Apple TV 4K Generasi Terbaru Bawa Siri AI dan Mikrofon untuk Kendali Suara
NVIDIA mengambil langkah penting dalam pengembangan infrastruktur kecerdasan buatan dengan membuka rancangan arsitektur Vera Rubin kepada komunitas Open Compute Project (OCP). Pengumuman yang disampaikan pada 12 Oktober 2026 dalam ajang OCP Global Summit ini bertujuan membantu produsen server dan pengelola pusat data membangun sistem komputasi AI secara lebih fleksibel. Melalui teknologi NVIDIA MGX, perusahaan membagikan spesifikasi desain rak dan modul komputasi yang mendukung pendinginan cair, distribusi daya berkapasitas tinggi, serta integrasi perangkat keras. Langkah tersebut memperlihatkan semakin besarnya kebutuhan standar terbuka untuk mempercepat pembangunan pusat data AI generasi berikutnya.
Langkah NVIDIA Menghadirkan Standar Terbuka bagi Pusat Data AI
Perusahaan teknologi NVIDIA memperkenalkan pengembangan standar terbuka untuk sistem pusat data berbasis Vera Rubin. Pengumuman tersebut berlangsung dalam OCP Global Summit 2026. Dengan pendekatan tersebut, mitra industri dapat mengembangkan sistem berdasarkan rancangan referensi. Bagian rancangan yang dikontribusikan mencakup desain rak dan compute tray. Elemen infrastruktur tersebut membantu mengintegrasikan banyak perangkat komputasi. Berkat penggunaan rancangan bersama, pembangunan fasilitas komputasi memiliki peluang untuk lebih terstandardisasi.
Langkah NVIDIA tersebut tidak berarti seluruh teknologi Vera Rubin menjadi sumber terbuka. Hal penting yang harus dipahami, standar infrastruktur terbuka dengan desain chip milik perusahaan. NVIDIA tetap mengembangkan produk akselerator yang menjadi bagian platform. Untuk kebutuhan integrasi perangkat, pembukaan spesifikasi membantu menciptakan keseragaman rancangan. Model kolaborasi ini berpotensi mempercepat penyediaan kapasitas pusat data. Walaupun menawarkan sejumlah manfaat, setiap perangkat harus memenuhi persyaratan yang berlaku. Oleh sebab itu, inisiatif ini merupakan bentuk kolaborasi desain perangkat keras.
Arsitektur NVIDIA MGX 1.2 Menjadi Fondasi Infrastruktur Vera Rubin
Komponen utama dalam pengumuman NVIDIA adalah arsitektur NVIDIA MGX 1.2. MGX merupakan sistem desain bersama bagi perangkat keras pusat data. Dengan memanfaatkan spesifikasi MGX, integrator memperoleh pedoman untuk menggabungkan berbagai bagian sistem. Revisi spesifikasi yang diperkenalkan menambahkan rancangan untuk infrastruktur dengan kepadatan lebih besar. Di samping peningkatan tersebut, tersedia dukungan perangkat berukuran 19 inci. Penerapan rancangan modular memudahkan pengembangan perangkat oleh beberapa pemasok. Dengan demikian, ekosistem perangkat keras memperoleh pedoman implementasi bersama.
Dalam pengembangan terbarunya, NVIDIA MGX dirancang untuk penerapan rak berdaya sampai 250 kW. Kapasitas daya yang disebutkan menunjukkan kebutuhan energi yang semakin besar pada sistem AI. Perlu dipahami bahwa, 250 kW merupakan kemampuan desain yang didukung. Ketika sistem dipasang oleh operator, konsumsi energi dipengaruhi beban kerja dan perangkat pendukung. Sebagai bagian dari MGX 1.2, tersedia bay antarmuka masukan dan keluaran yang bisa disesuaikan. Kemampuan konfigurasi ini memungkinkan penggunaan komponen sesuai desain operator. Dengan perencanaan yang tepat, operator dapat memilih susunan perangkat berdasarkan kebutuhan layanan.
Pendinginan Cair dan Distribusi Daya Menjadi Fokus NVIDIA MGX 1.2
Salah satu tantangan terbesar adalah pengelolaan energi panas yang dihasilkan sistem. Akselerator AI serta CPU server menghasilkan panas selama menjalankan pekerjaan. Untuk menjawab kebutuhan tersebut, NVIDIA menghadirkan mekanisme liquid cooling yang lebih terintegrasi. Salah satu teknologi yang didukung adalah blind-mate liquid cooling. Rancangan pendingin tersebut mengurangi kebutuhan menyambungkan selang secara manual. Sistem koneksi yang lebih praktis berpotensi mempercepat perawatan perangkat. Namun demikian, pengujian kebocoran dan prosedur keselamatan tetap diperlukan.
Untuk mendukung kebutuhan listrik, NVIDIA memperkenalkan busbar berpendingin cair berkapasitas 5.000 ampere. Dalam kelistrikan pusat data, busbar adalah bagian distribusi daya pada sistem listrik. Saat jumlah perangkat komputasi semakin tinggi, pengelolaan arus menjadi semakin penting. Penggunaan liquid cooling untuk penghantar membantu menangani panas akibat aliran arus tinggi. Dalam spesifikasi yang sama, terdapat modul komputasi yang tidak mengandalkan kipas internal. Rancangan tersebut dapat mengurangi kompleksitas komponen bergerak. Melalui integrasi daya dan termal, produsen memperoleh dasar untuk membangun rak yang lebih mudah dirawat.
Vera Rubin Mendukung Pelatihan Model Besar dan Infrastruktur Agentic AI
Arsitektur komputasi Vera Rubin menggabungkan komponen untuk pelatihan dan inferensi berskala besar. Sistem yang menjadi fondasi komputasi adalah Vera Rubin NVL72 yang dirancang bagi kebutuhan training dan inference berkapasitas tinggi. Tahap pembelajaran model melibatkan perhitungan untuk menyesuaikan parameter model. Pada pekerjaan inferensi, komputer menjalankan model untuk menghasilkan keluaran. Aktivitas pelatihan dan inferensi memiliki karakter penggunaan sumber daya berbeda. Berkat perancangan perangkat keras secara menyeluruh, sistem dapat dikembangkan untuk menangani aplikasi AI intensif. Meskipun desainnya diarahkan pada performa tinggi, kecepatan pemrosesan harus dinilai berdasarkan beban kerja.
NVIDIA juga memperluas desain infrastruktur berbasis prosesor NVIDIA Vera. Infrastruktur tambahan tersebut ditujukan untuk kebutuhan agen kecerdasan buatan. Dibandingkan pemrosesan model melalui akselerator, sistem otomatis memerlukan eksekusi program pendukung. Dalam penggunaan praktis, agen dapat memanggil alat digital, mengakses layanan, dan menjalankan kode. Aktivitas tersebut tidak selalu membutuhkan GPU untuk setiap langkah. Melalui rak Vera CPU, NVIDIA menyediakan pilihan bagi pengembang infrastruktur agentic AI. Strategi arsitektur tersebut memungkinkan perencanaan komputasi lebih fleksibel. Walaupun pembagian sumber daya memiliki manfaat, keuntungan performa perlu diuji melalui penerapan nyata.
Peran Ekosistem Industri dalam Pengembangan AI Factory Vera Rubin
Kontribusi NVIDIA kepada komunitas OCP melibatkan kerja sama dengan sejumlah perusahaan teknologi. Dalam pengumuman OCP, NVIDIA berkolaborasi dengan sejumlah pelaku industri seperti AMD dan Google dalam penyusunan pedoman desain AI factory. Standar yang diumumkan bersama adalah Open Data Center Specification versi 0.7. Pedoman infrastruktur tersebut mencakup rancangan daya, pendinginan, serta tata letak fasilitas. Selain itu, sejumlah perusahaan mengembangkan OCP Grid Resilience Specification. Tujuannya mendukung pengelolaan perubahan kondisi jaringan energi. Berkat keterlibatan berbagai perusahaan, pembangunan pusat data berpotensi menjadi lebih konsisten.
Kolaborasi lainnya berfokus pada peningkatan jaringan AI melalui kemitraan NVIDIA dan Cisco. NVIDIA bersama Cisco menyampaikan rancangan modul optik USFP. Rancangan konektor optik ini ditujukan untuk konektivitas 400 gigabit per detik per jalur. Sementara itu, NVIDIA dan Google mengumumkan dukungan Falcon Transport pada perangkat jaringan mendatang. Di sisi pengembangan infrastruktur hyperscale, mengembangkan konektivitas pusat data menggunakan teknologi NVIDIA Spectrum. Rangkaian kolaborasi industri ini memperlihatkan pentingnya standar jaringan dan daya. Walaupun kolaborasi tersebut menjanjikan, pengujian perangkat nyata masih menjadi tahapan penting.
NVIDIA MGX Membuka Peluang Infrastruktur AI yang Lebih Fleksibel
Pengembangan spesifikasi terbuka melalui NVIDIA MGX memperlihatkan perubahan pendekatan pembangunan infrastruktur AI. Dengan menghadirkan rancangan modular terbaru, produsen memperoleh pedoman untuk mengembangkan rak komputasi. Integrasi pengelolaan termal dan listrik mendukung kebutuhan fasilitas AI generasi berikutnya. Sebagai pengembangan tambahan, rancangan rak CPU serta sistem akselerator memberikan pilihan sesuai karakter pekerjaan. Dukungan komunitas standar terbuka berpotensi mempercepat pembangunan fasilitas. Walaupun manfaat standarisasi cukup besar, keuntungan teknis memerlukan pembuktian melalui sistem yang diterapkan. Seiring meningkatnya kebutuhan komputasi, standar terbuka dapat menjadi fondasi penting. Bagaimana pendapat Anda, seberapa penting standar OCP bagi masa depan komputasi AI? Ceritakan pemikiran Anda tentang infrastruktur AI generasi berikutnya agar semakin banyak perspektif mengenai perkembangan komputasi AI dapat dibagikan.
