Di seluruh dunia, pemerintah dan industri lagi ngebut soal Artificial Intelligence (AI). Alasannya jelas: populasi makin menua, tenaga kerja makin terbatas, dan produktivitas harus naik level. Kalau nggak ikut cepat, siap-siap ketinggalan.
Di tengah kondisi itu, muncul AI agenik—jenis AI yang bukan cuma “jawab pertanyaan”, tapi bisa mikir, nyusun rencana, dan langsung bertindak.
Bayangin AI yang nggak cuma ngasih rekomendasi liburan, tapi langsung pesenin tiket, atur kalender, kirim reminder, sampai menyesuaikan jadwal kalau cuaca atau penerbangan berubah. Semua otomatis, tanpa harus disuruh satu per satu.
Inilah lompatan dari AI pasif ke AI yang proaktif dan kolaboratif.
Tapi, ada PR besar: daya komputasi.
AI agenik butuh tenaga jauh lebih besar karena bekerja nonstop, lintas sistem, dan real-time.
Miliaran “Pengguna Virtual”, Infrastruktur Siap?
Seiring AI agenik makin matang dan dipakai luas, dunia secara nggak langsung menambahkan miliaran pengguna virtual ke dalam sistem komputasi global.
Pertanyaannya simpel tapi krusial:
apakah infrastruktur AI tiap negara sudah siap?
Menurut Alexey Navolokin, General Manager APAC AMD, jawabannya ada di desain sistem yang heterogen.
Infrastruktur AI nggak bisa cuma ngandelin komputasi mentah. CPU, GPU, jaringan, dan memori harus terintegrasi, fleksibel, dan bisa diskalakan. Tanpa itu, mustahil menopang miliaran agen AI yang bekerja secara real-time.
Kuncinya ada di optimasi tingkat rak—di mana komputasi, penyimpanan, dan jaringan dirancang bareng sejak awal—serta arsitektur terbuka yang nggak mengunci ke satu vendor.
AI Itu Bukan Cuma Soal GPU
GPU memang sering jadi bintang utama dalam obrolan AI. Tapi faktanya, CPU juga punya peran vital.
CPU bekerja di balik layar:
mengatur data, memori, thread, sampai koordinasi kerja GPU. Bahkan, banyak beban kerja AI—seperti model bahasa sampai 13 miliar parameter, pengenalan gambar, sistem rekomendasi, hingga deteksi penipuan—bisa jalan efisien hanya dengan CPU, asal performanya tinggi.
Saat AI berkembang jadi sistem modular (misalnya model mixture of experts), CPU dituntut makin cerdas:
IPC tinggi, I/O cepat, dan multitasking presisi.
Belum lagi soal konektivitas.
Jaringan berkecepatan tinggi, NIC cerdas, dan interkoneksi latensi rendah jadi “lem” yang bikin semua komponen AI bisa kerja mulus tanpa bottleneck.
Kenapa Keterbukaan Jadi Game Changer?
Di era AI yang makin kompleks dan terdistribusi, ekosistem tertutup justru berisiko.
Ketergantungan vendor, fleksibilitas terbatas, dan inovasi bisa mandek.
Makanya, open software dan open hardware jadi senjata strategis.
Contohnya, AMD ROCm—platform open source yang mendukung framework populer seperti PyTorch dan TensorFlow. Pengembang bebas membangun, mengoptimalkan, dan menjalankan AI di berbagai hardware tanpa terikat satu ekosistem.
Di level hardware, standar terbuka seperti Open Compute Project (OCP), UALink, dan Ultra Ethernet Consortium (UEC) memungkinkan sistem AI yang modular, saling terhubung, dan siap diskalakan dari edge sampai cloud.
Intinya:
ekosistem terbuka bikin inovasi lebih cepat, biaya lebih efisien, dan negara punya kedaulatan teknologi.
Menatap 2026: AI Butuh Fondasi Serius
Masuk era AI multi-agen, fokus nggak bisa cuma di GPU.
CPU, jaringan cerdas, dan interkoneksi cepat sama pentingnya untuk mengelola keputusan kompleks secara real-time.
AMD sendiri menyiapkan langkah lewat “Helios”, desain referensi infrastruktur AI skala rak generasi terbaru yang dijadwalkan rilis pada 2026. Targetnya jelas: menyatukan komputasi tinggi, open software, dan arsitektur yang scalable untuk kebutuhan AI agenik.
Lebih dari sekadar teknologi, infrastruktur AI yang terbuka dan heterogen adalah strategi nasional.
Siapa yang siap lebih dulu, dialah yang punya peluang memimpin inovasi, pertumbuhan ekonomi, dan daya saing jangka panjang di era AI.