Courtesy of SCMP

Start-up AI China Kembangkan Algoritma Efisien Hadapi Krisis Chip

Memperkenalkan pendekatan arsitektur algoritma yang lebih efisien untuk mengatasi keterbatasan perangkat keras, sehingga start-up AI China dapat bersaing dengan pengembang AI barat tanpa bergantung pada chip yang lebih kuat.

13 Nov 2025, 07.38 WIB

37 dibaca

Ikhtisar 15 Detik

Start-up AI di China berinovasi untuk mengatasi kekurangan chip dengan fokus pada perbaikan algoritma.
Teknik perhatian hibrida dapat secara signifikan mengurangi biaya komputasi dalam model bahasa besar.
Moonshot AI dan DeepSeek adalah contoh perusahaan yang memimpin dalam penelitian ini.

China - Di tengah kelangkaan chip canggih global, start-up AI di China sedang mencari cara agar teknologi mereka tetap kompetitif tanpa harus mengandalkan perangkat keras yang mahal. Mereka berfokus pada peningkatan efisiensi algoritma yang menjadi inti pengoperasian model bahasa besar (LLM).

Salah satu komponen utama yang mereka ubah adalah sistem 'full attention' yang biasanya digunakan dalam LLM. Proses ini membandingkan setiap data baru dengan semua data sebelumnya, yang membuatnya sangat berat dari sisi komputasi, terutama saat data semakin besar.

Untuk mengatasi masalah ini, pengembang AI China mulai memanfaatkan metode 'linear attention' yang hanya membandingkan sebagian kecil data saja. Karena lebih ringan, cara ini bisa memangkas biaya komputasi secara signifikan tanpa menurunkan performa secara drastis.

Sebagai contoh terbaru, Moonshot AI meluncurkan Kimi Linear yang memakai teknik hybrid bernama Kimi Delta Attention. Pendekatan ini memadukan antara full attention dan linear attention sehingga bisa mendapatkan keseimbangan antara efisiensi dan kualitas hasil.

Langkah inovatif ini diharapkan bisa membuat start-up AI China mampu berinovasi dan bersaing dengan para pemimpin global, terutama dalam menghadapi hambatan suplai chip yang tidak pasti kapan membaik.

Referensi:
[1] https://www.scmp.com/tech/tech-trends/article/3332507/attention-deficit-reorder-how-chinas-ai-start-ups-are-rewiring-way-models-remember?module=top_story&pgtype=section

Analisis Ahli

Yann LeCun

"Mengoptimalkan mekanisme perhatian adalah kunci untuk mencapai AI yang lebih efisien; pendekatan hybrid merupakan inovasi yang menjanjikan."

Fei-Fei Li

"Efisiensi komputasi sangat penting di tengah kelangkaan chip; ide seperti linear attention sangat relevan untuk masa depan AI yang berkelanjutan."

Analisis Kami

"Pendekatan fokus pada efisiensi algoritma ini adalah langkah cerdas di tengah krisis chip global yang belum pasti kapan akan selesai. Jika berhasil, metode hybrid ini bisa menjadi paradigma baru dalam pengembangan LLM yang lebih scalable dan ekonomis tanpa bergantung pada peningkatan perangkat keras."

Prediksi Kami

Pengembangan algoritma hybrid efisien seperti Kimi Delta Attention akan mendorong inovasi lebih luas di industri AI China, memungkinkan mereka untuk mengejar ketertinggalan teknologi chip dan mungkin mendominasi pasar AI global di masa depan.

Pertanyaan Terkait

Apa yang sedang dilakukan start-up AI di China terkait kekurangan chip?

Start-up AI di China sedang merancang ulang algoritma mereka untuk mengatasi kekurangan chip dengan fokus pada arsitektur yang lebih efisien.

Apa yang dimaksud dengan 'full attention' dalam konteks model bahasa besar?

'Full attention' adalah proses yang digunakan oleh sebagian besar model bahasa besar yang membandingkan setiap token data baru dengan semua token sebelumnya.

Bagaimana teknik 'linear attention' dapat mengurangi biaya komputasi?

Teknik 'linear attention' hanya membandingkan dengan sebagian token, yang secara drastis mengurangi biaya komputasi.

Siapa yang mengembangkan teknik Kimi Delta Attention?

Teknik Kimi Delta Attention dikembangkan oleh Moonshot AI.

Apa tujuan utama dari eksperimen yang dilakukan oleh start-up AI di China?

Tujuan utama dari eksperimen ini adalah untuk mengatasi hambatan algoritmik dan meningkatkan efisiensi dalam pengolahan data tanpa bergantung pada perangkat keras yang lebih kuat.