Informasimu
Arm memperkenalkan metode evaluasi baru untuk mengukur performa CPU dalam menjalankan beban kerja agentic AI. Pengumuman yang dipublikasikan melalui Arm Newsroom pada 13 Oktober 2026 ini muncul ketika sistem AI semakin banyak digunakan untuk menyelesaikan rangkaian tugas, seperti mencari informasi, menjalankan perangkat lunak, mengolah data, dan menggunakan berbagai layanan secara otomatis.
Melalui pendekatan tersebut, Arm ingin mendorong industri agar tidak hanya menilai CPU berdasarkan kemampuan pemrosesan teoritis, tetapi juga berdasarkan pekerjaan yang benar-benar dapat diselesaikan oleh sistem AI. Arm menyusun metodologi ini dengan dukungan Fujitsu, Meta, dan OpenAI, serta memublikasikan hasil pengujian Arm AGI CPU bersama analisis independen dari Signal65.
Mengapa CPU Kembali Penting dalam Infrastruktur AI?
AI generatif sering diasosiasikan dengan GPU dan akselerator khusus untuk menjalankan model. Namun, sistem AI agent memiliki kebutuhan tambahan karena satu perintah pengguna dapat memicu serangkaian proses, mulai dari pengambilan konteks, pemanggilan layanan, eksekusi kode, hingga pemeriksaan hasil. CPU berperan mengatur banyak proses tersebut. Ketika ribuan atau bahkan jutaan tugas berjalan secara bersamaan, kemampuan mengelola alur kerja, memori, layanan, dan lingkungan eksekusi menjadi penting untuk menjaga respons sistem.
Karena itu, performa CPU untuk infrastruktur AI tidak selalu dapat dijelaskan hanya melalui angka benchmark tradisional. Pengukuran perlu mempertimbangkan kemampuan sistem mempertahankan throughput, mengelola banyak tugas, dan menyelesaikan pekerjaan secara konsisten.
Metode Baru Mengukur Pekerjaan yang Benar-Benar Selesai
Arm mengusulkan metodologi evaluasi yang dibangun berdasarkan tiga prinsip utama: penggunaan beban kerja yang representatif, pengukuran CPU yang dapat diulang, dan validasi terhadap hasil tugas secara menyeluruh. Pendekatan tersebut membedakan pengukuran pada tingkat komponen dari pengujian end-to-end. Benchmark komponen membantu mengidentifikasi kontribusi CPU pada bagian tertentu, sementara pengujian menyeluruh memperlihatkan apakah peningkatan tersebut benar-benar menghasilkan penyelesaian tugas yang lebih baik.
Arm juga menerbitkan dokumen metodologi untuk mendorong pengukuran yang lebih konsisten di antara pelaku industri. Kerangka ini masih perlu berkembang seiring perubahan arsitektur AI agent, pola penggunaan perangkat lunak, dan kebutuhan infrastruktur.
Arm AGI CPU Diklaim Menghasilkan Hampir Dua Kali Performa per Rak
Dalam analisis yang diterbitkan Signal65 pada 12 Oktober, Arm AGI CPU mencatat rata-rata 1,99 kali performa per rak yang dimodelkan dibandingkan AMD EPYC 9755 pada tujuh beban kerja CPU. Analisis itu juga melaporkan hasil yang lebih tinggi untuk beberapa kategori pekerjaan agentic AI, termasuk orkestrasi, penggunaan alat, serta penalaran dan perencanaan.
Namun, angka tersebut perlu dibaca dengan konteks yang tepat. Signal65 menyatakan risetnya dilakukan bersama Arm, dan perbandingan performa per rak menggunakan hasil pengukuran server serta pemodelan berdasarkan daya server yang dinilai. Angka 1,99 kali tersebut bukan berarti setiap aplikasi akan berjalan dua kali lebih cepat atau satu CPU Arm selalu mengungguli seluruh prosesor AMD dalam semua kondisi.
Laporan yang sama juga menyebut pengurangan waktu pembuatan sandbox hingga 45% dibandingkan AMD EPYC 9965 pada pengujian tertentu. Hasil tersebut memberi gambaran mengenai potensi efisiensi, tetapi masih perlu dipertimbangkan bersama jenis beban kerja, konfigurasi server, konsumsi daya, dan biaya pengoperasian.
Apa Dampaknya bagi Pusat Data dan Perusahaan?
Bagi operator pusat data, tolok ukur yang lebih dekat dengan penggunaan AI agent dapat membantu proses pemilihan perangkat keras. Perusahaan perlu mengetahui bukan hanya berapa banyak komputasi yang tersedia, tetapi juga berapa banyak pekerjaan yang bisa dituntaskan dengan anggaran daya, ruang, dan biaya tertentu.
Metodologi yang dapat diulang juga berpotensi membantu perbandingan antarsistem. Meski begitu, hasil benchmark tetap perlu dilengkapi pengujian mandiri dengan aplikasi dan pola beban yang benar-benar digunakan perusahaan.
Kesimpulan
Arm mengusulkan cara baru untuk menilai CPU berdasarkan kebutuhan AI agent yang harus mengelola rangkaian tugas dan proses secara terus-menerus. Hasil analisis Signal65 menunjukkan potensi keunggulan performa per rak pada beban kerja yang diuji, tetapi klaim tersebut harus dipahami sesuai metodologi dan konfigurasi pengujiannya.
Perkembangan ini penting karena infrastruktur AI tidak hanya membutuhkan akselerator yang kuat, tetapi juga CPU yang mampu mengoordinasikan seluruh sistem secara efisien. Seiring AI agent semakin banyak digunakan, pengukuran berbasis pekerjaan nyata berpotensi menjadi salah satu pertimbangan penting dalam memilih perangkat keras pusat data.
Selalu ikuti kami untuk seputar teknologi, game, anime, fashion, film, dan hobby lainnya, kunjungi Informasimu.