitektur infrastruktur. Dalam aplikasi yang terutama menghasilkan teks, GPU sering menjadi komponen utama. Sebaliknya, agen AI melakukan pekerjaan tambahan di luar inferensi. Aktivitas tersebut meliputi eksekusi kode, pengambilan informasi, pengelolaan lingkungan komputasi, serta evaluasi pekerjaan. Sebagian besar proses tersebut bergantung pada kemampuan prosesor umum. Ketika prosesor tidak mampu mengimbangi permintaan, pemanfaatan akselerator AI mungkin tidak optimal. Melalui pemahaman tersebut, peningkatan performa CPU menjadi bagian penting dalam pengembangan AI modern.
Ciri penting aplikasi agentic AI adalah penyelesaian tugas membutuhkan urutan tindakan. Sebagai contoh, agen pemrograman bisa menjalankan pekerjaan pengembangan perangkat lunak. Pada tahapan berikutnya, sistem menulis kode, memeriksa hasil eksekusi, kemudian memperbaiki kesalahan yang ditemukan. Urutan pekerjaan semacam ini menggunakan sumber daya perangkat keras berbeda. Jika eksekusi kode berjalan lambat, durasi keseluruhan pekerjaan ikut meningkat. CPU generasi baru tersebut ditujukan untuk mempercepat pekerjaan pendukung AI. Namun, keunggulannya tidak dapat dilepaskan dari karakteristik sistem.
Strategi Modal dan Persaingan Nvidia dengan Intel serta AMD
Keputusan Modal memilih Vera menambah dinamika persaingan dalam persaingan perangkat keras infrastruktur AI. Pada sebagian besar infrastruktur komputasi umum, Intel dan AMD memiliki posisi kuat pada pengembangan sistem berbasis x86. Sementara itu, Nvidia memiliki pengaruh besar pada pasar akselerator grafis. Dengan mengembangkan CPU Vera, Nvidia berupaya menawarkan komponen komputasi yang lebih lengkap. Pendekatan perusahaan tersebut membuka peluang integrasi antarkomponen Nvidia. Meski demikian, pengguna pusat data masih mempertimbangkan berbagai pemasok. Dalam praktik pengadaan, pilihan prosesor bergantung pada kinerja serta biaya.
Bagi Modal sendiri, penggunaan beberapa jenis CPU memberikan fleksibilitas pengelolaan infrastruktur. Erik Bernhardsson selaku CEO Modal menjelaskan bahwa adopsi Vera bukan berarti mengganti semua prosesor sebelumnya. Strategi penggunaan perangkat keras beragam dapat membantu mengurangi ketergantungan pada satu vendor. Dalam memilih CPU cloud, Modal perlu mempertimbangkan biaya pengoperasian. Perusahaan tersebut harus menjaga keseimbangan antara kecepatan dan biaya. Ketika implementasi selanjutnya membuktikan peningkatan kinerja berkelanjutan, penggunaan Vera berpotensi diperluas. Namun, keputusan perluasan memerlukan evaluasi kinerja nyata.
Kesimpulan Nvidia Vera dan Masa Depan Cloud Agentic AI
Rencana penggunaan prosesor Vera pada infrastruktur Modal memperlihatkan arah baru dalam industri cloud berbasis kecerdasan buatan. Perangkat keras yang dikembangkan Nvidia ditujukan untuk mempercepat pemrosesan tugas pendukung kecerdasan buatan yang melibatkan penggunaan berbagai alat. Hasil pengujian awal Modal menunjukkan potensi performa dua kali lipat pada pengujian yang dilakukan. Meski hasilnya menjanjikan, manfaatnya tetap perlu diuji pada berbagai pekerjaan. Seiring berkembangnya aplikasi kecerdasan buatan otonom, integrasi CPU dan GPU semakin relevan bagi perusahaan teknologi. Perkembangan TEKNOLOGI tersebut berpotensi memperluas pilihan pengguna dalam pengoperasian agen AI. Dari sudut pandang Anda, apakah Nvidia Vera akan menjadi pesaing kuat Intel dan AMD? Ceritakan pemikiran Anda mengenai perkembangan infrastruktur cloud untuk kecerdasan buatan.
