Kamis, 19 November 2026 | WITA Cepat • Berani • Dekat dengan Warga
SuaraLutim - Suara Warga, Kabar Luwu Timur
Viral Nusantara

Berita Viral: Google Rilis TPU 8tx dan 8i Max untuk Agen

12 November 2026 • zul • 39 kali dibaca
Ilustrasi pusat data Google dengan deretan server
erwinboogert via Panoramio, CC BY-SA 3.0, Wikimedia Commons
ASM Group
Iklan

Google memperluas portofolio perangkat keras kecerdasan artifisial dengan dua sistem tensor processing unit baru. Keduanya diperkenalkan pada 10 November 2026, dan menjadi berita viral di kalangan pengembang karena menyasar dua kebutuhan berbeda: konteks raksasa dan komputasi rahasia. Google menyebut ini pertama kali perusahaan merilis empat sistem TPU dalam satu tahun.

Sistem pertama, TPU 8i Max, dirancang untuk menangani jendela konteks berukuran sangat besar dengan kepadatan komputasi tertinggi per rak. Sistem kedua, TPU 8tx, diarahkan untuk inferensi aman dan rahasia bagi perusahaan teregulasi serta pemerintah. Pengumuman ini melengkapi uji TPU Google di orbit yang sebelumnya menjadi perhatian. Keduanya melengkapi TPU 8t untuk pelatihan dan TPU 8i untuk penalaran cepat.

Berita Viral: TPU 8tx dan 8i Max Masuk Portofolio

Pengumuman disampaikan melalui blog resmi Google Cloud oleh Amin Vahdat, senior vice president sekaligus chief technologist bidang AI dan infrastruktur. Ia menyebut perubahan skala komputasi dari manusia ke agen mendorong permintaan perangkat keras khusus. Pelanggan membutuhkan akselerator yang mampu menalar di atas konteks panjang dan menjaga kerahasiaan data.

TPU 8i Max dibangun dengan menambahkan TPU kedua pada satu paket multi chip. Menurut laporan TechTarget, konfigurasi itu memberi 768 megabita memori statis di atas chip dan bandwidth memori berkecepatan 17,2 terabita per detik. Angka tersebut ditujukan agar agen dapat bekerja dengan dokumen, basis kode, atau video berdurasi panjang.

Tata Atur
Iklan

TPU 8tx memakai silikon yang sama dengan TPU 8t, tetapi dipasangkan dengan prosesor AMD EPYC generasi kelima. Sistem ini memindahkan perlindungan data ke lapisan perangkat keras sehingga data sensitif dan bobot model tetap terlindungi saat dipakai. Google mengklaim latensi hingga dua kali lebih rendah dibanding TPU 8t tanpa penurunan performa berarti.

Iklan

Campus Commercial Park C.CO Park

Campus Commercial Park: rukost di kawasan kampus

C.CO Park menghadirkan kawasan ruko dan kost dalam satu gerbang, dirancang untuk mahasiswa dan penghuni sekitar kampus. Cocok untuk yang mencari aset produktif dengan pengelolaan kawasan yang tertata.

Buka ccopark.com

Mengapa Konteks Panjang Menjadi Rebutan

Agen AI bekerja dengan banyak dokumen sekaligus, mulai dari kontrak, log server, hingga transkrip rapat. Semakin panjang konteks yang bisa ditangani, semakin sedikit pemotongan informasi yang harus dilakukan. Akibatnya, kualitas jawaban meningkat karena model tidak kehilangan bagian penting dari sumber.

Namun konteks panjang menuntut memori dan bandwidth besar. Itulah alasan produsen chip mulai memisahkan akselerator untuk pelatihan, penalaran, dan inferensi konteks panjang. Pendekatan itu berbeda dari satu chip serba bisa yang menjadi norma sebelumnya.

Analis industri Patrick Moorhead menyebut sekitar dua pertiga komputasi AI kini dipakai untuk inferensi. Menurutnya, spesialisasi perangkat keras untuk inferensi adalah keputusan yang tepat. Pernyataan itu dikutip TechTarget dalam laporan peluncuran.

Komputasi Rahasia dan Sektor Teregulasi

TPU 8tx menyasar bank, lembaga pemerintah, dan perusahaan yang mengolah data sangat sensitif. Biasanya data terenkripsi saat disimpan atau dikirim, tetapi harus dibuka di memori ketika diproses. Celah itulah yang coba ditutup dengan perlindungan di tingkat perangkat keras.

Dengan pendekatan tersebut, organisasi dapat menjalankan penyempurnaan model, distilasi, dan pembelajaran penguatan pada sistem yang sama. Data tidak perlu dipindahkan ke kluster lain yang mungkin memiliki tingkat perlindungan berbeda. Bagi sektor teregulasi, pengurangan perpindahan data berarti pengurangan risiko.

Google juga menyatakan sistem ini cocok untuk pelatihan skala kecil. Artinya, satu sistem bisa dipakai untuk menyesuaikan model dengan data internal sekaligus melayani permintaan pengguna. Fleksibilitas itu dinilai penting bagi organisasi yang tidak ingin membangun dua infrastruktur terpisah.

Perangkat Lunak dan Ekosistem Pengembang

Google menyertakan sejumlah perkakas agar TPU lebih mudah dipakai. Bulan lalu mereka membuka TorchTPU sebagai proyek sumber terbuka sehingga kode PyTorch dan model Hugging Face dapat berjalan langsung di TPU. Dukungan untuk mesin inferensi sumber terbuka seperti vLLM dan SGLang juga disediakan.

Perusahaan juga merilis TPU agent suite dalam tahap pratinjau. Perkakas itu dapat dipasang pada alat pengkodean seperti Claude Code, Cursor, dan Google Antigravity. Tujuannya mempercepat proses onboarding, mendiagnosis hambatan, dan menyetel kernel khusus dengan instruksi bahasa alami.

Untuk produksi, Google menyediakan XLA Serving Engine yang memungkinkan model dilatih di Python lalu dilayani dalam runtime C++ berlatensi rendah. Pendekatan itu menargetkan tim yang ingin memakai TPU, GPU, dan CPU dalam satu alur kerja. Ekosistem perangkat lunak menjadi penentu adopsi karena biaya migrasi sering lebih besar daripada harga chip.

LPK Lunarica
Iklan
Redaksi SuaraLutim

Tim redaksi SuaraLutim mengabarkan isu Luwu Timur secara cepat, berani, dan dekat dengan warga. Setiap informasi diverifikasi sebelum diterbitkan.

Baca Juga