Model dan platform AI

CoreWeave Meluncurkan Lapisan Pengembangan Forge untuk Model dan Agen

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

CoreWeave mengumumkan CoreWeave Forge pada 30 September 2026, menggambarkannya sebagai lapisan pengembangan untuk tim yang membangun dan meningkatkan model serta agen. Menurut perusahaan, Forge menjalankan seluruh siklus AI berupa menjalankan, mengamati, mengkurasi, meningkatkan, mengevaluasi, dan mengulangi dalam satu lingkungan terhubung, dan tetap terbuka terhadap model, kerangka kerja, serta cloud lain yang sudah digunakan tim. MasterClass dan Canva sudah membangun di atas platform ini. Pengumuman yang berlokasi di San Francisco ini dibagikan selama Fully Connected, konferensi cloud AI CoreWeave, yang dikatakan mengumpulkan lebih dari 4.500 pelanggan, mitra, pengembang, dan pemimpin AI.

Menyatukan Rantai Alat yang Terfragmentasi

CoreWeave mengatakan pengembangan model dan agen telah terpecah di antara alat dari vendor terpisah, yang tidak dirancang untuk bekerja bersama. Bagi peneliti dan insinyur yang membawa model atau agen melalui seluruh siklus hidupnya, perusahaan menyatakan bahwa fragmentasi menimbulkan biaya: jejak produksi tidak memberi masukan ke pelatihan berikutnya, eksperimen yang selesai tidak memberi informasi pada evaluasi selanjutnya, dan setiap serah terima kehilangan sinyal atau memakan lebih banyak waktu.

CoreWeave mengatakan Forge mengatasi hal ini dengan menyatukan Weights & Biases Models, keahlian pasca‑pelatihan dari OpenPipe, dan proyek notebook open‑source marimo bersama layanan miliknya dalam satu lingkungan terhubung yang dirancang untuk perbaikan berkelanjutan. Jalur pelatihan, pelacakan eksperimen, evaluasi, dan jejak agen berjalan di tempat model atau agen sebenarnya dijalankan, dan CoreWeave Registry menyimpan setiap checkpoint serta konfigurasi agen dalam versi.

“Seiring semakin banyak orang membangun dengan AI, mereka menempatkan model untuk bekerja dengan data dan alur kerja mereka sendiri. Di situlah kesenjangan antara kemampuan model dan kinerja sistem menjadi jelas,” kata Chen Goldberg, eksekutif wakil presiden produk dan rekayasa di CoreWeave, dalam pengumuman tersebut. Tim rekayasa, kata Goldberg, perlu memahami kesenjangan tersebut, memilih sinyal yang penting, meningkatkan versi berikutnya, dan memeriksa apakah perubahan tersebut berhasil dalam kondisi operasional nyata, semuanya sebagai satu sistem terhubung.

Apa yang Disertakan dalam CoreWeave Forge

CoreWeave mengatakan Forge tersedia sejak pengumuman, dengan kemampuan baru dan yang diperluas di seluruh siklus AI.

CoreWeave ARIA, yang kini tersedia secara umum, adalah agen pengkodean yang secara otomatis menganalisis data eksperimen berskala besar dan data observabilitas agen, menampilkan apa yang menyebabkan perubahan, serta mengusulkan eksperimen selanjutnya yang layak dijalankan, lengkap dengan bukti yang mendukung setiap usulan. CoreWeave Sandboxes juga telah mencapai ketersediaan umum, menyediakan lingkungan baru yang terisolasi untuk setiap jalur, baik penggunaan alat agen, pembelajaran penguatan, atau evaluasi model, yang sudah terhubung ke seluruh siklus sehingga tidak perlu menyiapkan tambahan apa pun untuk menggunakannya.

CoreWeave mengatakan Weights & Biases Models membantu tim melacak dan membandingkan puluhan ribu eksperimen serta jutaan metrik, menggunakan visualisasi canggih dan alur kerja otomatis. Komponen Notebooks‑nya merupakan pengalaman pengembang yang berada di lingkungan tempat pekerjaan dijalankan, sehingga prototipe dapat langsung masuk ke pelatihan, evaluasi, dan produksi tanpa memerlukan penulisan ulang, dengan visualisasi khusus yang dibangun di atas marimo.

CoreWeave Agent Lens adalah alat observabilitas dan perbaikan berkelanjutan baru untuk agen produksi yang menganalisis puluhan juta jejak dan mengubahnya menjadi wawasan yang mendorong perbaikan. CoreWeave menyatakan bahwa Agent Lens mendeteksi 20 persen lebih banyak kegagalan kritis dan memperbaiki masalah dengan biaya sepersepuluh, berdasarkan tolok ukur terhadap LLM frontier tujuan umum.

Menurut CoreWeave, Registry‑nya memversi setiap checkpoint model dan konfigurasi agen dalam format terbuka dan portabel dengan jejak yang jelas, sehingga upaya berikutnya dapat dimulai dari titik mana saja dalam riwayat tim pada tumpukan apa pun. CoreWeave Post-Training menyediakan pembelajaran penguatan tanpa server, fine‑tuning terawasi tanpa server, dan distilasi model, dan perusahaan menyatakan bahwa pembelajaran penguatan tanpa servernya melatih 1,4 kali lebih cepat dengan biaya 40 persen lebih rendah dibandingkan setup yang dikelola sendiri.

CoreWeave mengatakan Inference kini menjadi bagian dari Forge, menyediakan akses playground dan penyebaran inference ke model open‑weight terbaru. Inference khusus juga menambahkan kemampuan dalam pratinjau yang disebut RL Rollouts, yang memuat checkpoint secara cepat ke dalam penyebaran langsung sehingga siklus pelatihan dapat terus berjalan tanpa perlu penyebaran ulang.

Edisi, Uji Coba, dan Transisi Weights & Biases

Forge ditawarkan dalam tiga edisi, Gratis, Pro, dan Enterprise, yang menurut CoreWeave memungkinkan tim memulai tanpa siklus pengadaan dan berkembang di platform. Perusahaan mengarahkan tim ke CoreWeave Forge situs web untuk mendaftar Forge Pro dan memulai uji coba gratis selama 30 hari.

Situs Forge menyatakan bahwa Weights & Biases kini menjadi CoreWeave Forge, dan bahwa kredensial Weights & Biases yang ada dapat digunakan di sana untuk mengakses proyek dan data. Situs tersebut menampilkan Canva, Cohere, MasterClass, Perplexity, Runway, Sunday Robotics, dan Wayve di bawah judul “Dipercaya oleh para pembuat AI modern”.

Nick Patience, wakil presiden dan pemimpin praktik untuk platform AI di Futurum Group, mengatakan bahwa pembeli platform di pasar ini selama ini harus mempertimbangkan berapa banyak fleksibilitas yang mereka korbankan demi rantai alat yang terhubung. “Menutup siklus dari produksi kembali ke pelatihan dalam satu lingkungan, sambil tetap terbuka terhadap model, kerangka kerja, dan awan, merupakan masalah rekayasa yang lebih sulit dibandingkan salah satu bagian saja,” kata Patience.

CoreWeave didirikan pada tahun 2017 dan menyelesaikan pencatatan publiknya di Nasdaq pada Maret 2025.

Theo Nash adalah seorang spesialis yang dihasilkan AI di Unite.AI, yang mencakup infrastruktur AI, komputasi, dan sistem perangkat keras yang mendukung kecerdasan buatan modern. Pekerjaannya berfokus pada fondasi teknis di balik beban kerja AI berskala besar, termasuk pusat data, akselerator, jaringan, dan tumpukan perangkat lunak yang menghubungkannya.

Dengan perspektif analitis dan berorientasi rekayasa, Theo meneliti bagaimana kemajuan pada GPU, silikon khusus, arsitektur memori, dan sistem terdistribusi memungkinkan generasi baru model AI. Ia memberi perhatian khusus pada kompromi kinerja, efisiensi energi, skalabilitas, serta kendala praktis yang membentuk penerapan infrastruktur AI di dunia nyata.

Artikel yang ditulis oleh Theo Nash dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, dan liputan yang bertanggung jawab atas lanskap komputasi AI yang berkembang cepat.