Jurnal Indonesia — Cloudera mengumumkan akselerasi GPU native untuk Apache Spark 4.1 di Cloudera Data Engineering. Inovasi ini didukung oleh library NVIDIA CUDA-X, khususnya cuDF, yang dirancang untuk mempercepat pemrosesan data tanpa mengubah kode PySpark atau SQL yang sudah ada.

Plug-in NVIDIA cuDF untuk Apache Spark akan mendukung Cloudera Anywhere Cloud™. Solusi ini bertujuan membantu organisasi mempercepat workload Spark, menyiapkan data yang siap untuk kecerdasan buatan (AI) dengan lebih cepat, sekaligus mengurangi biaya infrastruktur cloud di seluruh lingkungan hybrid.

“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.

Kecepatan penyiapan data menjadi tantangan krusial seiring organisasi memperluas inisiatif AI. Workload Spark berskala besar seringkali membutuhkan waktu berjam-jam untuk diselesaikan, memperlambat aplikasi analitik dan AI serta meningkatkan biaya komputasi cloud.

Dengan mengintegrasikan akselerasi GPU langsung ke dalam Cloudera Data Engineering, organisasi dapat memangkas waktu pemrosesan secara signifikan menggunakan aplikasi Spark yang sudah ada, tanpa mengubah kode maupun alur kerja operasional.

Mengakselerasi Spark untuk Enterprise AI

Apache Spark menjadi tulang punggung banyak pipeline data perusahaan saat ini. Dengan akselerasi GPU native yang terintegrasi dalam Cloudera Data Engineering, organisasi dapat meningkatkan performa sekaligus menjaga keamanan dan tata kelola yang dibutuhkan untuk workload di fase produksi.

Memanfaatkan NVIDIA cuDF untuk workload Spark, Cloudera menargetkan akselerasi workload hingga 4x lipat pada GPU NVIDIA dibandingkan dengan infrastruktur CPU tradisional. Hal ini memungkinkan perusahaan memperpendek siklus pemrosesan data secara drastis.

Cloudera Data Engineering yang diakselerasi oleh library NVIDIA CUDA-X™ menghadirkan akselerasi GPU tanpa perubahan kode untuk workload Apache Spark 4.1. Ini berarti penyiapan data yang lebih cepat untuk analitik dan AI, serta biaya infrastruktur cloud yang lebih rendah berkat waktu komputasi yang lebih singkat.

Implementasi ini sudah built-in tanpa konfigurasi driver secara manual. Keamanan dan tata kelola kelas enterprise hadir melalui Cloudera Unified Data Fabric, dengan kinerja yang konsisten di seluruh ekosistem public cloud, private cloud, sovereign cloud, dan on-premises.

Berbeda dengan penawaran akselerasi GPU yang terbatas pada satu penyedia cloud saja, Cloudera memperluas kapabilitas ini di seluruh lingkungan hybrid. Organisasi dapat mempercepat workload Spark di mana pun data mereka berada, baik di lingkungan on-premises, cloud, maupun edge, tanpa mengorbankan keamanan atau fleksibilitas.

Pipeline Data Lebih Cepat

Menyiapkan data yang tepercaya secara cepat dan dengan biaya yang wajar sangat penting untuk analitik dan AI. Survei terbaru Cloudera, The Great Re-Architecture Survey, menemukan bahwa 84% responden mengatakan workload AI telah menyebabkan peningkatan biaya infrastruktur.

Dengan mempercepat pemrosesan Spark, organisasi dapat menyediakan data yang bersih dan siap digunakan oleh model dengan lebih cepat. Hal ini membantu menekan biaya infrastruktur sekaligus meningkatkan produktivitas di seluruh tim data engineering, AI, dan analitik.

“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,” ujar Leo Brunnick.

“Jalur tercepat untuk mempercepat penerapan AI adalah jalur yang selaras dengan cara perusahaan beroperasi saat ini,” tambah Pat Lee, vice president, Strategic Enterprise Partnerships di NVIDIA. “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.”

Kemampuan akselerasi GPU untuk Apache Spark tersedia di Cloudera Data Engineering sebagai bagian dari Cloudera Anywhere Cloud™. Fitur ini diumumkan dalam acara EVOLVE Singapore pada 20 Agustus 2026. Demo tambahan dan sesi teknis akan ditampilkan di NVIDIA GTC Berlin dan Cloudera EVOLVE New York pada akhir tahun ini.