macOS Tahoe 26.2 Ubah Cluster Mac Jadi Supercomputer AI

Apple merevolusi komputasi AI lokal dengan fitur clustering di macOS Tahoe 26.2 yang memungkinkan beberapa Mac terhubung via Thunderbolt 5 membentuk sistem komputasi terpadu untuk menjalankan model AI triliunan parameter. Empat Mac Studio dengan masing-masing 512GB unified memory kini dapat menjalankan model Kimi-K2-Thinking 1 triliun parameter secara efisien dengan konsumsi daya di bawah 500 watt, 10 kali lebih rendah dari cluster GPU tradisional. Fitur ini juga mendukung M4 Pro Mac mini dan MacBook Pro, memberikan developer dan researcher cara hemat biaya untuk membangun AI supercomputer lokal tanpa ketergantungan cloud yang mahal.

Thunderbolt 5 Jadi Tulang Punggung Clustering Latensi Rendah

macOS Tahoe 26.2 memperkenalkan fitur latensi rendah baru yang memungkinkan beberapa Mac terhubung menggunakan Thunderbolt 5, menciptakan cluster komputasi yang sangat powerful. Untuk developer dan researcher, ini adalah cara yang sangat berguna untuk membuat AI supercomputer lokal yang mampu menjalankan model besar-besaran tanpa ketergantungan pada infrastruktur cloud yang mahal. Empat Mac Studio yang masing-masing dapat menampung hingga 512GB unified memory kini bisa menjalankan model Kimi-K2-Thinking 1 triliun parameter dengan jauh lebih efisien dibanding PC dengan GPU yang boros daya.

Meskipun kita pernah melihat cluster Mac Thunderbolt sebelumnya, mereka terbatas oleh kecepatan Thunderbolt yang lebih lambat, terutama jika memerlukan hub yang dapat mengurangi kecepatan hingga 10 Gb/s. Fitur baru Apple memungkinkan konektivitas Thunderbolt 5 penuh hingga 80Gb/s. Kemampuan clustering ini juga tidak terbatas pada Mac Studio yang mahal, tetapi juga akan bekerja dengan M4 Pro Mac mini dan M4 Pro/Max MacBook Pro. Developer tidak memerlukan perangkat keras khusus untuk membangun cluster, hanya kabel Thunderbolt 5 standar dan Mac yang kompatibel.

Dalam demo, cluster empat Mac Studio memuat dan menjalankan model Kimi-K2-Thinking masif tersebut di versi awal ExoLabs EXO 1.0. Yang luar biasa, cluster menggunakan kurang dari 500 watt daya, yang sekitar 10 kali lebih rendah dari cluster GPU pada umumnya. NVIDIA RTX 5090 dinilai untuk 575W, tetapi permintaannya juga bisa melonjak lebih tinggi lagi. Efisiensi energi ini menjadi game-changer untuk laboratorium dan fasilitas riset yang ingin menjalankan beban kerja AI besar tanpa biaya infrastruktur yang sangat mahal.

Neural Accelerator M5 dan Integrasi Proyek MLX

macOS Tahoe 26.2 juga akan memberikan proyek open source MLX dari Apple akses penuh ke neural accelerators pada chip M5, yang seharusnya secara dramatis mempercepat inferensi AI. Ironisnya, satu-satunya Mac M5 yang tersedia saat ini adalah MacBook Pro 14-inch yang hanya mendukung Thunderbolt 4. Ini berarti Mac M5 tidak akan bisa memanfaatkan kemampuan Mac clustering baru yang memerlukan Thunderbolt 5.

Chip M5 dengan neural accelerators yang powerful sebenarnya sangat cocok untuk beban kerja AI, tetapi keterbatasan Thunderbolt 4 pada MacBook Pro 14-inch M5 generasi saat ini menciptakan situasi yang paradoks. Developer yang ingin memanfaatkan neural accelerators M5 harus menunggu MacBook Pro generasi berikutnya atau Mac Studio yang mendukung Thunderbolt 5, atau tetap menggunakan model M4 Pro/Max yang sudah mendukung Thunderbolt 5 untuk kemampuan clustering.

Proyek MLX sendiri adalah framework machine learning yang dioptimalkan untuk Apple Silicon, dirancang untuk peneliti dan developer yang ingin menjalankan dan melatih model langsung di Mac. Dengan akses penuh ke neural accelerators M5, MLX bisa melakukan operasi inferensi jauh lebih cepat, menjadikan platform Mac semakin menarik untuk pengembangan AI lokal. Kombinasi arsitektur unified memory dan desain hemat daya dari Apple Silicon sudah membuat Mac pilihan yang berguna untuk pekerjaan AI yang demanding, dan kemampuan clustering lewat Thunderbolt 5 berpotensi membuatnya semakin menggoda.

Implikasi untuk Developer AI dan Analisis Cost-Benefit

Unified memory dan desain hemat daya dari Apple Silicon sudah membuat Mac pilihan yang berguna untuk pekerjaan AI yang demanding, tetapi kemampuan untuk menggabungkan beberapa sistem lewat Thunderbolt 5 berpotensi lebih menarik bagi siapa pun yang bekerja dengan model besar. Tentu saja, Mac Studio dengan 512GB RAM tidak murah, dengan harga mulai dari $9.499 dengan chip M3 Ultra, tetapi itu hanya opsi paling mahal. Lab dan perusahaan yang sudah memiliki Mac Studios, Mac minis, dan MacBook Pros berpotensi dapat menggabungkan sistem yang sudah mereka beli.

Dari perspektif cost-benefit, menggabungkan Mac yang sudah ada bisa menjadi alternatif yang jauh lebih terjangkau dibanding membeli cluster GPU khusus atau menggunakan infrastruktur cloud untuk training dan inferensi AI. Untuk startup AI dan lab riset di Indonesia, ini membuka peluang untuk membangun infrastruktur AI lokal tanpa pengeluaran modal yang sangat besar. Bayangkan lab riset universitas yang sudah memiliki beberapa Mac Studios atau MacBook Pros untuk pekerjaan desain sekarang bisa menggunakannya kembali sebagai cluster AI di luar jam kerja.

Bagi developer AI di Indonesia yang ingin bereksperimen dengan model besar secara lokal tanpa biaya cloud berulang, clustering Mac menawarkan titik manis antara performa, efisiensi, dan biaya. Dengan empat M4 Pro Mac minis, yang jauh lebih murah dari Mac Studios, developer bisa membangun cluster yang cukup capable untuk development dan testing. Sementara deployment produksi mungkin masih memerlukan skala cloud, memiliki environment development lokal yang powerful secara dramatis mempercepat siklus iterasi dan mengurangi ketergantungan pada konektivitas internet yang kadang tidak reliable di beberapa area di Indonesia.

(Burung Hantu Infratek / Berbagai Sumber)

⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan oleh AI internal Burung Hantu Infratek. Mohon maaf apabila terdapat ketidakakuratan pada data aktual.

Berita Terkait Mac dan AI

🔥 Apple M5 Unggul 38% dari Intel: Analisis Performa Chip untuk Software Developer AI

⚡ Apple Rilis MacBook Pro 14 Inci dengan M5: Performa AI 3,5x Lebih Cepat

💡 OpenAI Akuisisi Software Applications: Sky untuk Mac Jadi Senjata Dominasi Ekosistem Apple

🚀 MaxSun Hidupkan Kembali Era Dual-GPU: Arc Pro B60 Liquid Edition Single-Slot 192GB VRAM

Sumber dan Referensi

[1] You can turn a cluster of Macs into an AI supercomputer in macOS Tahoe 26.2

[2] M4 Mac minis in a computing cluster is incredibly cool, but not hugely effective

[3] Local AI: Nemotron 70B on four Mac minis M4 Pro with Thunderbolt 5 interconnect

[4] How to Build an AI Supercomputer Using 5 Apple Mac Studios

[5] Exploring Multi-Node Expert Parallelism on Apple Silicon for Mixture-of-Experts LLM