Jakarta, Mediaprofesi.id – Cloudera mengumumkan akselerasi GPU native untuk Apache Spark 4.1 melalui Cloudera Data Engineering. Teknologi ini memanfaatkan library NVIDIA CUDA-X, cuDF, sehingga perusahaan dapat mempercepat workload Spark tanpa harus menulis ulang kode PySpark maupun SQL.
Kapabilitas tersebut juga mendukung Cloudera Anywhere Cloud™, yang memungkinkan organisasi mempercepat pemrosesan data di berbagai lingkungan hybrid. Dampaknya, tim data dapat menyiapkan data yang siap digunakan untuk AI dengan lebih cepat sekaligus menekan biaya infrastruktur cloud.
Kebutuhan ini semakin penting seiring perusahaan berlomba mengembangkan aplikasi AI. Workload Spark berskala besar kerap membutuhkan waktu berjam-jam untuk diselesaikan. Kondisi tersebut bukan hanya memperlambat analitik dan AI, tetapi juga meningkatkan biaya komputasi.
Dengan integrasi akselerasi GPU langsung ke Cloudera Data Engineering, perusahaan dapat meningkatkan performa aplikasi Spark yang sudah berjalan tanpa mengubah kode maupun alur kerja operasional.
Percepat Spark untuk AI Enterprise
Apache Spark menjadi salah satu mesin penting dalam berbagai pipeline data perusahaan. Melalui akselerasi GPU native, Cloudera menawarkan peningkatan performa sekaligus mempertahankan aspek keamanan dan tata kelola yang dibutuhkan untuk workload produksi.
Dengan memanfaatkan NVIDIA cuDF, workload Spark disebut dapat dipercepat hingga 4 kali lipat pada GPU NVIDIA dibandingkan infrastruktur CPU tradisional. Hal ini memungkinkan perusahaan memangkas waktu pemrosesan data secara signifikan.
Sejumlah manfaat yang ditawarkan antara lain akselerasi GPU tanpa perubahan kode untuk Apache Spark 4.1, proses ETL dan penyiapan data yang lebih cepat, serta biaya infrastruktur cloud yang lebih rendah karena waktu komputasi menjadi lebih singkat.
Implementasinya juga sudah terintegrasi sehingga tidak membutuhkan konfigurasi driver secara manual. Selain itu, keamanan dan tata kelola enterprise tetap didukung melalui Cloudera Unified Data Fabric.
Kinerja tersebut dirancang konsisten di berbagai lingkungan, mulai dari public cloud, private cloud, sovereign cloud, hingga on-premises.
Berbeda dengan solusi akselerasi GPU yang hanya berfokus pada satu penyedia cloud, Cloudera memperluas kapabilitasnya ke berbagai lingkungan hybrid. Organisasi pun dapat mempercepat workload Spark di mana pun data berada, termasuk on-premises, cloud, maupun edge.
Data Lebih Cepat, Biaya Lebih Rendah
Kecepatan menyiapkan data yang tepercaya menjadi faktor penting dalam pengembangan analitik dan AI. Survei Cloudera The Great Re-Architecture Survey menunjukkan 84% responden mengaku workload AI telah meningkatkan biaya infrastruktur.
Akselerasi Spark diharapkan membantu perusahaan menyediakan data bersih dan siap digunakan model AI dengan lebih cepat. Pada saat yang sama, waktu komputasi yang lebih singkat dapat membantu menekan biaya infrastruktur dan meningkatkan produktivitas tim data engineering, AI, serta analitik.
“Bagi banyak organisasi, AI tidak dibatasi oleh model, melainkan seberapa cepat mereka dapat mengubah data mentah menjadi insight yang tepercaya dan dapat digunakan,” ujar Leo Brunnick, Chief Product Officer Cloudera.
Sementara itu, Pat Lee, Vice President Strategic Enterprise Partnerships NVIDIA, mengatakan akselerasi ini memungkinkan perusahaan mempercepat pipeline Apache Spark sekaligus menekan biaya tanpa perlu mengubah kode PySpark atau SQL.
Kemampuan akselerasi GPU untuk Apache Spark akan tersedia di Cloudera Data Engineering sebagai bagian dari Cloudera Anywhere Cloud™, yang diumumkan dalam acara EVOLVE Singapore pada 20 Agustus 2026.
Demo dan sesi teknis tambahan akan ditampilkan dalam NVIDIA GTC Berlin serta Cloudera EVOLVE New York pada akhir tahun ini. * (Syam)
3 Views
