AMD dan Cerebras Systems telah meluncurkan kemitraan teknis untuk membangun infrastruktur inferensi AI jenis baru, menggabungkan platform Helios skala rak AMD dengan Wafer-Scale Engine (WSE) Cerebras dalam satu alur kerja terpilah. Diumumkan pada acara Advancing AI 2026 AMD pada tanggal 23 Juli 2026, kolaborasi ini ditujukan langsung pada hambatan latensi dan throughput yang menjadikan inferensi sebagai salah satu masalah termahal di era AI generatif. Untuk informasi terkini mengenai perkembangan industri yang pesat ini, ikuti liputan kami berita AI terkini.
Ide intinya adalah berhenti memaksakan satu chip untuk melakukan segalanya. Dalam tumpukan inferensi tradisional, satu rangkaian GPU menangani pekerjaan pra-pengisian yang berat dalam mencerna perintah dan pekerjaan rumit dan berurutan dalam menghasilkan setiap token baru. Itu adalah sebuah kompromi, karena kedua pekerjaan tersebut mempunyai tuntutan yang sangat berbeda. AMD dan Cerebras berpendapat bahwa pemisahan pekerjaan, sebuah teknik yang dikenal sebagai inferensi terpilah, memungkinkan setiap mesin melakukan yang terbaik.
Bagaimana kedua mesin membagi tenaga kerja
Menurut pengumuman resmi AMD, AMD Helios akan berfungsi sebagai mesin throughput berperforma tinggi dan terukur, memanfaatkan GPU AMD Instinct untuk memproses input dalam jumlah besar dengan cepat. Sementara itu, Cerebras Wafer-Scale Engine akan menangani dekode dan pembuatan token dengan latensi sangat rendah dan sangat cepat. Chip Cerebras dibangun di atas seluruh wafer dan bukannya dipotong dadu menjadi masing-masing cetakan, memberi mereka bandwidth memori on-chip yang sangat besar yang sangat cocok untuk mengalirkan token tanpa terhenti.
Perusahaan mengatakan bahwa dengan menggabungkan dua mesin komputasi, solusi bersama ini diharapkan dapat menghasilkan token per detik per watt hingga 5x lebih tinggi, sebuah metrik yang telah menjadi kartu skor utama untuk ekonomi inferensi karena penyedia bersaing dalam hal kecepatan dan biaya energi. Angka tersebut dikutip dalam siaran pers AMD dan dilaporkan di seluruh outlet termasuk Tom's Hardware, Investing.com, dan Yahoo Tech.
Sebuah tembakan untuk mendominasi Nvidia
Kemitraan ini juga merupakan sinyal strategis. Ekosistem CUDA dan jajaran GPU Nvidia saat ini mendominasi pelatihan dan inferensi AI, dan para penantang semakin menyimpulkan bahwa mengalahkan petahana secara langsung dalam satu arsitektur adalah hal yang sulit. Business Insider membingkai kesepakatan tersebut ketika AMD mencoba mengambil alih Nvidia dengan bertaruh pada inferensi, fase komputasi AI diperkirakan akan tumbuh paling cepat seiring peralihan model dari pengembangan ke produksi.
Bagi AMD, berpasangan dengan Cerebras memperluas daya tarik peta jalan Instinct dan Helios di luar pelatihan. Bagi Cerebras, yang diperdagangkan di Nasdaq di bawah ticker CBRS bersama AMD (NASDAQ: AMD), integrasi dengan vendor akselerator besar memberikan teknologi skala wafernya jalur yang lebih jelas ke dalam perusahaan besar dan penerapan cloud. Cerebras berencana untuk menerapkan AMD Helios di pusat datanya sendiri, dan perusahaan mengharapkan solusi bersama tersebut akan tersedia terlebih dahulu melalui Cerebras Cloud pada paruh kedua tahun 2026.
Mengapa disagregasi penting saat ini
Biaya inferensi telah menjadi titik tekanan yang menentukan bagi industri AI. Ketika model tumbuh lebih besar dan aplikasi memerlukan respons real-time, biaya pembuatan setiap token, dan latensi yang dialami pengguna dalam menunggunya, dapat menentukan apakah suatu produk layak atau tidak. Inferensi terpilah memperlakukan pra-pengisian dan dekode sebagai beban kerja terpisah yang dapat dialihkan ke perangkat keras yang paling cocok untuk masing-masing perangkat keras, sebuah filosofi desain yang telah diperjuangkan oleh perusahaan seperti Cerebras selama lebih dari setahun.
Pengumuman AMD-Cerebras menunjukkan bahwa pendekatan tersebut beralih dari ide pemberontak ke arsitektur yang didukung industri. Dengan memasangkan spesialis throughput dengan spesialis latensi, kedua perusahaan bertaruh bahwa masa depan inferensi bukanlah satu chip yang mengatur semuanya, tetapi sistem mesin khusus yang terkoordinasi.
Apa yang harus ditonton
Masih ada beberapa pertanyaan. Angka 5x token per detik per watt merupakan ekspektasi, bukan tolok ukur pihak ketiga, dan performa di dunia nyata akan bergantung pada model spesifik dan beban kerja yang dijalankan pelanggan. Detail harga dan ketersediaan setelah peluncuran Cerebras Cloud belum diungkapkan, dan tidak jelas kapan solusi tersebut dapat menjangkau penyedia cloud lainnya.
Namun, kesepakatan ini menggarisbawahi perubahan yang lebih luas dalam perangkat keras AI: asumsi bahwa satu arsitektur GPU akan melayani setiap tahap alur AI masih lemah. Jika AMD dan Cerebras dapat memenuhi klaim efisiensi mereka, inferensi terpilah dapat menjadi bagian standar dalam membangun sistem AI terbesar.
Tetap Terdepan dalam AI
Lanskap perangkat keras AI terpecah menjadi kelompok-kelompok khusus, dan implikasinya terhadap biaya, kecepatan, dan persaingan sangat besar. Baca berita AI selengkapnya di AI Buzz Wire untuk mengikuti setiap kesepakatan besar, rilis, dan tolok ukur.
