ASUS merilis server XA P2N-E2, server 2U berdasarkan arsitektur NVIDIA MGX dan dipowered oleh CPU NVIDIA Vera, dirilis di OCP Global Summit 2026. Server ini dirancang untuk beban kerja AI agente dan reinforcement learning, menargetkan lapisan eksekusi aplikasi AI seperti eksekusi kode, penggunaan alat, sandboxing, pemrosesan data dan orkestrasi. Mendukung hingga dua GPU NVIDIA RTX PRO 6000 Blackwell Server Edition ganda slot, menggabungkan komputasi CPU performa tinggi dengan akselerasi GPU fleksibel dalam faktor bentuk yang kompak.
Performansi single-thread CPU yang tinggi dan memori lebar sabit tinggi, efisien energi bertujuan untuk menjaga responsivitas AI agent saat tugas yang menuntut. Pada OCP, ASUS juga memperlihatkan portofolio infrastruktur AI yang lebih luas, termasuk AI POD skala rack XA VR721-E3 yang mengintegrasikan 36 CPU NVIDIA Vera dan 72 GPU NVIDIA Rubin melalui platform NVIDIA Vera Rubin NVL72 dengan pendinginan cairan penuh untuk AI training dan inferensi berskala besar. Selain itu, server XR R1I12B-M1BHFS menggabungkan NVIDIA HGX Rubin NVL8 dengan pendinginan cairan langsung ke chip untuk GPU dan pendinginan udara untuk prosesor Intel Xeon 6 untuk konfigurasi fleksibel.
Sistem-sistem ini mencerminkan strategi ASUS untuk menskalir infrastruktur AI melalui densitas komputasi, arsitektur pendinginan dan kebutuhan deployment. ASUS menekankan bahwa performa AI factory bergantung lebih dari perhitungan terakselerasi, menegaskan pentingnya jaringan dengan kecepatan tinggi, memori konteks yang skalabel, inferensi yang merespons dan infrastruktur data. Perusahaan juga memperlihatkan teknologi NVIDIA seperti HGX Rubin NVL8, Switching Ethernet Spectrum-X Spectrum-6, CMX Context Memory Storage, dan NVIDIA Groq 3 LPX — akelerator inferensi AI interaktif untuk generasi token ultra-cepat dalam sistem AI agentic konteks besar dan latensi rendah.
Bersama-sama, komponen-komponen ini memungkinkan AI factory penuh tumpuk menggunakan platform NVIDIA Vera Rubin, memungkinkan pelanggan menskalir dari sistem individu hingga deployment skala rack, mengoptimalkan performa per watt dan mempercepat waktu ke produksi.
Sumber: TechPowerUp News · Diringkas oleh HeadlinesBriefing