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.
NVIDIA Membuka Rancangan Vera Rubin untuk Ekosistem Infrastruktur AI
Produsen akselerator AI tersebut menyampaikan kontribusi rancangan Vera Rubin kepada Open Compute Project. Inisiatif pengembangan tersebut diperkenalkan dalam pertemuan industri OCP di San Jose. Dengan pendekatan tersebut, pembuat server memiliki pedoman lebih seragam untuk membangun infrastruktur. Spesifikasi yang menjadi perhatian mencakup desain rak dan compute tray. Bagian perangkat keras ini membantu mengintegrasikan banyak perangkat komputasi. Dengan demikian, proses pengembangan perangkat berpotensi menjadi lebih efisien.
Kebijakan membuka rancangan infrastruktur tidak otomatis membuka semua hak kekayaan intelektual perangkat. Dalam menilai pengumuman tersebut, standar infrastruktur terbuka dengan desain chip milik perusahaan. Produsen tersebut tetap mengelola prosesor, GPU, dan berbagai teknologi komputasi miliknya. Sementara itu, standar bersama memungkinkan penyesuaian antarkomponen. Model kolaborasi ini berpotensi mempercepat penyediaan kapasitas pusat data. Walaupun menawarkan sejumlah manfaat, setiap perangkat harus memenuhi persyaratan yang berlaku. Dengan mempertimbangkan kondisi tersebut, inisiatif ini merupakan bentuk kolaborasi desain perangkat keras.
Desain Modular NVIDIA untuk Pusat Data Kecerdasan Buatan Generasi Baru
Komponen utama dalam pengumuman NVIDIA adalah pengembangan terbaru platform referensi NVIDIA MGX. MGX merupakan rancangan referensi modular untuk infrastruktur komputasi. Melalui pendekatan tersebut, produsen dapat menyusun komponen berdasarkan kebutuhan pelanggan. Versi 1.2 memperluas kemampuan integrasi sistem pendingin cair. Sebagai bagian dari pembaruan, tersedia dukungan perangkat berukuran 19 inci. Keseragaman antarmuka infrastruktur memudahkan pengembangan perangkat oleh beberapa pemasok. Berkat pembaruan MGX, pengembangan rak AI dapat dilakukan melalui standar yang lebih jelas.
Arsitektur MGX 1.2 juga menyediakan dukungan infrastruktur dengan kapasitas daya maksimal 250 kW. Angka tersebut memperlihatkan besarnya tuntutan distribusi listrik dalam satu rak. Namun demikian, daya aktual bergantung pada konfigurasi perangkat. Dalam penerapan pusat data, kebutuhan listrik mengikuti jumlah komponen serta pola penggunaan. Sebagai bagian dari MGX 1.2, tersedia bay antarmuka masukan dan keluaran yang bisa disesuaikan. Fleksibilitas tersebut memungkinkan penggunaan komponen sesuai desain operator. Dengan perencanaan yang tepat, penggunaan sumber daya dapat direncanakan lebih terarah.
Pendinginan Cair dan Distribusi Daya Menjadi Fokus NVIDIA MGX 1.2
Salah satu tantangan terbesar adalah pengendalian panas dari komponen komputasi. Akselerator AI serta CPU server memerlukan sistem termal yang sesuai kapasitas. Untuk menjawab kebutuhan tersebut, NVIDIA memperluas penggunaan pendinginan cair. Fitur teknis yang diperkenalkan adalah blind-mate liquid cooling. Rancangan pendingin tersebut membantu menghubungkan jalur pendinginan saat baki dimasukkan. Sistem koneksi yang lebih praktis berpotensi mempercepat perawatan perangkat. Namun demikian, sistem pendingin memerlukan pemeliharaan berkala.
Selain sistem pendinginan, NVIDIA memperkenalkan busbar berpendingin cair berkapasitas 5.000 ampere. Komponen busbar dikenal sebagai penghantar yang menyalurkan arus listrik ke berbagai perangkat. Ketika kepadatan daya meningkat, komponen penghantar harus mampu menangani beban. Penggunaan liquid cooling untuk penghantar mendukung pengoperasian sistem distribusi berkapasitas besar. Arsitektur ini turut mendukung modul komputasi yang tidak mengandalkan kipas internal. Penggunaan modul tanpa kipas menyesuaikan kebutuhan pendinginan dengan desain rak. Berkat pendekatan sistem terpadu, NVIDIA berupaya meningkatkan kemudahan pengoperasian infrastruktur.
Peran GPU Rubin serta CPU Vera dalam Sistem Kecerdasan Buatan
Ekosistem perangkat keras terbaru NVIDIA ditujukan bagi pemrosesan model AI yang semakin kompleks. Sistem yang menjadi fondasi komputasi adalah Vera Rubin NVL72 yang dirancang bagi kebutuhan training dan inference berkapasitas tinggi. Pelatihan model AI menggunakan kapasitas komputasi besar untuk memproses data. Pada pekerjaan inferensi, komputer menjalankan model untuk menghasilkan keluaran. Kedua pekerjaan tersebut membutuhkan keseimbangan kemampuan komputasi serta memori. Melalui integrasi tingkat rak, platform dirancang untuk mendukung pemrosesan model berukuran besar. Walaupun demikian, efisiensi operasional memerlukan pengujian pada sistem sebenarnya.
NVIDIA juga memperluas konfigurasi komputasi yang menitikberatkan pada Vera CPU. Infrastruktur tambahan tersebut dikembangkan bagi pekerjaan pengelolaan agen AI. Dibandingkan pemrosesan model melalui akselerator, agen AI juga membutuhkan kemampuan menjalankan instruksi. Sebagai gambaran, agen dapat memanggil alat digital, mengakses layanan, dan menjalankan kode. Aktivitas tersebut sering memerlukan komputasi CPU yang responsif. Berkat desain komputasi tambahan, NVIDIA menyediakan pilihan bagi pengembang infrastruktur agentic AI. Pendekatan tersebut berpotensi membantu pengelolaan kapasitas. Meskipun demikian, efisiensi aktual bergantung pada pola penggunaan dan integrasi perangkat lunak.
Kolaborasi NVIDIA dengan OCP Memperluas Standar Pusat Data AI
Pengembangan Vera Rubin didukung kolaborasi lintas pelaku industri. NVIDIA bekerja bersama Google, Meta, serta AMD dalam penyusunan pedoman desain AI factory. Salah satu hasilnya adalah Open Data Center Specification versi 0.7. Dokumen standar ini menyatukan pendekatan perencanaan fasilitas pusat data. Untuk meningkatkan ketahanan operasional, sejumlah perusahaan mengembangkan OCP Grid Resilience Specification. Sasaran rancangan tersebut membantu fasilitas tetap terhubung dan memulihkan beban secara cepat. Berkat keterlibatan berbagai perusahaan, produsen dapat merancang infrastruktur berdasarkan spesifikasi yang seragam.
Pengembangan ekosistem yang turut diumumkan mencakup pengembangan konektivitas bersama Cisco. Para mitra teknologi tersebut mengumumkan pengembangan Ultra-Dense Small Form Factor Pluggable. Rancangan konektor optik ini membuka jalan bagi peningkatan kepadatan bandwidth optik. Untuk meningkatkan interoperabilitas jaringan, NVIDIA dan Google mengumumkan dukungan Falcon Transport pada perangkat jaringan mendatang. Sebagai bagian dari ekspansi jaringan, mengadopsi teknologi switch Spectrum-6. Berbagai kerja sama tersebut memperlihatkan pentingnya standar jaringan dan daya. Walaupun kolaborasi tersebut menjanjikan, pengujian perangkat nyata masih menjadi tahapan penting.
Standar OCP Menjadi Bagian Penting dari Pengembangan Teknologi Vera Rubin
Kontribusi arsitektur Vera Rubin kepada OCP mendukung perkembangan teknologi komputasi berskala besar. Berkat dukungan arsitektur MGX yang diperbarui, mitra industri dapat merancang sistem yang lebih seragam. Integrasi pengelolaan termal dan listrik mendukung kebutuhan fasilitas AI generasi berikutnya. Selain itu, rancangan rak CPU serta sistem akselerator memberikan pilihan sesuai karakter pekerjaan. Kemitraan bersama pelaku industri global dapat menyederhanakan pengembangan perangkat kompatibel. Meskipun pendekatan ini menjanjikan, hasil operasional harus dievaluasi berdasarkan penggunaan. Seiring meningkatnya kebutuhan komputasi, kolaborasi infrastruktur mungkin memainkan peran lebih besar. Dari sudut pandang Anda, apakah infrastruktur modular akan menjadi pilihan utama industri? Sampaikan pendapat melalui kolom komentar agar semakin banyak perspektif mengenai perkembangan komputasi AI dapat dibagikan.
