marketinginsight.id – Perkembangan teknologi kecerdasan buatan (Artificial Intelligence) yang begitu masif menuntut efisiensi tinggi dalam siklus pengolahan dan penyiapan data skala besar. Perusahaan kini dihadapkan pada tantangan untuk mempercepat alur data tanpa memicu pembengkakan biaya infrastruktur komputasi.
Guna merespons kebutuhan tersebut, kolaborasi antar-pemimpin industri pemrosesan data dan penyedia arsitektur komputasi mutakhir makin marak dilakukan. Sinergi ini dirancang untuk mengoptimalkan kinerja sistem analitik tanpa mengganggu alur kerja operasional yang telah berjalan.
Inisiatif inovasi ini menghadirkan jawaban bagi para praktisi data dalam mempercepat transformasi raw data menjadi insight siap pakai untuk model AI. Langkah strategis ini sekaligus mempertegas pentingnya pengelolaan data hybrid yang efisien, aman, dan dapat diandalkan secara berkelanjutan.
Cloudera mengumumkan akselerasi GPU native untuk Apache Spark 4.1 di Cloudera Data Engineering yang didukung oleh library NVIDIA CUDA-X, cuDF. Plug-in NVIDIA cuDF untuk Apache Spark akan mendukung Cloudera Anywhere Cloud yang dirancang mempercepat pemrosesan data tanpa perlu menulis ulang kode PySpark atau SQL.
Inovasi ini membantu tim data menyiapkan data yang siap untuk AI dengan lebih cepat sekaligus menekan biaya infrastruktur cloud di seluruh lingkungan hybrid.
Seiring organisasi memperluas inisiatif AI, kecepatan penyiapan data telah menjadi tantangan yang sangat krusial. Pemrosesan Spark berskala besar sering kali membutuhkan waktu berjam-jam sehingga memperlambat aplikasi analitik dan memicu pembengkakan biaya komputasi.
Dengan mengintegrasikan akselerasi GPU langsung ke dalam Cloudera Data Engineering, organisasi dapat memangkas waktu pemrosesan secara signifikan. Langkah ini dilakukan menggunakan aplikasi Spark yang sudah ada, tanpa perlu mengubah kode maupun alur kerja operasional.
Apache Spark sendiri menangani banyak alur pemrosesan data perusahaan saat ini. Melalui akselerasi GPU native yang terintegrasi, organisasi dapat meningkatkan performa sembari tetap menjaga keamanan serta tata kelola di fase produksi.
Dengan memanfaatkan NVIDIA cuDF, Cloudera menghadirkan lonjakan performa pemrosesan hingga empat kali lipat dibandingkan infrastruktur CPU tradisional. Hal tersebut memungkinkan perusahaan memperpendek siklus pemrosesan data secara drastis.
Secara keseluruhan, kolaborasi Cloudera Data Engineering dan library NVIDIA CUDA-X menghadirkan akselerasi GPU tanpa perubahan kode untuk Apache Spark 4.1. Pengolahan data dan proses penyiapan untuk analitik maupun AI menjadi jauh lebih cepat.
Selain itu, biaya infrastruktur cloud dapat ditekan melalui waktu komputasi yang lebih singkat dengan implementasi langsung tanpa konfigurasi driver manual. Keamanan dan tata kelola kelas enterprise juga terjaga melalui Cloudera Unified Data Fabric di seluruh ekosistem komputasi.
Berbeda dari penawaran akselerasi GPU yang terbatas pada satu penyedia cloud, kapabilitas ini diperluas ke seluruh lingkungan hybrid. Organisasi dapat mempercepat pemrosesan Spark di mana pun data berada, baik pada lingkungan lokal, cloud, maupun edge.
Menyiapkan data tepercaya secara cepat dengan biaya yang efisien merupakan hal krusial bagi analitik dan AI. Data survei Cloudera The Great Re-Architecture Survey menemukan bahwa 84 persen responden mengakui beban kerja AI telah memicu peningkatan biaya infrastruktur.
Dengan mempercepat pemrosesan Spark, organisasi dapat menyediakan data bersih yang siap digunakan oleh model AI secara lebih responsif. Solusi ini membantu menekan biaya infrastruktur sekaligus meningkatkan produktivitas tim pengolah data.
Chief Product Officer Cloudera, Leo Brunnick, menyatakan bahwa tantangan utama AI bagi banyak organisasi terletak pada kecepatan mengubah data mentah menjadi wawasan tepercaya. Akselerasi Spark di dalam Cloudera Data Engineering hadir untuk menghilangkan hambatan tersebut secara efektif.
Leo Brunnick menambahkan bahwa solusi ini memungkinkan pelanggan beralih dari penyiapan data ke analitik dan AI dengan lebih cepat. Pada saat bersamaan, tata kelola, keamanan, serta konsistensi operasional tetap ditempatkan sebagai inti dari strategi perusahaan.
Sementara itu, Vice President Strategic Enterprise Partnerships NVIDIA, Pat Lee, menilai jalur tercepat mempercepat penerapan AI adalah selaras dengan cara operasi perusahaan. Kehadiran infrastruktur NVIDIA AI dan library CUDA-X secara native di Cloudera Data Engineering menjadi jawaban atas kebutuhan tersebut.
Pat Lee menegaskan bahwa perusahaan kini dapat menekan biaya dan mempercepat alur data Spark tanpa perlu mengubah satu baris pun kode PySpark atau SQL. Langkah ini menjadikan data bisnis sebagai fondasi utama bagi pengembangan AI.
Kemampuan akselerasi GPU untuk Apache Spark ini akan tersedia di Cloudera Data Engineering sebagai bagian dari Cloudera Anywhere Cloud. Peluncurannya diumumkan dalam acara EVOLVE Singapore pada 20 Agustus 2026.
Demonstrasi tambahan dan sesi teknis mengenai teknologi ini juga dijadwalkan tampil di NVIDIA GTC Berlin serta Cloudera EVOLVE New York pada akhir tahun.
Redaksi
