Wednesday, November 18, 2026
Sains

Cisco–KAUST AI Institute luncurkan riset jaringan AI, pusat data, dan digital twin

Cisco–KAUST AI Institute luncurkan riset jaringan AI, pusat data, dan digital twin

Jeddah — Cisco–KAUST AI Institute meluncurkan portofolio pertama proyek riset kolaboratifnya, menandai perpindahan kemitraan dari tahap perencanaan ke tahap pelaksanaan riset. Langkah ini disebut sebagai tonggak penting bagi institute yang baru berdiri pada Oktober 2025 tersebut.

Seperti dilaporkan kantor berita Saudi SPA pada 18 September 2026, kolaborasi jangka panjang antara Cisco dan King Abdullah University of Science and Technology (KAUST) dirancang untuk memajukan riset kecerdasan buatan (AI), mengembangkan talenta, memperkuat kolaborasi industri, dan membangun infrastruktur yang dibutuhkan untuk mendukung inovasi AI di Arab Saudi.

Portofolio riset perdana institute ini mencakup beberapa bidang yang diperkirakan akan membentuk masa depan infrastruktur AI. Kemitraan strategis tersebut mencakup investasi finansial baik di bidang riset maupun infrastruktur.

Para peneliti akan mengeksplorasi bagaimana AI dapat meningkatkan efisiensi pusat data skala besar dengan mengoptimalkan manajemen beban kerja, mengurangi konsumsi energi, dan meningkatkan kinerja operasional seiring permintaan komputasi AI yang terus tumbuh.

Dua proyek berfokus pada jaminan jaringan berbasis AI, mengembangkan teknologi yang dapat memantau lalu lintas jaringan secara real time, mendeteksi anomali lebih cepat, dan mengotomatiskan manajemen jaringan di seluruh infrastruktur komunikasi yang semakin kompleks. Riset ini bertujuan mendukung jaringan digital yang lebih aman dan tangguh untuk aplikasi masa depan, termasuk kota pintar.

Proyek lain akan membangun replika virtual lengkap dari jaringan komunikasi modern, mulai dari koneksi nirkabel yang dilihat pengguna hingga serat optik yang membawa data di belakang layar. Dengan menggunakan AI untuk mengelola digital twin tersebut, peneliti dan operator dapat menguji perubahan, mengidentifikasi masalah, dan mengoptimalkan kinerja dengan aman di dunia virtual sebelum menerapkan modifikasi dan peningkatan pada jaringan nyata.

Pertanyaan pertama yang muncul: seberapa besar efisiensi energi yang bisa dihemat pusat data ketika AI mengambil alih manajemen beban kerja? Sumber tidak menyebutkan angka penghematan spesifik, namun arah risetnya jelas — mengurangi konsumsi energi di tengah lonjakan permintaan komputasi AI.

Pendirian institute pada Oktober 2025 menjadi titik awal kemitraan ini. Dalam waktu kurang dari setahun, institute telah beralih dari perencanaan ke pelaksanaan riset. Bukankah itu menunjukkan percepatan yang patut dicermati dalam ekosistem riset AI di Kerajaan?

Fokus pada jaminan jaringan berbasis AI menyentuh persoalan yang semakin mendesak: bagaimana memantau lalu lintas jaringan secara real time di infrastruktur yang terus bertambah kompleks? Dua proyek yang didedikasikan untuk bidang ini berupaya mendeteksi anomali lebih cepat dan mengotomatiskan manajemen jaringan.

Kota pintar disebut sebagai salah satu aplikasi masa depan yang akan didukung oleh riset ini. Jaringan digital yang lebih aman dan tangguh menjadi prasyarat bagi layanan kota pintar yang mengandalkan konektivitas berkelanjutan. Mampukah teknologi jaminan jaringan berbasis AI menjawab kebutuhan itu sebelum kota pintar benar-benar beroperasi penuh?

Digital twin menjadi salah satu pendekatan yang menarik dalam portofolio ini. Membangun replika virtual lengkap dari jaringan komunikasi modern — dari koneksi nirkabel hingga serat optik — memungkinkan pengujian perubahan tanpa risiko pada jaringan nyata. Operator dapat mengidentifikasi masalah dan mengoptimalkan kinerja di dunia virtual lebih dulu.

Pendekatan ini mendukung pengembangan dan operasi jaringan yang semakin kompleks. Namun, seberapa akurat sebuah digital twin dapat merepresentasikan perilaku jaringan nyata ketika AI mengelolanya? Sumber menyebut AI digunakan untuk mengelola digital twin, tetapi tidak merinci metode atau tingkat akurasinya.

Kemitraan Cisco–KAUST juga menekankan pengembangan talenta dan kolaborasi industri, bukan hanya riset teknis. Ini mencerminkan pendekatan yang lebih luas: membangun ekosistem AI yang mencakup manusia, institusi, dan infrastruktur sekaligus.

Investasi finansial dalam riset dan infrastruktur menjadi bagian dari kemitraan strategis ini. Sumber tidak menyebutkan nilai investasi, jumlah proyek secara keseluruhan, atau durasi masing-masing proyek. Yang jelas, institute ini dirancang sebagai kolaborasi jangka panjang.

Pertanyaan berikutnya: bagaimana hasil riset ini akan diterjemahkan menjadi penerapan nyata di jaringan dan pusat data di Arab Saudi? Sumber hanya menyebut bahwa riset bertujuan mendukung jaringan digital yang lebih aman dan tangguh untuk aplikasi masa depan, termasuk kota pintar, tanpa merinci jalur komersialisasi atau adopsinya.

Permintaan komputasi AI yang terus tumbuh menjadi latar belakang proyek efisiensi pusat data. Optimasi manajemen beban kerja, pengurangan konsumsi energi, dan peningkatan kinerja operasional menjadi tiga sasaran yang disebut secara eksplisit.

Apakah pendekatan ini cukup untuk mengimbangi laju pertumbuhan beban kerja AI yang sering kali melampaui kemampuan infrastruktur yang ada? Sumber tidak memberikan proyeksi beban kerja atau target pengurangan energi, sehingga pertanyaan ini tetap terbuka.

Dua proyek jaminan jaringan berbasis AI menyoroti kebutuhan akan otomatisasi dalam manajemen jaringan. Infrastruktur komunikasi yang semakin kompleks menuntut pemantauan real time dan deteksi anomali yang cepat — dua hal yang sulit dilakukan secara manual pada skala besar.

Otomatisasi manajemen jaringan juga membuka pertanyaan tentang peran manusia dalam operasi jaringan masa depan. Jika AI dapat mendeteksi anomali dan mengelola jaringan secara otomatis, bagaimana pembagian tugas antara operator manusia dan sistem AI? Sumber tidak membahas dimensi ini.

Digital twin untuk jaringan komunikasi modern mencakup spektrum yang luas: dari koneksi nirkabel yang terlihat pengguna hingga serat optik yang membawa data di belakang layar. Cakupan ini menunjukkan ambisi untuk mereplikasi jaringan secara menyeluruh, bukan hanya sebagian.

Pengujian perubahan di dunia virtual sebelum diterapkan ke jaringan nyata berpotensi mengurangi risiko gangguan layanan. Namun, seberapa sering pengujian virtual dapat menggantikan pengujian langsung di lapangan? Sumber tidak memberikan indikasi mengenai hal ini.

Institute ini didirikan pada Oktober 2025 sebagai bagian dari kolaborasi jangka panjang Cisco dan KAUST. Peluncuran portofolio riset pertama pada September 2026 menandai fase baru: dari perencanaan ke pelaksanaan riset.

Bidang-bidang yang dicakup portofolio perdana — efisiensi pusat data, jaminan jaringan berbasis AI, dan digital twin jaringan komunikasi — semuanya berkaitan dengan infrastruktur yang dibutuhkan untuk mendukung inovasi AI. Ini sejalan dengan tujuan kemitraan yang mencakup riset, talenta, kolaborasi industri, dan infrastruktur.

Apakah portofolio ini akan diperluas ke bidang lain di masa depan? Sumber tidak menyebutkan rencana perluasan atau jumlah proyek yang akan datang. Yang disebutkan hanyalah bahwa ini adalah portofolio riset kolaboratif pertama.

Keterlibatan KAUST sebagai universitas riset dan Cisco sebagai perusahaan teknologi menciptakan kombinasi antara kapasitas akademik dan keahlian industri. Kolaborasi semacam ini sering disebut sebagai model yang dapat mempercepat transfer teknologi, meskipun sumber tidak membahas mekanisme transfer tersebut secara spesifik.

Pengembangan talenta menjadi salah satu pilar kemitraan. Ini mengindikasikan bahwa riset tidak berdiri sendiri, melainkan terkait dengan upaya membangun kapasitas sumber daya manusia di bidang AI di Arab Saudi.

Bagaimana talenta yang dikembangkan melalui institute ini akan terhubung dengan kebutuhan industri di Kerajaan? Sumber tidak merinci program pengembangan talenta, jumlah peneliti, atau skema keterlibatan mahasiswa dan profesional muda.

Investasi dalam infrastruktur menjadi bagian dari kemitraan strategis ini. Infrastruktur yang dimaksud dapat mencakup fasilitas riset, perangkat komputasi, atau jaringan uji, namun sumber tidak memberikan rincian mengenai bentuk atau lokasinya.

Pusat data skala besar menjadi salah satu objek riset. Optimasi beban kerja, pengurangan konsumsi energi, dan peningkatan kinerja operasional adalah tiga area yang disebut. Ketiganya relevan dengan operasi pusat data yang menuntut efisiensi tinggi.

Seberapa besar dampak optimasi berbasis AI terhadap biaya operasional pusat data dalam jangka panjang? Sumber tidak menyertakan data biaya atau proyeksi penghematan, sehingga pertanyaan ini belum dapat dijawab berdasarkan materi yang tersedia.

Jaminan jaringan berbasis AI mencakup pemantauan lalu lintas real time, deteksi anomali yang lebih cepat, dan otomatisasi manajemen jaringan. Ketiga kemampuan ini saling terkait dalam mendukung jaringan yang aman dan tangguh.

Deteksi anomali yang lebih cepat dapat membantu mengurangi waktu respons terhadap gangguan atau serangan. Namun, sumber tidak menyebutkan metrik waktu respons atau tingkat deteksi yang ditargetkan.

Otomatisasi manajemen jaringan di seluruh infrastruktur komunikasi yang kompleks menuntut integrasi yang mulus antara berbagai komponen jaringan. Sumber tidak membahas tantangan integrasi atau standar yang akan digunakan.

Digital twin jaringan komunikasi modern dibangun sebagai replika virtual lengkap. Penggunaan AI untuk mengelolanya menunjukkan bahwa kompleksitas pengelolaan digital twin itu sendiri cukup tinggi.

Pengujian perubahan, identifikasi masalah, dan optimasi kinerja di dunia virtual sebelum penerapan pada jaringan nyata menjadi nilai utama pendekatan ini. Namun, sumber tidak menyebutkan apakah digital twin ini akan diuji pada jaringan tertentu atau dalam lingkungan laboratorium.

Dukungan terhadap pengembangan dan operasi jaringan yang semakin kompleks menjadi tujuan digital twin ini. Kompleksitas jaringan modern berasal dari beragamnya teknologi, perangkat, dan layanan yang harus saling terhubung.

Apakah pendekatan digital twin dapat diterapkan pada skala jaringan nasional, bukan hanya pada segmen tertentu? Sumber tidak memberikan indikasi mengenai skala penerapan yang direncanakan.

Secara keseluruhan, portofolio riset perdana Cisco–KAUST AI Institute mencakup tiga area utama: efisiensi pusat data, jaminan jaringan berbasis AI, dan digital twin jaringan komunikasi. Ketiganya berada di persimpangan antara AI dan infrastruktur.

Peluncuran portofolio ini menandai perpindahan dari perencanaan ke pelaksanaan riset, kurang dari setahun setelah institute didirikan pada Oktober 2025. Kemitraan ini mencakup investasi finansial dalam riset dan infrastruktur, serta tujuan pengembangan talenta dan kolaborasi industri.

Namun, sumber tidak menyebutkan nilai investasi, jumlah total proyek, durasi proyek, jumlah peneliti yang terlibat, mitra industri lain, lokasi fasilitas riset, atau jadwal hasil yang diharapkan. Rilis juga tidak merinci bagaimana hasil riset akan dikomersialkan atau diterapkan di jaringan dan pusat data di Arab Saudi.

Pertanyaan-pertanyaan yang tersisa — tentang skala penerapan, metrik keberhasilan, dan jalur adopsi — belum terjawab dalam materi yang tersedia. Yang jelas, institute ini telah memulai fase pelaksanaan riset dengan portofolio yang menyentuh fondasi infrastruktur AI: pusat data, jaringan, dan representasi virtualnya.

Apa saja bidang riset dalam portofolio perdana Cisco–KAUST AI Institute? Portofolio perdana mencakup tiga area utama. Pertama, riset efisiensi pusat data skala besar melalui optimasi manajemen beban kerja, pengurangan konsumsi energi, dan peningkatan kinerja operasional. Kedua, dua proyek jaminan jaringan berbasis AI untuk memantau lalu lintas real time, mendeteksi anomali lebih cepat, dan mengotomatiskan manajemen jaringan. Ketiga, proyek digital twin yang membangun replika virtual lengkap jaringan komunikasi modern, dari koneksi nirkabel hingga serat optik, untuk pengujian dan optimasi sebelum diterapkan ke jaringan nyata.

Kapan Cisco–KAUST AI Institute didirikan dan apa tujuannya? Institute ini didirikan pada Oktober 2025 sebagai bagian dari kolaborasi jangka panjang antara Cisco dan King Abdullah University of Science and Technology (KAUST). Tujuannya adalah memajukan riset kecerdasan buatan, mengembangkan talenta, memperkuat kolaborasi industri, dan membangun infrastruktur yang dibutuhkan untuk mendukung inovasi AI di Arab Saudi. Kemitraan strategis ini mencakup investasi finansial baik dalam riset maupun infrastruktur. Peluncuran portofolio riset pertama pada September 2026 menandai perpindahan dari tahap perencanaan ke pelaksanaan riset.

Bagaimana digital twin akan digunakan dalam riset jaringan? Proyek digital twin akan membangun replika virtual lengkap dari jaringan komunikasi modern, mulai dari koneksi nirkabel yang dilihat pengguna hingga serat optik yang membawa data di belakang layar. AI digunakan untuk mengelola digital twin tersebut. Peneliti dan operator dapat menguji perubahan, mengidentifikasi masalah, dan mengoptimalkan kinerja dengan aman di dunia virtual sebelum menerapkan modifikasi dan peningkatan pada jaringan nyata. Pendekatan ini mendukung pengembangan dan operasi jaringan yang semakin kompleks. Sumber tidak merinci skala penerapan atau tingkat akurasi digital twin tersebut.

Apa tujuan riset jaminan jaringan berbasis AI? Dua proyek dalam portofolio ini berfokus pada jaminan jaringan berbasis AI. Teknologi yang dikembangkan bertujuan memantau lalu lintas jaringan secara real time, mendeteksi anomali lebih cepat, dan mengotomatiskan manajemen jaringan di seluruh infrastruktur komunikasi yang semakin kompleks. Riset ini diarahkan untuk mendukung jaringan digital yang lebih aman dan tangguh bagi aplikasi masa depan, termasuk kota pintar. Sumber tidak menyebutkan metrik waktu respons, tingkat deteksi yang ditargetkan, atau standar integrasi yang akan digunakan dalam pengembangan teknologi tersebut.

Apa yang tidak disebutkan dalam rilis tentang kemitraan ini? Rilis tidak menyebutkan nilai investasi finansial, jumlah total proyek dalam portofolio, durasi masing-masing proyek, jumlah peneliti yang terlibat, mitra industri lain, lokasi fasilitas riset, atau jadwal hasil yang diharapkan. Rilis juga tidak merinci bagaimana hasil riset akan dikomersialkan atau diterapkan di jaringan dan pusat data di Arab Saudi. Selain itu, tidak ada informasi mengenai program pengembangan talenta, jumlah mahasiswa atau profesional yang terlibat, serta rencana perluasan portofolio riset ke bidang lain di masa depan.

Mengapa riset efisiensi pusat data menjadi bagian dari portofolio ini? Riset efisiensi pusat data menjadi bagian dari portofolio karena permintaan komputasi AI terus tumbuh. Para peneliti akan mengeksplorasi bagaimana AI dapat meningkatkan efisiensi pusat data skala besar dengan mengoptimalkan manajemen beban kerja, mengurangi konsumsi energi, dan meningkatkan kinerja operasional. Ketiga sasaran ini relevan dengan operasi pusat data yang menuntut efisiensi tinggi. Sumber tidak menyertakan data penghematan energi, proyeksi biaya operasional, atau target kinerja spesifik yang ingin dicapai melalui riset tersebut.