JawaPos.com – Selama bertahun-tahun industri semikonduktor terbiasa mengukur performa prosesor melalui benchmark. Perbandingan biasanya dilakukan berdasarkan jumlah core, kecepatan clock, atau skor pengujian tertentu.
Namun AMD menilai pendekatan tersebut mulai kehilangan relevansinya di era kecerdasan buatan atau artificial intelligence (AI). Perusahaan mengusulkan cara pandang baru yang lebih dekat dengan kebutuhan nyata pelanggan data center.
Dalam dokumen teknis terbarunya, AMD memperkenalkan konsep rack-level performance atau performa tingkat rak. Konsep ini mengukur berapa banyak pekerjaan yang dapat diselesaikan dalam satu rak data center dengan batas daya dan pendinginan yang sama.
Menurut AMD, pelanggan sebenarnya tidak membeli benchmark. Mereka membeli infrastruktur yang harus bekerja dalam keterbatasan ruang fisik, listrik, pendinginan, serta biaya operasional.
"Pelanggan data center tidak membeli angka benchmark semata. Mereka membeli infrastruktur yang harus beroperasi dalam keterbatasan daya listrik, sistem pendingin, ruang data center, kompatibilitas software, serta kebutuhan operasional sehari-hari," tulis AMD.
AMD menilai perbandingan berdasarkan satu prosesor atau satu soket tidak cukup menggambarkan kapasitas sistem secara keseluruhan. Dalam lingkungan produksi AI, yang lebih penting adalah jumlah layanan yang dapat dijalankan dalam satu rak data center.
Perusahaan menjelaskan bahwa data center modern dibangun berdasarkan rak server. Setiap rak memiliki batas daya listrik dan kapasitas pendinginan yang tidak bisa dilampaui begitu saja.
Karena itu, pertanyaan yang dianggap lebih relevan bukan lagi seberapa cepat sebuah chip bekerja. Pertanyaan yang lebih penting adalah seberapa besar kapasitas komputasi yang dapat ditempatkan dalam satu rak dengan konsumsi daya tertentu.
AMD menggunakan simulasi rak berdaya 100 kilowatt sebagai dasar analisisnya. Seluruh konfigurasi dinormalisasi pada platform dua prosesor atau 2P agar mencerminkan kapasitas yang benar-benar dapat diterapkan pelanggan.
Menurut AMD, pendekatan ini lebih sesuai dengan kebutuhan era AI. Sebab perusahaan kini tidak hanya menjalankan model AI, tetapi juga berbagai layanan pendukung seperti basis data, middleware, cache, hingga API yang harus berjalan secara bersamaan.
Dalam pengujian tersebut, AMD membandingkan sejumlah prosesor server yang digunakan untuk berbagai beban kerja. Pengujian mencakup komputasi umum, layanan web, basis data relasional, Java server, hingga sistem cache dalam memori.
AMD mengklaim prosesor EPYC 9965 dengan nama sandi Turin mampu memberikan throughput tingkat rak sekitar 2,37 kali lebih tinggi dibandingkan NVIDIA Vera. Sementara Intel Xeon 6980P menghasilkan performa sekitar 1,46 kali dibandingkan baseline yang sama.
AMD juga memproyeksikan prosesor EPYC generasi berikutnya dengan nama sandi Venice akan memperluas keunggulan tersebut. Dalam model yang digunakan AMD, Venice diperkirakan mampu mencapai performa tingkat rak hingga 3,30 kali dibandingkan Vera.
Meski menampilkan sejumlah angka perbandingan, AMD menekankan bahwa inti pembahasannya bukan soal siapa yang memiliki benchmark tertinggi. Fokus utama perusahaan adalah bagaimana mengubah cara industri melihat kapasitas komputasi untuk AI.
Menurut AMD, performa yang dapat diterapkan di lapangan lebih penting dibandingkan angka puncak yang diperoleh dalam pengujian laboratorium. Faktor seperti efisiensi daya, kepadatan komputasi, kompatibilitas perangkat lunak, dan kemudahan implementasi menjadi pertimbangan yang semakin menentukan.
Pendekatan tersebut sejalan dengan meningkatnya kebutuhan infrastruktur AI dalam skala besar. Ketika perusahaan mulai menjalankan ribuan layanan AI secara bersamaan, kapasitas tingkat rak menjadi ukuran yang lebih relevan dibandingkan sekadar performa satu chip.
Bagi AMD, era AI menuntut perubahan cara berpikir dalam mengukur performa komputasi. Jika selama ini industri berfokus pada benchmark prosesor, ke depan perhatian diperkirakan akan bergeser pada seberapa banyak pekerjaan yang dapat diselesaikan oleh satu rak data center secara efisien.