AMD Perkenalkan Helion, Rancangan Infrastruktur Terbuka untuk Menjalankan Agen AI
AMD memperkenalkan Helion pada 12 Oktober 2026 sebagai rancangan infrastruktur komputasi terbuka yang dikembangkan khusus untuk mendukung kebutuhan agen kecerdasan buatan atau agentic AI. Teknologi ini menawarkan pendekatan berbeda dalam pengelolaan pusat data dengan menggabungkan prosesor AMD EPYC, akselerator AMD Instinct, serta sistem pengaturan beban kerja AI dalam satu platform fleksibel. Berbasis standar Open Compute Project, Helion memungkinkan perusahaan menyesuaikan kapasitas komputasi berdasarkan kebutuhan aplikasi, konsumsi energi, dan anggaran operasional. Kehadirannya memperlihatkan meningkatnya kebutuhan infrastruktur yang mampu menjalankan banyak agen AI secara bersamaan tanpa mengandalkan satu konfigurasi perangkat keras untuk semua pekerjaan.
AMD Helion Hadir dengan Rancangan Pusat Data Khusus Agen AI
Platform AMD Helion diperkenalkan sebagai rancangan referensi infrastruktur komputasi berskala rak dengan kemampuan menyesuaikan sumber daya komputasi. Tidak seperti komputer yang dijual sebagai satu perangkat tetap, Helion memberikan rancangan dasar untuk disesuaikan produsen server. Rancangan infrastruktur ini berfokus pada kebutuhan agentic AI. Istilah agentic AI menggambarkan aplikasi yang mampu mengoordinasikan beberapa tindakan untuk mencapai tujuan. Melalui pendekatan tersebut, pengelola infrastruktur bisa menyeimbangkan performa serta kebutuhan sumber daya.
Peluncuran platform komputasi tersebut memperkuat pendekatan AMD terhadap sistem komputasi modular. Pada lini infrastruktur AI, AMD mengembangkan Helios sebagai rancangan rak untuk pelatihan dan inferensi model besar. Kedua rancangan tersebut menawarkan pendekatan sesuai kebutuhan komputasi tertentu. Rancangan Helios mengutamakan sistem GPU untuk beban kerja model AI besar. Sementara itu, Helion mengutamakan eksekusi agen AI yang membutuhkan kombinasi sumber daya. Pemisahan fungsi ini memungkinkan AMD menawarkan pilihan yang lebih spesifik. Melalui strategi ini, masing-masing rancangan memiliki peran tersendiri dalam pengembangan teknologi pusat data.
Spesifikasi Infrastruktur Rak AMD Helion untuk Komputasi AI
Salah satu keunggulan utama adalah kemampuan mengintegrasikan berbagai jenis komputasi. Dalam desain yang diperkenalkan, AMD menyediakan pilihan server tanpa akselerator atau dengan akselerasi grafis. Untuk pemrosesan utama, Helion memanfaatkan CPU EPYC 9006 berbasis arsitektur Zen 6. Komponen komputasi utama tersebut dirancang untuk menangani banyak proses secara bersamaan. Untuk susunan CPU berkapasitas tinggi, Helion dapat mencapai total 32.768 core pemrosesan. Skala sumber daya tersebut menunjukkan kepadatan inti yang dapat dicapai rancangan. Namun demikian, tidak setiap instalasi menggunakan jumlah inti tertinggi.
Di samping dukungan CPU berkapasitas tinggi, Helion menyediakan pilihan kartu pemrosesan AI AMD Instinct MI350P. Untuk sistem yang menggabungkan CPU dan GPU, tersedia dukungan sampai 16 GPU MI350P. Komponen GPU ini digunakan untuk menangani pekerjaan kecerdasan buatan tertentu. Sementara itu, server serbaguna dapat menangani penyimpanan dan database. Dalam spesifikasi rancangannya, perusahaan menyebutkan bandwidth jaringan hingga 102 Tbps. Spesifikasi komunikasi ini mendukung pertukaran data antarbagian sistem. Walaupun demikian, kecepatan operasional mengikuti rancangan sistem yang diterapkan.
Pilihan Rak CPU dan CPU GPU pada AMD Helion
Dalam rancangan penggunaannya, AMD membedakan Helion menjadi konfigurasi hyperscale dan enterprise. Konfigurasi hyperscale berfokus pada penggunaan prosesor server. Pendekatan tersebut membantu mengoptimalkan kepadatan eksekusi agen. Dalam pusat data dengan jumlah agen sangat besar, eksekusi tugas agen dapat berlangsung terpisah dari layanan inferensi model. Pendekatan infrastruktur ini memberikan fleksibilitas dalam pengalokasian sumber daya. Berkat konfigurasi semacam ini, pengelola sistem memperoleh pilihan optimasi berbasis CPU.
Berbeda dengan rancangan hyperscale, AMD Helion menyediakan susunan komputasi umum dan akselerator sekaligus. Pilihan infrastruktur gabungan tersebut membantu perusahaan mengelola komputasi AI secara terpusat. Dalam penggunaan bisnis, pengelolaan tahapan pekerjaan dapat dilakukan oleh server CPU, sedangkan permintaan inferensi model diarahkan menuju GPU. Selain eksekusi agen dan inferensi, database dan layanan penyimpanan tetap membutuhkan komputasi umum. Integrasi tersebut berpotensi menyederhanakan penyusunan infrastruktur. Walaupun rancangan terintegrasi menawarkan kemudahan, keputusan penggunaan sistem memerlukan evaluasi performa serta anggaran.
Token Router AMD Helion Membantu Mengatur Permintaan Model AI
Tidak hanya mengembangkan struktur server, AMD Helion menyertakan pengelolaan panggilan model melalui token router. Komponen tersebut dirancang untuk menentukan jalur layanan inferensi. Pada sistem kecerdasan buatan yang menjalankan berbagai tugas, tidak seluruh permintaan membutuhkan model yang sama. Sebagai contoh, permintaan sederhana mungkin dapat dilayani model lokal. Pada tugas yang lebih kompleks, pemrosesan tertentu dapat menggunakan model canggih di luar rak. Berkat integrasi token router, sumber daya komputasi dapat dialokasikan secara lebih terarah.
Dukungan token router bermanfaat pada aplikasi dengan ribuan tugas paralel. Satu sistem agen dapat menjalankan beberapa tahapan pekerjaan. Pada rangkaian aktivitas bisnis, perangkat lunak dapat mengoordinasikan pencarian informasi dan pemrosesan hasil. Rangkaian tugas semacam itu menuntut pengelolaan sumber daya sesuai prioritas. Meskipun pendekatan ini memiliki potensi, keuntungan nyata dipengaruhi pengaturan model dan aplikasi. Pengelola sistem dianjurkan mempertimbangkan kebijakan keamanan data ketika memakai model cloud. Berkat perencanaan yang matang, pemilihan model dapat diselaraskan dengan kebutuhan organisasi.
Standar Open Compute Project Menjadi Dasar Rancangan AMD Helion
Salah satu prinsip utama AMD Helion adalah penggunaan standar Open Compute Project. Open Compute Project dikenal sebagai komunitas yang mendorong rancangan perangkat keras pusat data terbuka. Melalui pendekatan tersebut, berbagai produsen dapat mengembangkan sistem yang kompatibel. Dalam spesifikasi infrastrukturnya, Helion mengadopsi ketentuan OCP untuk rak, modul komputasi, dan manajemen sistem. Pendekatan berbasis standar ini membantu mengurangi ketergantungan terhadap rancangan tertutup. Berkat pedoman industri bersama, pelanggan memiliki lebih banyak alternatif perangkat keras.
Dalam membangun ekosistemnya, AMD bekerja sama dengan sejumlah produsen server dan penyedia infrastruktur. Perusahaan yang mendukung rancangan ini mencakup Dell Technologies, HPE, Lenovo, dan Supermicro. Untuk memperluas dukungan industri, sejumlah pengembang sistem seperti QCT dan Wiwynn turut menjadi bagian dari ekosistem. Dalam jadwal pengembangan Helion, desain referensi tersebut akan dibagikan melalui ekosistem OCP. Konfigurasi yang dikembangkan bersama mitra direncanakan hadir pada November 2026. Meskipun perusahaan menyiapkan rencana ketersediaan, tanggal penjualan dan konfigurasi dapat berbeda menurut mitra. Berkat dukungan ekosistem industri, pengembangan platform diharapkan menjangkau lebih banyak organisasi.
AMD Helion Menjadi Langkah Baru dalam Pengembangan Infrastruktur Agentic AI
Pengembangan rancangan terbaru AMD menggambarkan perubahan kebutuhan komputasi modern. Melalui perpaduan komputasi berbasis EPYC, akselerasi Instinct, dan pendekatan infrastruktur modular, platform ini menyediakan fleksibilitas bagi pengelola pusat data. Rancangan hyperscale tanpa GPU terintegrasi membantu mengoptimalkan kepadatan agen. Untuk kebutuhan perusahaan, konfigurasi terintegrasi dengan akselerator membantu menyelaraskan pemrosesan agen dan model. Integrasi mekanisme perutean model membantu mengatur kebutuhan komputasi sesuai jenis pekerjaan. Meski demikian, efisiensi aktual masih perlu dinilai berdasarkan penerapan komersial. Dari sudut pandang Anda, apakah pendekatan AMD Helion dapat memperluas persaingan pasar pusat data? Silakan bagikan pendapat Anda agar semakin banyak perspektif mengenai penerapan agen AI dapat dibagikan.
