Pencarian

Apple Silicon dan MLX Jadi "Penerus" Xserve untuk AI Lokal di Perusahaan

Sabtu, 14 November 2026 • 21:03:01 WIB
Apple Silicon dan MLX Jadi
Apple menyiapkan infrastruktur AI lokal lewat arsitektur unified memory dan framework MLX pada chip Apple silicon.

SUMATERA UTARA — Apple tidak berlomba membangun model AI frontier, tetapi menyiapkan infrastruktur yang membuat model open-weight bisa berjalan lokal di Mac Studio maupun MacBook 16 GB. Lewat arsitektur unified memory dan framework MLX, dua Mac Studio disebut mampu berperilaku seperti satu superkomputer berkapasitas satu terabyte. Pendekatan ini menghadirkan kembali gagasan Xserve yang dimatikan Apple pada 2011, kini dalam bentuk mesin di bawah meja kerja.

Meta merilis model open-weight paling mumpuni mereka dan mengoptimalkannya agar berjalan di Mac Studio. Pengujian Apple Machine Learning Research menunjukkan empat unit M5 Ultra Mac Studio menjalankan Muse Spark Open pada kecepatan di atas 36 token per detik, lebih cepat dari kecepatan baca manusia, dengan konsumsi daya puncak sekitar 300 watt per mesin.

Spesifikasi Model yang Berjalan di Hardware Apple

Muse Spark Open membawa 816 miliar parameter dengan 42 miliar parameter aktif dan konteks satu juta token. Meta merilisnya secara terbuka, bukan sebagai produk berlangganan. Apple tidak membangun model bahasa besar itu, melainkan perangkat keras yang menjalankannya.

Arsitektur unified memory jadi kunci. GPU terintegrasi M5 Ultra dapat memakai hingga 512 GB memori per Mac Studio, sehingga dua mesin sudah cukup menampung satu model penuh. Bandwidth memori 1,2 TB/s disebut memadai untuk membaca irisan kecil data yang dibutuhkan setiap token.

MLX dan Cara Kerja di Level Perangkat Lunak

MLX adalah framework machine learning Apple yang dirancang khusus untuk arsitektur unified memory di chip Apple silicon. API-nya terasa familier bagi pengguna NumPy. Di atasnya tersedia paket tingkat lebih tinggi untuk neural network dan optimizer, plus transformasi fungsi untuk diferensiasi otomatis dan optimasi graf.

Framework ini punya binding di Swift, C++, dan C, artinya bisa dijalankan di seluruh platform Apple. Kombinasi hardware dan framework inilah yang membuat inferensi model besar tidak lagi wajib bergantung pada rak GPU Nvidia dan anggaran daya yang mengikutinya.

Uji Coba Alur Kerja Agentic Sepenuhnya On-Device

Pengujian mencakup sejumlah alur kerja agentic yang berjalan tanpa koneksi ke server eksternal. Muse Code bertenaga Muse Spark Open dipakai untuk mengirim perubahan nyata ke Ice Cubes, klien Mastodon open-source, mulai dari perbaikan bug, penambahan fitur, hingga proses build penuh.

Model yang sama juga mengoperasikan DaVinci Resolve dari awal sampai akhir. Model meninjau rekaman frame demi frame untuk menemukan momen terkuat, lalu memotongnya ke format vertikal. Semua proses itu berlangsung di perangkat yang sama.

Bukan Hanya Mac Studio: MacBook 16 GB Ikut Kebagian

Kisah Mac Studio memang jadi judul utama, tetapi dampak terbesar bagi tim IT justru ada di ujung lain lini produk. Aplikasi Osaurus menjalankan model AI lokal yang cukup pakai di laptop Apple silicon berkapasitas 16 GB tanpa perlu koneksi jaringan. Dua model bahkan disebut mampu berjalan di perangkat 8 GB.

Bagi perusahaan yang mengelola ratusan laptop karyawan, ini mengubah hitungan biaya. Inferensi AI tidak lagi otomatis berarti langganan API bulanan atau pengiriman data sensitif ke cloud pihak ketiga.

Mengapa Apple Tidak Ikut Lomba Model Frontier

Selama beberapa tahun terakhir, narasi yang beredar menyebut Apple tertinggal di AI karena tidak punya model frontier. Siri AI tertunda dan peluncuran Apple Intelligence tidak berjalan mulus. Namun bisnis model frontier kini menjelma menjadi pembakaran modal besar-besaran.

Setiap lab frontier membelanjakan miliaran dolar untuk GPU demi menjadi yang terbaik selama beberapa bulan. Begitu sebuah model dianggap cukup baik, pihak lain merilis versi open-weight yang bisa berjalan di hardware yang sudah dimiliki pengguna. Apple memilih tidak berlari di jalur itu.

Yang dibangun Apple adalah infrastruktur untuk segala hal kecuali model frontier. Posisi Siri sendiri masih jauh tertinggal, dan itu tetap menjadi pekerjaan rumah yang belum selesai.

Kembalinya Semangat Xserve dalam Bentuk Baru

Apple mematikan Xserve pada 2011 karena tidak ada yang menginginkan Mac di pusat data. Mac mini kemudian mengisi sebagian kebutuhan itu selama bertahun-tahun. Kini sepasang Mac Studio bisa menampung model yang biasanya menuntut satu rak hardware Nvidia.

Mesin itu berjalan cukup senyap untuk diletakkan di bawah meja kerja. Penyedia layanan Mac colocation seperti MacStadium disebut akan menerima dampak langsung dari arah ini.

Bagi pelaku bisnis digital di Indonesia, skenario ini membuka opsi menjalankan model AI internal tanpa ketergantungan penuh pada penyedia cloud global. Soal regulasi data pribadi dan kedaulatan data tetap jadi pertimbangan tersendiri, tetapi ketersediaan hardware lokal yang makin murah membuat perhitungan itu berubah.

Follow inisumut.com

Add this site to your preferred sources on Google

Add to preferred sources
Bagikan
Sumber: 9to5mac.com

This article was automatically rewritten by AI based on the source above without altering the facts of the original article.

Berita Lainnya

Indeks

Pilihan

Indeks

Berita Terkini

Indeks