Alibaba Tingkatkan Infrastruktur Cloud dan Chip AI untuk Beban Kerja Agentic
📅 Minggu, 24 Mei 2026, 17:41 WIB | Oleh: Haryo BronoJAKARTA — Alibaba mengumumkan pembaruan besar pada ekosistem kecerdasan buatan atau artificial intelligence (AI) miliknya untuk mendukung perkembangan era agentic AI. Pembaruan tersebut mencakup pengembangan large-language model (LLM), peningkatan infrastruktur cloud, layanan model, hingga peluncuran chip AI generasi terbaru.
Pengumuman tersebut disampaikan dalam ajang Alibaba Cloud Summit sebagai bagian dari strategi perusahaan dalam membantu pelanggan membangun, mengembangkan, dan menjalankan AI agent dengan performa lebih tinggi dan efisien.
Salah satu inovasi utama yang diperkenalkan adalah Qwen3.7-Max, model bahasa terbaru dari Alibaba Cloud yang dirancang untuk mendukung kemampuan advanced agentic coding, penalaran kompleks, serta eksekusi tugas jangka panjang secara mandiri.
Model tersebut dikembangkan untuk menangani berbagai kebutuhan, mulai dari pembuatan kode, pemecahan masalah perangkat lunak, otomasi pekerjaan perkantoran, hingga penyelesaian tugas multi-langkah yang kompleks. Alibaba menyebut Qwen3.7-Max mampu menjalankan operasi agentic secara otonom hingga 35 jam dengan lebih dari 1.000 tool call tanpa penurunan performa.
Selain itu, model ini telah dioptimalkan untuk berbagai framework agent populer seperti OpenClaw, Hermes Agent, Claude Code, Qwen Paw, dan Qoder.
Sebaiknya Anda baca juga:
Alibaba menyatakan Qwen3.7-Max akan segera tersedia secara global melalui platform layanan model milik perusahaan, yakni Model Studio.
Di sisi infrastruktur, Alibaba Cloud juga memperkenalkan Panjiu AL128 Supernode Server untuk mendukung pelatihan model AI berskala besar dan inferensi AI agent yang membutuhkan kapasitas komputasi tinggi.
Server tersebut ditenagai prosesor AI terbaru Zhenwu M890 dan chip jaringan ICN Switch 1.0. Sistem ini mengintegrasikan 128 akselerator AI dalam satu rak fisik dengan kapasitas transfer data pada skala petabyte per detik, sehingga dinilai mampu menangani permintaan besar secara simultan dari berbagai AI agent.
Sebaiknya Anda baca juga:
Panjiu AL128 kini tersedia di platform Model Studio atau Bailian untuk pasar Tiongkok. Alibaba juga memperkenalkan Agentic RL, mekanisme reinforcement learning yang memanfaatkan umpan balik dari eksekusi agen AI guna meningkatkan performa model secara berkelanjutan.
Sementara itu, anak usaha Alibaba di bidang semikonduktor, T-Head, turut memperkenalkan chip AI generasi terbaru bernama Zhenwu M890. Chip tersebut dirancang untuk mendukung proses pelatihan dan inferensi AI dengan performa yang diklaim tiga kali lebih tinggi dibanding generasi sebelumnya, Zhenwu 810E.
Zhenwu M890 dibekali memori GPU sebesar 144 GB dan kapasitas transfer data antar-chip mencapai 800 GB per detik. Chip ini juga mendukung berbagai format presisi data mulai dari FP32 hingga FP4, sehingga memungkinkan pelatihan model presisi tinggi sekaligus inferensi berpresisi rendah dengan efisiensi biaya lebih baik.
Menurut Alibaba, kemampuan tersebut penting untuk mendukung beban kerja AI agentic yang kompleks, terutama dalam pengelolaan konteks besar, koordinasi multi-agent, dan eksekusi cepat dengan konsumsi komputasi lebih efisien.
Bersamaan dengan itu, T-Head juga memperkenalkan ICN Switch 1.0, chip switching khusus untuk membangun jaringan komputasi berlatensi rendah dan transfer data tinggi bagi klaster AI berskala besar. Chip tersebut memiliki kapasitas transfer data agregat hingga 25,6 Tbps.
Selain perangkat keras, T-Head turut meluncurkan tumpukan perangkat lunak T-Head SAIL untuk mengoptimalkan performa komputasi dari chip AI yang dikembangkannya.
Website kami bergantung pada iklan untuk terus dapat menghadirkan jurnalisme berkualitas.
Dukung kami dengan mengijinkan iklan tampil di browser anda.
- Klik ikon AdBlock pada area ekstensi browser (di bagian pojok kanan atas).
- Lalu klik pilihan untuk menonaktifkan atau pilihan "Don't run on this website / on this page".
Setelah itu Refresh / Muat Ulang halaman ini.
Komentar (0)
Belum ada komentar.
Silakan login via Google untuk dapat memberi komentar!