Perkembangan agentic AI atau kecerdasan buatan agen membawa perhatian baru pada peran Central Processing Unit (CPU) di pusat data AI. CPU kini memiliki tingkat kepentingan baru karena agentic AI membutuhkan lebih banyak logika dan pengelolaan Graphics Processing Unit (GPU).
Dalam klaster AI modern, CPU menjalankan pekerjaan sistem yang krusial untuk menjaga akselerator tetap produktif, seperti penjadwalan, persiapan data, memori dan I/O, serta alur kontrol. Seiring berkembangnya agentic AI, inferensi menjadi alur kerja multi-langkah yang mendorong permintaan baru terhadap komputasi CPU.
AMD menyatakan CPU server AMD EPYC™ membantu membangun infrastruktur AI menjadi seimbang dan terbukti, bekerja selaras dengan GPU AMD Instinct™, teknologi jaringan AMD Pensando™, dan tumpukan software AMD ROCm™. Selama beberapa tahun terakhir, hyperscaler memenuhi kebutuhan besar akan AI dengan membeli lebih banyak GPU, namun CPU tetap menjadi landasan logika komputasi yang membuat semua GPU tersebut bekerja sekaligus menjalankan aplikasi bisnis penting sehari-hari.
Berdasarkan data yang baru dipublikasikan, sistem berbasis CPU AMD EPYC generasi kelima diperkirakan menunjukkan hingga 2,1x performa per core lebih tinggi dibandingkan sistem berbasis Nvidia Grace Superchip yang sebanding. Sistem yang sama juga diperkirakan memberikan peningkatan hingga 2,26x dalam SPECpower (operasi per watt). Pada data center AI, keseimbangan ini penting karena CPU terbaik adalah yang mampu menjaga akselerator tetap terpasok tanpa mengorbankan daya, ruang, atau biaya.
Arsitektur CPU x86 memberikan keunggulan berupa ekosistem software yang luas dan terbukti, dengan sebagian besar beban kerja enterprise sudah berjalan secara native baik di lingkungan on-premise maupun cloud. Arsitektur ini memungkinkan pelanggan melakukan skalabilitas lebih cepat tanpa perlu refactoring, recompiling, atau mengelola banyak basis kode seperti yang sering terjadi pada sistem berbasis Arm.
Hubungan CPU dan GPU di data center AI diibaratkan seperti pelatih kepala dengan tim atlet. CPU sebagai pelatih menentukan strategi, bereaksi terhadap lawan, mengatur waktu, dan memastikan semua pemain bergerak ke arah yang benar. Sementara GPU adalah para pemain yang ahli dalam menjalankan bagian tertentu dari strategi secara sangat efisien.
Pada tahap training AI, GPU dan komputasi throughput tinggi paling terlihat. CPU mengelola dan memasok data ke GPU agar tetap bekerja pada efisiensi maksimal, serta menjalankan sistem operasi, mengelola memori, dan menjadwalkan tugas. Namun saat pekerjaan AI beralih ke inference, peran CPU berubah dari sekadar pengatur menjadi manajer yang berfokus pada hasil. GPU masih menangani sebagian besar perhitungan jaringan saraf, tetapi CPU mengambil alih “pemikiran berat” seperti mengumpulkan data, mengarahkan informasi, menafsirkan hasil, dan menentukan langkah akhir.
Kehadiran agentic AI — kecerdasan buatan yang dapat merencanakan, memutuskan, dan bertindak dengan minim intervensi manusia — menuntut CPU yang lebih bertenaga. Dalam sistem agen AI, CPU menghabiskan lebih banyak waktu untuk memproses logika dan mengevaluasi hasil, bukan sekadar memberikan respons seperti pada inference tradisional. Sering kali, CPU juga mengembalikan masalah ke GPU untuk diproses ulang dengan instruksi yang disesuaikan sebelum hasil akhir diberikan.
CPU harus mengelola pemanggilan tool, permintaan API, dan query memori sambil menjaga GPU tetap sibuk. Peningkatan penggunaan agentic AI juga meningkatkan siklus kerja CPU karena harus memindahkan data antara agen, aplikasi enterprise, dan data lake.
AMD menyebut dirinya sebagai pemimpin dalam desain chiplet. Pendekatan modular ini memberi fleksibilitas untuk menyesuaikan komputasi, I/O, bandwidth memori, dan batasan daya untuk menghadirkan komputasi yang tepat untuk berbagai aplikasi, mulai dari aplikasi core enterprise dan virtualisasi hingga orkestrasi GPU dan alur kerja multi-langkah agentic AI.
Agentic AI memperluas kemampuan AI sekaligus menegaskan bahwa hasil AI terbaik berasal dari sistem yang seimbang. GPU akan terus menjadi penggerak utama komputasi, tetapi CPU semakin krusial dalam orkestrasi, efisiensi, dan konsolidasi data center agar dapat menampung lebih banyak sistem AI tanpa menambah konsumsi daya atau ruang.
Performa AI kini semakin ditentukan pada tingkat sistem. CPU AMD EPYC terintegrasi erat dengan GPU AMD Instinct untuk mendukung manajemen GPU yang efisien, dengan keseluruhan sistem disatukan oleh software AMD ROCm. AMD juga terus mengembangkan fondasi tersebut. CPU AMD EPYC generasi berikutnya dengan nama kode “Venice” dirancang untuk mendukung arsitektur AI skala rack “Helios”.
AI mendorong peningkatan kebutuhan komputasi secara global dan mempercepat siklus pembaruan server. Dengan prosesor AMD EPYC, AMD menyediakan fondasi CPU yang dibutuhkan pelanggan untuk berkembang ke masa depan.
