Upscale AI Kenalkan Token Fabric untuk Menghubungkan Chip AI dari Berbagai Produsen
Upscale AI memperkenalkan Token Fabric pada 8 Oktober 2026 sebagai platform jaringan yang dirancang untuk menghubungkan chip kecerdasan buatan dari berbagai produsen dalam satu infrastruktur pusat data. Solusi ini menggabungkan perangkat keras, perangkat lunak, serta sistem pengelolaan jaringan untuk mendukung komputasi AI berskala besar. Dengan pendekatan berbasis standar terbuka, Token Fabric ditujukan untuk mengurangi kerumitan integrasi GPU dan akselerator AI yang menggunakan arsitektur berbeda. Perkembangan ini menjadi perhatian industri TEKNOLOGI karena kebutuhan pusat data semakin meningkat, terutama untuk pelatihan model kecerdasan buatan, pemrosesan inferensi, dan pengembangan infrastruktur komputasi yang fleksibel.
Inovasi Upscale AI dalam Menghubungkan Berbagai Akselerator
Pengembang solusi komputasi Upscale AI meluncurkan Token Fabric sebagai solusi penghubung perangkat komputasi kecerdasan buatan. Sistem jaringan tersebut ditujukan bagi pusat data yang menggunakan berbagai jenis chip. Ketika membangun pusat data AI, organisasi memerlukan sistem yang menghubungkan berbagai komponen komputasi. Tantangan utamanya adalah menjaga komunikasi antarchip tetap efisien. Melalui Token Fabric, Upscale AI menawarkan pengelolaan konektivitas yang lebih sederhana. Pendekatan ini dapat mendukung pemilihan chip berdasarkan kebutuhan.
Pengumuman Token Fabric dilakukan pada awal Oktober 2026. Perusahaan pengembangnya adalah startup infrastruktur jaringan yang berfokus pada kebutuhan AI. Perusahaan tersebut memiliki investor yang mencakup perusahaan teknologi besar, termasuk NVIDIA. Meski NVIDIA menjadi salah satu pihak yang mendukung perusahaan, Token Fabric mengusung pendekatan interoperabilitas perangkat keras. Pendekatan pengembangan ini penting bagi pusat data dengan berbagai pilihan akselerator. Walaupun memiliki potensi besar, kompatibilitas nyata harus dibuktikan melalui pengujian teknis.
Arsitektur Terpadu Token Fabric untuk Pusat Data Modern
Platform jaringan ini dirancang untuk menghubungkan dua lapisan utama jaringan komputasi. Pendekatan scale-up networking berkaitan dengan pertukaran data antarakselerator pada lingkungan komputasi yang berdekatan. Adapun, scale-out menghubungkan kelompok server atau rak yang lebih luas. Dalam pekerjaan AI berskala besar, kedua pendekatan harus bekerja dengan koordinasi yang baik. Apabila komunikasi antarkomponen mengalami hambatan, akselerator dapat menghabiskan waktu untuk menunggu data. Dengan mempertimbangkan kondisi tersebut, jaringan menjadi bagian penting dari performa sistem AI.
Pada rancangan yang diumumkan, Token Fabric memadukan chip konektivitas dengan pengelolaan sistem. Model pengembangan tersebut berpotensi mempermudah pengelolaan komponen dari berbagai pemasok. Sebagai contoh, operator berpotensi menggabungkan beberapa kelompok perangkat komputasi. Lapisan konektivitas kemudian membantu koordinasi antara berbagai komponen komputasi. Walaupun konsep integrasinya luas, Token Fabric tidak otomatis membuat seluruh perangkat lunak AI kompatibel. Dengan demikian, penerapan multivendor perlu disertai pemeriksaan menyeluruh terhadap kompatibilitas.
Peran SkyFabriX dan NVIDIA Spectrum-X dalam Token Fabric
Bagian perangkat keras yang menonjol Token Fabric adalah SkyFabriX, yaitu silikon jaringan scale-up yang dikembangkan Upscale. Dalam pengumuman teknologinya, Upscale menjelaskan, SkyFabriX memiliki rancangan throughput switching sebesar 115,2 Tbps. Angka tersebut merupakan parameter kapasitas switching chip. Di samping kemampuan switching, Upscale AI mengembangkan rencana kapasitas lebih besar pada generasi berikutnya. Teknologi tersebut mengutamakan dukungan protokol interoperabel, termasuk OCP ESUN dan UALoE. Walaupun target performanya tinggi, kemampuan tersebut bergantung pada desain sistem dan kondisi operasional.
Pada lapisan komunikasi yang lebih luas, Upscale AI menggunakan sistem berbasis NVIDIA Spectrum-X Ethernet. Pendekatan ini menggabungkan kemampuan komunikasi dalam kelompok dan antarkelompok. Teknologi Ethernet memiliki ekosistem luas dalam industri pusat data. Dengan memanfaatkan komponen tersebut, Token Fabric menargetkan komunikasi yang lebih terpadu. Namun demikian, operator tetap perlu memeriksa kompatibilitas antarkomponen. Performa komunikasi juga dipengaruhi topologi serta beban kerja.
Sistem Orkestrasi Upscale untuk Infrastruktur Multivendor
Tidak hanya mengembangkan silikon jaringan, Upscale AI melengkapi Token Fabric dengan perangkat lunak pengelolaan. Komponen yang digunakan mencakup SkyOS dan SkyCMD. SkyOS dikembangkan sebagai fondasi perangkat lunak jaringan. Di sisi lain, SkyCMD berfungsi sebagai bidang orkestrasi terpadu. Berkat penggunaan lapisan software dan orkestrasi, operator dapat memperoleh sarana koordinasi yang lebih konsisten. Konsep pengelolaan tersebut penting ketika jaringan melibatkan ribuan perangkat. Walaupun fitur orkestrasi menjanjikan, tingkat otomatisasi perlu dievaluasi dalam lingkungan penggunaan sebenarnya.
Pengelolaan jaringan AI membutuhkan koordinasi perangkat dan pemantauan sumber daya. Pengelola sistem sebaiknya memperhatikan kapasitas jalur, kesehatan sistem, dan distribusi trafik. Ketika beberapa produsen perangkat digunakan, kebutuhan tersebut berpotensi menambah pekerjaan integrasi. Melalui lapisan pengelolaan terpadu, Upscale AI menargetkan pengelolaan jaringan dari satu lingkungan. Manfaat yang diharapkan adalah meningkatkan visibilitas terhadap kondisi infrastruktur. Namun pada penerapan nyata, efektivitasnya tidak bisa dipastikan hanya berdasarkan spesifikasi pemasaran.
Dampak Jaringan Terbuka terhadap Efisiensi Komputasi Modern
Platform ini dikembangkan bagi organisasi yang membutuhkan komputasi kecerdasan buatan intensif. Pelanggan yang menjadi sasaran mencakup hyperscaler, neocloud, mitra akselerator AI, dan perusahaan. Istilah hyperscaler menggambarkan operator cloud yang menjalankan infrastruktur komputasi sangat besar. Di sisi lain, neocloud sering mengembangkan layanan komputasi GPU bagi pelanggan kecerdasan buatan. Ketika infrastruktur perlu melayani banyak pekerjaan AI, fleksibilitas memilih chip memungkinkan perencanaan perangkat keras yang lebih beragam. Melalui dukungan terhadap perangkat multivendor, Token Fabric dapat membantu operator menyesuaikan infrastruktur.
Salah satu keuntungan potensial adalah meningkatkan pemanfaatan akselerator AI. Pada klaster kecerdasan buatan berskala besar, chip yang sangat cepat tetap dapat kehilangan efisiensi jika jaringan lambat. Untuk menggambarkan situasi tersebut, sejumlah akselerator harus menyinkronkan informasi selama proses berlangsung. Jika hambatan komunikasi dapat dikurangi, sistem dapat mempersingkat waktu tunggu tertentu. Namun demikian, efisiensi akhir dipengaruhi perangkat keras serta perangkat lunak. Dengan pertimbangan tersebut, klaim penghematan harus dihitung berdasarkan hasil pengujian.
Rangkuman Manfaat Token Fabric bagi Industri Teknologi
Peluncuran Upscale AI Token Fabric memperlihatkan inovasi strategis dalam evolusi jaringan berperforma tinggi. Melalui penyatuan dua lapisan jaringan utama, Token Fabric bertujuan mempermudah komunikasi antarakselerator. Penggunaan silikon jaringan buatan Upscale bersama NVIDIA Spectrum-X Ethernet menjadi bagian penting dari arsitekturnya. Di samping perangkat keras, SkyOS dan SkyCMD menyediakan pendekatan pengelolaan yang lebih terintegrasi. Namun perlu dipahami, peningkatan performa masih membutuhkan validasi melalui implementasi nyata.
Dalam ekosistem kecerdasan buatan global, Token Fabric menunjukkan pentingnya interoperabilitas perangkat keras. Perusahaan penyedia pusat data berpotensi memperoleh lebih banyak pilihan akselerator. Walaupun fleksibilitas tersebut bermanfaat, keputusan penerapan harus didasarkan pada pengujian perangkat yang digunakan. Tahapan implementasi berikutnya perlu menunjukkan hasil penggunaan yang terukur. Dari sudut pandang Anda, apakah jaringan AI berbasis standar terbuka akan meningkatkan fleksibilitas pusat data? Mari berbagi pandangan mengenai perkembangan ini tentang peluang jaringan multivendor dalam pusat data modern.
