INDUSTRY.co.id - JAKARTA – Cloudera mengumumkan akselerasi GPU native untuk Apache Spark 4.1 di Cloudera Data Engineering, yang didukung library NVIDIA CUDA-X, cuDF. Plug-in NVIDIA cuDF untuk Apache Spark ini akan mendukung Cloudera Anywhere Cloud™ yang baru saja diperkenalkan untuk membantu organisasi mempercepat workload Spark tanpa harus menulis ulang kode PySpark maupun SQL.
Langkah tersebut dinilai dapat membantu perusahaan menyiapkan data yang AI-ready dengan lebih cepat sekaligus menekan biaya infrastruktur cloud di berbagai lingkungan hybrid.
Seiring organisasi memperluas inisiatif artificial intelligence (AI), kecepatan penyiapan data menjadi tantangan yang semakin krusial. Workload Spark berskala besar sering kali membutuhkan waktu berjam-jam untuk diselesaikan sehingga memperlambat aplikasi analitik dan AI sekaligus meningkatkan biaya komputasi cloud.
Dengan mengintegrasikan akselerasi GPU langsung ke dalam Cloudera Data Engineering, organisasi dapat memangkas waktu pemrosesan secara signifikan dengan tetap menggunakan aplikasi Spark yang sudah ada, tanpa harus mengubah kode maupun alur kerja operasional.
Apache Spark saat ini menangani banyak pipeline data perusahaan. Melalui akselerasi GPU native yang terintegrasi dalam Cloudera Data Engineering, organisasi dapat meningkatkan performa sekaligus mempertahankan keamanan dan tata kelola yang dibutuhkan untuk workload produksi.
Dengan memanfaatkan NVIDIA cuDF untuk workload Spark, Cloudera akan memberikan akselerasi workload hingga empat kali lipat pada GPU NVIDIA dibandingkan infrastruktur CPU tradisional. Kemampuan ini memungkinkan perusahaan memperpendek siklus pemrosesan data secara drastis.
Cloudera Data Engineering yang diakselerasi library NVIDIA CUDA-X menghadirkan akselerasi GPU tanpa perubahan kode untuk workload Apache Spark 4.1, ETL dan penyiapan data yang lebih cepat untuk kebutuhan analitik dan AI, serta biaya infrastruktur cloud yang lebih rendah melalui waktu komputasi yang lebih singkat.
Implementasi tersebut juga telah built-in tanpa memerlukan konfigurasi driver secara manual. Selain itu, keamanan dan tata kelola kelas enterprise tetap didukung melalui Cloudera Unified Data Fabric, dengan kinerja yang konsisten di ekosistem public cloud, private cloud, sovereign cloud, maupun on-premises.
Berbeda dengan penawaran akselerasi GPU yang terbatas pada satu penyedia cloud, Cloudera memperluas kapabilitas tersebut di seluruh lingkungan hybrid sembari mempertahankan tata kelola dan operasional yang konsisten.
Organisasi dapat mempercepat workload Spark di mana pun data mereka berada, baik di lingkungan on-premises, cloud maupun edge, tanpa mengorbankan keamanan atau fleksibilitas.
Dorongan mempercepat pipeline data juga muncul di tengah meningkatnya biaya infrastruktur akibat ekspansi AI. Data dari survei Cloudera bertajuk The Great Re-Architecture Survey menunjukkan sebanyak 84% responden mengatakan workload AI telah menyebabkan peningkatan biaya infrastruktur.
Dengan mempercepat pemrosesan Spark, organisasi dapat menyediakan data yang bersih dan siap digunakan model AI dengan lebih cepat. Pada saat yang sama, perusahaan dapat menekan biaya infrastruktur serta meningkatkan produktivitas tim data engineering, AI, dan analitik.
“Bagi banyak organisasi, AI tidak dibatasi oleh model. Melainkan dibatasi oleh seberapa cepat mereka dapat mengubah data mentah menjadi insight yang tepercaya dan dapat digunakan," ujar Leo Brunnick, Chief Product Officer di Cloudera.
"Mengakselerasi Spark di dalam Cloudera Data Engineering membantu menghilangkan hambatan tersebut, memungkinkan pelanggan beralih dari penyiapan data ke analitik dan AI dengan lebih cepat, sekaligus menempatkan tata kelola, keamanan, dan konsistensi operasional sebagai inti dari strategi mereka," lanjutnya.
Sementara itu, Pat Lee, Vice President Strategic Enterprise Partnerships di NVIDIA, mengatakan akselerasi AI akan lebih mudah dilakukan apabila perusahaan tidak perlu mengubah cara kerja yang sudah berjalan.
“Jalur tercepat untuk mempercepat penerapan AI adalah jalur yang selaras dengan cara perusahaan beroperasi saat ini," ujar Pat Lee.
"Dengan infrastruktur NVIDIA AI dan library CUDA-X yang kini hadir secara native di Cloudera Data Engineering, perusahaan dapat menekan biaya dan secara signifikan mempercepat pipeline Apache Spark tanpa perlu mengubah satu baris pun kode PySpark atau SQL, mengubah data bisnis menjadi fondasi bagi AI," katanya.
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.
Cloudera juga akan menampilkan demo tambahan dan sesi teknis terkait teknologi tersebut dalam NVIDIA GTC Berlin dan Cloudera EVOLVE New York pada akhir tahun ini.
