nextren.com - Huawei memperkuat solusi jaringan pusat data Xinghe AI Fabric 2.0 untuk pasar Asia Pasifik guna menghadapi kebutuhan komputasi yang berubah seiring meningkatnya penggunaan AI agent dan aplikasi inference.
Peningkatan tersebut diumumkan dalam Huawei Network Summit 2026 Asia Pacific di Bali, Indonesia, pada 13 Agustus 2026. Siaran pers lokal Huawei yang diterbitkan 24 Agustus menyebut pembaruan difokuskan pada aspek kecerdasan, kinerja, dan keandalan jaringan pusat data.
Huawei menilai kebutuhan infrastruktur AI tidak lagi hanya berpusat pada pelatihan model dasar. Perusahaan kini mulai memprioritaskan penerapan AI agent dan aplikasi inference, yang menuntut jaringan dengan tingkat konkurensi, throughput, dan keandalan lebih tinggi.
"Saat ini teknologi AI telah memasuki fase aplikasi, dan model multimodal kini mendominasi industri," kata Johnny Cheng, Vice President, Data Center Network Domain, Huawei Data Communication Product Line.
Menurut Cheng, jaringan tradisional tidak lagi memadai untuk memenuhi tuntutan tersebut. Huawei kemudian memosisikan Xinghe AI Fabric 2.0 sebagai fondasi jaringan yang dirancang untuk menjaga pemanfaatan sumber daya komputasi sekaligus menyederhanakan pengelolaan jaringan.
Xinghe AI Fabric 2.0 membawa dua pendekatan utama. NET4AI ditujukan untuk meningkatkan efisiensi pelatihan dan inference AI melalui jaringan, sedangkan AI4NET menggunakan kemampuan AI untuk mengotomatisasi manajemen jaringan. Huawei membangun solusi ini dengan arsitektur tiga lapis, yakni AI Brain, AI Connectivity, dan AI Network Elements.
Di dalamnya terdapat sejumlah teknologi seperti Rock-Solid Architecture 2.0, StarryWing Digital Map 2.0, Hyper-Converged Fabric (HCF), serta Network Packet Load Balancing (NPLB). Kombinasi tersebut ditujukan untuk menjaga koneksi antarsistem tetap efisien sekaligus mengurangi dampak gangguan terhadap layanan.
Dalam pengumuman terpisah terkait portofolio Xinghe Intelligent Network, Huawei mengklaim HCF mampu mencapai throughput jaringan di atas 98 persen dan meningkatkan inference Tokens Per Second (TPS) hingga 20 persen. AI Eagle-Eye Engine juga diklaim dapat memantau kualitas hingga 200.000 service flow secara real-time. Angka tersebut merupakan klaim Huawei dan belum merupakan hasil pengujian independen.
Huawei juga mengungkap Xinghe AI Fabric 2.0 telah digunakan oleh sejumlah perusahaan di kawasan Asia Pasifik, termasuk DANA dari Indonesia dan CJ Group dari Korea Selatan. Namun, Huawei belum menguraikan detail implementasi maupun skala penggunaan solusi tersebut di DANA.
Salah satu contoh implementasi yang dipaparkan lebih rinci berasal dari CJ OliveNetworks. Perusahaan asal Korea Selatan itu menggunakan switch data center Huawei CloudEngine yang terintegrasi dengan iMaster NCE untuk membangun jaringan multi-data center. Integrasi tersebut memungkinkan otomatisasi penyediaan layanan serta pemantauan topologi jaringan secara real-time melalui StarryWing Digital Map.
Selain mengejar performa, Huawei menekankan ketahanan lintas lokasi. Perusahaan menilai jaringan data center modern perlu mampu menjaga layanan ketika beban kerja tersebar di lebih dari satu pusat data. Karena itu, fokus pengelolaan tidak hanya pada perangkat individual, tetapi juga visibilitas multi-site, operasi dan pemeliharaan berbasis AI, serta percepatan deployment layanan.
Langkah Huawei datang ketika industri AI mulai memasuki fase penggunaan yang lebih masif. IDC mencatat perusahaan di Asia Pasifik bergerak dari tahap eksperimen menuju industrialisasi AI, dengan sistem generative dan agentic AI mulai ditempatkan sebagai bagian dari proses bisnis. IDC juga memperkirakan 75 persen organisasi akan perlu memodernisasi lingkungan cloud lama mereka pada 2028 untuk mendukung beban kerja AI.
Perubahan itu ikut meningkatkan tekanan pada infrastruktur jaringan. Riset Cisco yang mengukur trafik inference AI pada jaringan operator menunjukkan volumenya tumbuh empat kali lipat dalam delapan bulan. Cisco juga menilai agentic AI dapat menghasilkan pola trafik berbeda dari layanan web tradisional karena agen dapat menjalankan tugas secara otomatis pada kecepatan perangkat lunak.
Kondisi tersebut membuat performa AI tidak hanya bergantung pada GPU atau accelerator. Ketika banyak server dan accelerator harus bertukar data secara terus-menerus, jaringan dapat menjadi salah satu faktor yang menentukan seberapa efektif sumber daya komputasi digunakan.
Peningkatan Xinghe AI Fabric 2.0 menunjukkan bahwa persaingan infrastruktur AI mulai bergeser ke lapisan yang lebih luas. Di tengah meningkatnya adopsi AI agent, kemampuan menghubungkan, memantau, dan menjaga ribuan sistem tetap tersedia dapat menjadi sama pentingnya dengan menambah kapasitas komputasi itu sendiri.
