Chip Berbasis Cahaya Meningkatkan AI dengan Efisiensi 100x

Peneliti Universitas Florida memperkenalkan chip berbasis cahaya yang dirancang untuk mendorong AI ke tingkat baru. Mikrochip yang dirancang khusus ini mengandalkan foton alih-alih elektron untuk memberikan kinerja yang sebanding dengan opsi paling canggih saat ini, sambil menggunakan hanya sebagian kecil energi. Berikut cara chip berbasis cahaya dapat membantu mendorong teknologi AI lebih jauh daripada sebelumnya.

Mengapa AI Membutuhkan Solusi Perangkat Keras Baru

Seiring sistem AI menjadi krusial bagi banyak teknologi paling maju saat ini, celah terus muncul dalam strategi yang ada. Pendekatan saat ini mengandalkan algoritma yang terus berkembang untuk meningkatkan kinerja. Di masa lalu, strategi ini efektif karena insinyur AI dapat mengembangkan algoritma yang lebih efisien dan dirancang khusus untuk meningkatkan kinerja tanpa menemui hambatan perangkat keras.

Permintaan Komputasi

Namun, ekosistem AI saat ini terlihat sangat berbeda, karena perangkat keras tidak dapat mengikuti peningkatan permintaan komputasi yang terus tumbuh. Bahkan keterbatasan teknologi terkecil, seperti waktu yang dibutuhkan elektron untuk melintasi chip, telah terbukti menjadi faktor pembatas dalam mendorong kinerja AI ke depan.

Konsumsi Energi

Beban komputasi ini juga datang dengan kebutuhan energi tambahan. Semakin banyak chip yang digunakan untuk memberi daya pada sistem AI, semakin banyak energi yang dikonsumsi. Sistem AI paling kuat saat ini memerlukan pusat data besar yang dapat mengonsumsi energi sebanyak sebuah kota.

Keterbatasan Skalabilitas

Kebutuhan ini telah menempatkan batas pada skalabilitas sistem AI saat ini. Untuk melampaui batasan tersebut, insinyur AI perlu mengurangi kebutuhan komputasi tugas AI, karena peningkatan kecepatan chip telah melambat. Sebagai bagian dari strategi ini, ilmuwan mulai mencari cara untuk mengurangi permintaan komputasi operasi konvolusi.

Mengapa Konvolusi Sangat Mengonsumsi Daya dalam AI

Operasi konvolusi adalah tugas penting yang dilakukan sistem AI. Istilah ini merujuk pada cara jaringan saraf dapat mengidentifikasi pola. Secara khusus, konvolusi dapat mencakup banyak sumber, menemukan pola melalui teks, gambar, dan file video. Proses ini merupakan salah satu komponen inti AI modern, dan merupakan aspek paling mengonsumsi daya pada sistem modern. Secara khusus, pada beberapa sistem AI, hingga sekitar 90 % dari total konsumsi daya disebabkan oleh konvolusi.

Studi Chip Berbasis Cahaya

Studi¹ Near-energy-free photonic Fourier transformation for convolution operation acceleration¹  menyoroti desain chip fotonik yang menawarkan kemampuan konvolusi yang efisien, kompak, dan berlatensi rendah. Desain ini mengintegrasikan komponen optik mikroskopik ke dalam chip silikon, membuka pintu bagi pemrosesan yang lebih cepat dengan kebutuhan energi yang berkurang.

Photonic Joint Transform Correlator (pJTC)

Photonic joint transform correlator menggunakan cahaya laser untuk mengkode data dan mentransmisikannya. Strategi ini memungkinkan komputasi berkecepatan tinggi dilakukan tanpa menggunakan transmisi data elektronik. Sinyal yang dikodekan dengan cahaya laser dikirim dan ditangkap melalui lensa khusus yang dirancang agar tetap dingin dan efisien.

Sumber – Advanced Photonics

Lensa Fresnel

Insinyur merancang lensa ultratipis mikroskopik untuk menyelesaikan tugas ini. Secara khusus, sepasang lensa Fresnel miniatur diukir langsung ke dalam chip. Lensa ini lebih tipis daripada rambut manusia dan memiliki desain serupa dengan yang digunakan pada mercusuar besar. Secara cermat, desain terfokus mereka memungkinkan transmisi data cahaya diarahkan secara akurat.

Transformasi Fourier

Proses dimulai ketika chip mentransfer data menjadi cahaya laser, yang kemudian diarahkan melalui lensa Fresnel. Lensa mencatat pola cahaya dan mengubahnya menjadi sinyal digital, memungkinkan tugas pemrosesan tambahan. Strategi ini menghilangkan penundaan akibat kecepatan elektron dan mengurangi biaya operasional sistem sambil memungkinkan fungsionalitas unik.

Multiplexing Panjang Gelombang

Peningkatan skalabilitas sejati chip berbasis cahaya datang dalam bentuk multiplexing panjang gelombang. Multiplexing panjang gelombang mengacu pada penggunaan laser berwarna berbeda untuk melakukan komputasi paralel pada chip yang sama. Ini merupakan cara umum untuk meningkatkan transmisi data dan penyimpanan pada media lain.

Mengintegrasikannya ke dalam chip AI berbasis cahaya membuka pintu bagi peningkatan kinerja signifikan tanpa meningkatkan permintaan energi. Secara khusus, chip berbasis cahaya mengurangi konsumsi daya sebesar 100 x dibandingkan chip AI tradisional dengan kinerja serupa.

Pengujian Chip Berbasis Cahaya

Para insinyur melakukan beberapa pengujian untuk membuktikan bahwa chip berbasis cahaya mereka dapat menawarkan kinerja unggul dengan penggunaan energi yang sangat kecil. Salah satu pengujian pertama adalah menggunakan AI untuk mengklasifikasikan digit tulisan tangan. Tim juga menguji permintaan energi sistem dan throughput data selama proses tersebut. Hasil mereka mengesankan.

Hasil Kinerja Chip Berbasis Cahaya

Dalam hal kinerja, chip ini menawarkan pemrosesan data yang sebanding dengan chip elektronik konvensional berperforma tinggi. Secara khusus, chip mencetak akurasi 98 % pada tes klasifikasi tulisan tangan. Hasil ini tetap sama bahkan setelah insinyur menambahkan penundaan waktu pada sinyal masukan.

Kemampuan multiplexing chip menunjukkan kinerja yang dapat diandalkan. Arsitektur baru menawarkan throughput luar biasa dan dapat melakukan komputasi tingkat tinggi dengan konsumsi energi hampir nol. Pengujian ini membuka pintu bagi pusat data berkelanjutan yang dapat diskalakan untuk memenuhi kebutuhan industri AI yang terus berkembang.

Geser untuk menggulir →

Manfaat Chip Berbasis Cahaya

Ada daftar panjang manfaat yang diperkenalkan oleh studi chip berbasis cahaya ke pasar. Pertama, desainnya mengurangi kompleksitas komputasi. Chip berbasis elektron saat ini sudah menggunakan perangkat berskala atom yang memerlukan metode fabrikasi mahal. Chip berbasis optik memerlukan lebih sedikit komponen dan menghasilkan hasil yang lebih baik.

Latensi Rendah

Para insinyur berhasil menciptakan akselerator konvolusi berbasis cahaya yang dirancang khusus untuk mendukung tugas AI. Kemampuan waveguide multiplexing memberikan chip kinerja kompetitif dan efisiensi tak tertandingi. Dengan demikian, chip ini dapat menjadi kunci untuk menciptakan model AI yang lebih cepat dan lebih mampu di masa depan.

Efisiensi

Jika dunia ingin mencapai target emisi karbon net-zero PBB, harus ada fokus pada pengurangan konsumsi energi. Desain chip ini memotong penggunaan energi hingga 100 x sambil mempertahankan faktor bentuk yang sangat kecil. Secara khusus, studi ini menawarkan desain chip fotonik berfokus AI pertama yang mencapai kinerja signifikan tanpa memerlukan daya tambahan.

Skalabilitas

Skalabilitas strategi ini tak tertandingi. Seiring pusat data muncul di seluruh dunia, permintaan akan solusi chip hemat energi akan meningkat. Strategi ini dapat mengurangi batas transmisi dengan memproses beberapa aliran data secara bersamaan, membuka pintu bagi pembangunan pusat data berenergi rendah di masa depan.

Aplicaciones del Chip Alimentado por Luz y Cronograma:

Ada beberapa aplikasi untuk chip berbasis cahaya. Pertama, perangkat ini dapat membantu mempercepat penelitian dan inovasi ke depan. Sebagai studi pertama yang berhasil menciptakan chip fotonik berfokus AI yang berdaya rendah namun berperforma tinggi, ia mewakili lompatan monumental dalam keberlanjutan dan skalabilitas. Faktor-faktor ini dapat langsung diterjemahkan menjadi algoritma yang lebih kuat di masa depan.

Layanan Cloud

Anda akan melihat chip ini pertama kali masuk ke pusat data. Lokasi besar ini berada di inti kebangkitan teknologi saat ini. Layanan cloud memerlukan lokasi besar yang menampung ribuan komputer dan dapat terhubung ke lokasi lain untuk menyediakan penyimpanan serta daya komputasi bagi klien.

Chip berbasis cahaya akan mengurangi overhead dan permintaan energi untuk lokasi ini, membuka era AI berperforma tinggi dengan kebutuhan energi minimal. Penghematan energi begitu besar sehingga Anda dapat mengharapkan banyak pusat data beralih ke sistem berbasis chip fotonik begitu tersedia secara luas.

Komunikasi

Ada beberapa cara teknologi ini akan membantu meningkatkan komunikasi dengan menyelesaikan masalah penting seperti tantangan “last‑mile”. Sudah ada insinyur yang mengintegrasikan AI untuk meningkatkan sistem transmisi data. Sekarang, komponen ini akan membutuhkan lebih sedikit energi dan dapat dihubungkan serta dijalankan secara paralel untuk lebih meningkatkan daya pemrosesan.

Komputasi Berkinerja Tinggi

Teknologi ini akan membantu memberi daya pada komputer berkinerja tinggi masa depan. Perangkat ini akan mengintegrasikan AI bersama teknologi lain seperti pengenalan wajah dan terjemahan bahasa untuk meningkatkan interaksi manusia‑komputer. Tujuannya adalah membuat komputasi lebih kuat sekaligus membuatnya lebih mudah dipahami pengguna baru.

Militer

Militer sudah meneliti teknologi ini. Ketergantungan pada sistem AI untuk segala hal mulai dari deteksi ancaman hingga mengendalikan drone di wilayah udara yang diperebutkan kini menjadi norma. Oleh karena itu, sistem ini akan terus perlu ditingkatkan untuk melawan lawan. Secara khusus, mengurangi permintaan daya untuk sistem AI membuka pintu bagi banyak inovasi, seperti sistem berbasis native yang tidak memerlukan komunikasi ke opsi terpusat untuk berfungsi.

Medis

AI terus merevolusi sektor medis. Ada beberapa sistem AI yang saat ini dapat mendeteksi penyakit, membantu pemulihan, merekomendasikan perawatan, dan melakukan operasi.  Desain chip yang ditingkatkan ini dapat membantu menyelamatkan nyawa dengan membuat komponen medis lebih aman dan lebih efisien. Perangkat masa depan dapat membutuhkan jauh lebih sedikit energi, memungkinkan mereka beroperasi lebih lama dan menyediakan fitur yang lebih membantu.

Wearables

Wearables adalah industri lain yang akan melihat peningkatan kinerja signifikan dengan integrasi chip berbasis cahaya. Chip ini memungkinkan perancang membuat perangkat lebih kecil, lebih mampu, dan dengan kebutuhan baterai yang lebih rendah. Wearables yang menggunakan lebih sedikit energi dapat memiliki baterai lebih kecil atau fitur tambahan, menambah kegunaannya.

Garis Waktu

Mungkin diperlukan 3‑5 tahun lagi sebelum insinyur dapat membawa chip berbasis cahaya ke pasar. Ada permintaan signifikan untuk produk ini. Namun, tim masih perlu mencari mitra industri untuk membantu menyempurnakan desain dan metode fabrikasinya. Meskipun ada penundaan, permintaan chip ini sangat tinggi, dan perusahaan AI kemungkinan akan berinvestasi besar dalam proyek ini karena manfaat yang diproyeksikan.

Peneliti Chip Berbasis Cahaya

Studi chip berbasis cahaya ini diselenggarakan di Universitas Florida dengan partisipan dari Florida Semiconductor Institute, UCLA, dan George Washington University.  Makalah mencantumkan Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta, dan Volker J. Sorger sebagai kontributor utama. Secara khusus, studi ini sebagian dibiayai oleh Office of Naval Research.

Masa Depan Chip Berbasis Cahaya

Masa depan chip berbasis cahaya tampak cerah. Anda dapat mengharapkan karya ini membuka pintu bagi lebih banyak optik berbasis chip. Di masa depan, pendekatan ini dapat menjadi standar industri untuk aplikasi AI, memungkinkan industri AI selaras dengan persyaratan lingkungan.

Berinvestasi dalam Kecerdasan Buatan

Ada beberapa perusahaan yang telah terbukti menonjol dalam memajukan kemampuan AI generasi berikutnya. Perusahaan-perusahaan ini mencakup segala hal mulai dari produsen chip hingga pengembang algoritma AI dan lainnya. Karya mereka terus mendorong inovasi dan kesadaran untuk aplikasi AI. Berikut satu perusahaan yang memperoleh reputasi karena kreativitas dan dedikasinya dalam memecahkan beberapa masalah terbesar AI.

NVIDIA

NVIDIA (NVDA ) yang berbasis di Silicon Valley memasuki pasar pada tahun 1993. Perusahaan ini didirikan oleh Jensen Huang, Chris Malachowsky, dan Curtis Priem untuk menyediakan unit pemrosesan grafis kelas atas ke pasar. Hari ini, NVIDIA adalah penyedia GPU terkemuka dan diakui sebagai salah satu perusahaan AI paling inovatif yang beroperasi.

NVIDIA selalu memiliki semangat inovatif. Sejak peluncuran akselerator grafis NV1 pada tahun 1995, perusahaan ini telah melihat dukungan konsumen dan investor yang terus tumbuh. Pada tahun 1999, perusahaan ini go public. Kurang dari setahun kemudian, NVIDIA menjalin kemitraan strategis dengan Microsoft (MSFT ) sebagai pemasok chip grafis untuk sistem permainan XBOX.

Pada tahun 2019, NVIDIA mengakuisisi Mellanox sebagai bagian dari strategi besarnya untuk meningkatkan penetrasi pasar di sektor pusat data. Hari ini, NVIDIA memegang posisi dominan di pasar penyedia layanan pusat data dan menawarkan beberapa kartu grafis serta sistem AI paling terkemuka yang tersedia.

Berita Saham NVDA (NVDA) Terbaru dan Kinerja

Chip Berbasis Cahaya | Kesimpulan

Studi chip berbasis cahaya membuka pintu bagi masa depan yang lebih berkelanjutan di mana menambah kinerja tidak selalu berarti menambah permintaan energi. Chip berbasis cahaya menawarkan insinyur sekilas cara yang lebih baik untuk mencapai komputasi setara AI tanpa menguras pembangkit listrik. Karena alasan itu dan banyak lagi, tim ini pantas mendapatkan tepuk tangan meriah.

Pelajari Teknologi AI Keren Lainnya Sekarang.

Referensi:

^{1. Hangbo Yang, Nicola Peserico, Shurui Li, Xiaoxuan Ma, Russell L. T. Schwartz, Mostafa Hosseini, Aydin Babakhani, Chee Wei Wong, Puneet Gupta, Volker J. Sorger. Near-energy-free photonic Fourier transformation for convolution operation acceleration. Advanced Photonics, 2025; 7 (05) DOI: 10.1117/1.AP.7.5.056007}