JawabanDipublikasikan2 bulan yang laluLast edited 2 bulan yang lalu25 sumber

Strategi Personal AI AMD: Mengapa Beban Kerja AI Ingin Dipindahkan dari Cloud ke PC

AMD menyebut pertumbuhan penggunaan token AI dapat membuat inferensi cloud berkelanjutan makin mahal. Kapasitas memori menjadi faktor utama.

Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2

Cari dan periksa fakta dengan Studio Global AI Jelajahi lebih banyak halaman Trending

Jawaban penelitian

Poin-poin penting

AMD menyebut pertumbuhan penggunaan token AI dapat membuat inferensi cloud berkelanjutan makin mahal.
Kapasitas memori menjadi faktor utama. Platform pengembang Ryzen AI Halo memiliki memori terpadu 128 GB dan diposisikan untuk menjalankan model hingga 200 miliar parameter secara lokal.[23][25]
Strategi ini tidak hanya bergantung pada chip: Microsoft, Lenovo, Minisforum, Acemagic, dan SUSE menjadi bagian dari jalur yang AMD gambarkan, dari pengembangan AI lokal hingga penerapan infrastruktur perusahaan.[17][...

Editorial illustration of AMD’s Personal AI concept, with AI workloads moving from cloud services to local computers — What “Personal AI” strategy did AMD unveil at its IFA 2026 Berlin keynote, why does it argue that rapidly rising token demand and potentiallAMD’s Personal AI vision centers on running more AI workloads locally, with cloud services remaining part of a hybrid model.
AI Perintah
Create a landscape editorial hero image for this Studio Global article: What “Personal AI” strategy did AMD unveil at its IFA 2026 Berlin keynote, why does it argue that rapidly rising token demand and potentiall. Article summary: AMD’s “Personal AI” strategy is to shift substantial AI inference and development from centralized clouds to personal devices. Its three pillars are local compute, privacy/control of sensitive data, and personal context—. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
openai.com

Pada keynote pembukaan IFA Berlin 2026, AMD mengusung gagasan “Personal AI”: kecerdasan buatan yang lebih banyak berjalan dekat dengan orang yang memakainya, bukan mengirim setiap permintaan, berkas, dan alur kerja ke cloud terpusat.

Menurut AMD, pendekatan ini bertumpu pada tiga hal: komputasi lokal, privasi serta kontrol data, dan konteks personal. Artinya, sistem AI diharapkan dapat memahami tujuan, preferensi, dan alur kerja pengguna, sambil menjaga informasi sensitif tetap berada di perangkat kecuali pengguna memutuskan untuk membagikannya.2 13

Mengapa AMD ingin AI lebih banyak berjalan di PC?

Argumen AMD berangkat dari perubahan jenis penggunaan AI. AI diperkirakan tidak lagi hanya dipakai untuk prompt percakapan sesekali, melainkan untuk pekerjaan multimodal, penalaran, dan agentic AI—sistem yang dapat merencanakan serta menjalankan langkah kerja. Dalam skenario ini, konsumsi token dapat meningkat pesat dan biaya inferensi cloud yang dihitung per penggunaan berpotensi menjadi pengeluaran rutin yang besar.4 37

Untuk beban kerja yang sesuai, menjalankannya secara lokal mengubah pola biayanya: pengguna memakai perangkat keras yang mereka kuasai, alih-alih membayar layanan cloud untuk setiap interaksi. AI lokal juga dapat tetap berfungsi saat koneksi tidak ideal dan memungkinkan dokumen atau kode sensitif tidak perlu terus-menerus keluar dari perangkat.

Namun, ini adalah tesis strategis AMD, bukan jaminan bahwa AI lokal akan selalu lebih murah atau lebih baik untuk setiap model maupun kebutuhan. AMD tetap mengusulkan masa depan hibrida: pekerjaan privat, iterasi cepat, dan inferensi rutin dikerjakan secara lokal; sementara cloud dan infrastruktur perusahaan tetap dipakai untuk komputasi berskala besar, layanan bersama, atau penerapan terpusat.2 17

Tiga pilar Personal AI

1. Komputasi lokal

Pilar pertama adalah tersedianya kemampuan komputasi—terutama memori terpadu (unified memory)—yang cukup untuk menjalankan model besar di perangkat kelas desktop. Ryzen AI Halo, platform AMD bagi pengembang, memiliki memori terpadu 128 GB dan diposisikan untuk mendukung model hingga 200 miliar parameter secara lokal.23

2. Privasi dan kontrol

AMD memosisikan eksekusi di perangkat sebagai cara untuk menjaga data sensitif tetap berada di perangkat secara default. Bagi pengembang dan perusahaan yang mengolah dokumen internal, kode, atau proses kerja proprietary, kendali ini merupakan inti tawaran AMD, bukan sekadar keuntungan performa.2

3. Konteks personal

Istilah “personal” bukan hanya berarti perangkat berukuran kecil. Visi AMD mencakup AI yang memiliki konteks untuk membantu pekerjaan seseorang: tujuan, preferensi, dan alur kerja yang sedang berlangsung. Menjalankan AI secara lokal diharapkan membuat konteks tersebut lebih praktis digunakan tanpa harus terus mengirimkannya ke layanan jarak jauh.2 13

Perangkat keras yang menopang strategi

Ryzen AI Halo untuk pengembangan AI lokal

Ryzen AI Halo adalah platform bagi pengembang untuk membangun, menguji, dan menjalankan aplikasi AI generatif maupun agentik secara lokal. AMD mencantumkan memori terpadu hingga 128 GB, optimasi perangkat lunak ROCm, serta dukungan Windows dan Linux. Platform ini diklaim dapat mendukung model hingga 200 miliar parameter.25 23

Dalam strategi Personal AI, perangkat ini menjadi contoh utama: pengembang dapat bereksperimen dengan model besar di perangkat sendiri, tanpa menjadikan akses cloud sebagai satu-satunya lingkungan pengembangan.

Threadripper Halo Station untuk model yang jauh lebih besar

AMD juga memperkenalkan Threadripper Halo Station, workstation kelas atas untuk inferensi dan pengembangan AI lokal yang lebih berat. AMD menyatakan sistem ini dapat menjalankan model dengan lebih dari satu triliun parameter. Laporan mengenai pengumuman tersebut menyebut konfigurasi dengan prosesor Ryzen Threadripper PRO 96-core, dua akselerator Instinct MI350P, dan memori sistem 2 TB.20 9

Ini jelas bukan PC mini untuk pemakaian personal sehari-hari. Meski begitu, ia tetap menggambarkan upaya AMD membawa kemampuan AI lebih dekat ke pengembang atau organisasi, kali ini pada skala workstation.

Berbagai bentuk perangkat dari mitra

AMD ingin strateginya hadir dalam PC pengembang yang ringkas, desktop perusahaan, sampai perangkat edge. Contohnya:

Lenovo ThinkCentre X Ultra: desktop 1,6 liter untuk beban kerja AI perusahaan yang terlokalisasi dan berbasis banyak agen. Konfigurasi tertingginya menggunakan AMD Ryzen AI Max+ PRO 495 dengan NPU 55 TOPS dan memori LPDDR5X terpasang hingga 128 GB. Lenovo juga menyebut hingga empat sistem dapat dihubungkan untuk memperluas sumber daya komputasi dan memori bagi model lokal yang lebih besar.31 30
Minisforum MS-S1 MAX-P495 dan N5 MAX-P495: Minisforum memperkenalkan AI Mini Workstation dan AI Agent NAS berbasis Ryzen AI MAX+ PRO 495; satu diposisikan sebagai komputasi AI di tepi jaringan, sementara yang lain sebagai perangkat penyimpanan berorientasi AI.35
Acemagic F9A Mini Workstation: F9A diperkenalkan sebagai sistem ringkas lain berbasis Ryzen AI Max+ PRO 495 untuk kategori AI lokal. Laporan yang tersedia menyebut dukungan memori hingga 192 GB, tetapi spesifikasi terperinci dan ketersediaannya sebaiknya dikonfirmasi ke vendor sebelum membeli.33

Project Zenith: Windows yang disiapkan untuk pengembang

Perangkat keras saja tidak cukup; pengalaman perangkat lunak juga menentukan. Project Zenith dari Microsoft adalah pengalaman Windows siap pakai untuk pengembang pada perangkat dengan sedikitnya 64 GB memori terpadu dan bandwidth memori 250 GB/detik. Microsoft menyatakan Zenith pertama kali hadir bersama Ryzen AI Halo AMD, sebelum menyusul pada perangkat dari OEM dan mitra silikon lain.18

Tujuannya adalah memangkas waktu penyiapan. Pengembang mendapat lingkungan Windows yang telah dikonfigurasi untuk pengembangan dan seperangkat alat pilihan agar dapat segera bekerja, termasuk pada tugas AI lokal. Microsoft mengatakan perangkat di kelas ini dapat menjalankan model dengan lebih dari 30 miliar parameter secara lokal, bergantung pada model dan konfigurasi yang digunakan.19

Dari prototipe lokal ke infrastruktur perusahaan

Gagasan Personal AI AMD tidak berhenti di satu desktop. Dalam pesan IFA-nya, AMD juga menyoroti kerja sama dengan SUSE, bersama ekosistem Microsoft dan mitra perangkat keras, sebagai bagian dari jalur dari pengembangan lokal menuju infrastruktur perusahaan.17

Bukti yang tersedia belum menguraikan alat SUSE atau alur penerapan spesifik. Namun, arah besarnya jelas: pengembangan dan pengujian dilakukan pada perangkat lokal ketika privasi, latensi, dan iterasi cepat penting; lalu infrastruktur perusahaan digunakan saat manajemen terpusat atau penerapan lebih luas diperlukan. Kemampuan klaster ThinkCentre X Ultra serta pasangan workstation dan NAS dari Minisforum memperlihatkan bagaimana vendor mulai mengemas kesinambungan tersebut.30 35

Apa arti Personal AI dalam praktik?

AMD tidak mengatakan seluruh tugas AI harus meninggalkan cloud. Pembacaan yang lebih berguna adalah memilih lokasi komputasi sesuai jenis pekerjaan:

Cocok dijalankan lokal: dokumen sensitif, konteks pribadi, pekerjaan tanpa koneksi stabil, pembuatan prototipe cepat, serta tugas berulang yang biaya token cloud-nya dapat terus menumpuk.
Cocok memakai cloud atau infrastruktur perusahaan: model yang sangat besar, layanan organisasi bersama, dan tugas yang melampaui kapasitas sistem lokal.

Dengan demikian, Personal AI bukan klaim bahwa PC akan menggantikan pusat data. Ini adalah taruhan AMD bahwa AI akan menjadi model komputasi terdistribusi. Dalam skema itu, PC dan workstation bermemori besar menjadi lapisan yang mengisi ruang antara perangkat klien ringan dan klaster AI jarak jauh.17 23

Studio Global AI

Lanjutkan penelitian Anda

Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.

Cari dan periksa fakta dengan Studio Global AI

Orang-orang juga bertanya

Apa jawaban singkat untuk "Strategi Personal AI AMD: Mengapa Beban Kerja AI Ingin Dipindahkan dari Cloud ke PC"?

AMD menyebut pertumbuhan penggunaan token AI dapat membuat inferensi cloud berkelanjutan makin mahal.

Apa poin penting yang harus divalidasi terlebih dahulu?

AMD menyebut pertumbuhan penggunaan token AI dapat membuat inferensi cloud berkelanjutan makin mahal. Kapasitas memori menjadi faktor utama. Platform pengembang Ryzen AI Halo memiliki memori terpadu 128 GB dan diposisikan untuk menjalankan model hingga 200 miliar parameter secara lokal.[23][25]

Apa yang harus saya lakukan selanjutnya dalam latihan?

Strategi ini tidak hanya bergantung pada chip: Microsoft, Lenovo, Minisforum, Acemagic, dan SUSE menjadi bagian dari jalur yang AMD gambarkan, dari pengembangan AI lokal hingga penerapan infrastruktur perusahaan.[17][...

Sumber