Chip Analog Revolusioner dari Tiongkok Ubah Cara Kecerdasan Buatan Bekerja
Courtesy of SCMP

Chip Analog Revolusioner dari Tiongkok Ubah Cara Kecerdasan Buatan Bekerja

Mengembangkan chip analog ultra-cepat dan hemat energi untuk menangani tugas kecerdasan buatan yang lebih kompleks, sehingga mengurangi ketergantungan pada prosesor digital yang boros energi.

23 Jan 2026, 16.31 WIB
217 dibaca
Share
Ikhtisar 15 Detik
  • Chip analog yang dikembangkan dapat meningkatkan efisiensi energi dan kecepatan dalam pemrosesan data.
  • Penelitian ini menunjukkan potensi besar dalam mengurangi ketergantungan pada prosesor digital yang boros energi.
  • Hasil penelitian ini dapat mempengaruhi berbagai aplikasi, termasuk sistem rekomendasi dan pemrosesan gambar.
Beijing, Tiongkok - Para ilmuwan di Peking University, Tiongkok, mengembangkan chip analog ultra-cepat yang mampu menangani tugas kecerdasan buatan (AI) lebih kompleks dengan kecepatan dan efisiensi energi tinggi. Ini merupakan terobosan baru yang dapat mengurangi ketergantungan AI pada prosesor digital yang sangat boros daya.
Chip tersebut diuji dengan data set besar mirip Netflix dan Yahoo, menunjukkan chip ini bisa mempercepat pemrosesan hingga 12 kali dari teknologi digital terbaik saat ini dan menggunakan energi 200 kali lebih sedikit. Ini sangat penting untuk aplikasi AI di dunia nyata.
Selain kecepatan dan efisiensi, chip ini juga bisa memproses kompresi gambar dengan kualitas visual mendekati komputasi digital presisi tinggi, tapi dengan kebutuhan penyimpanan yang separuh lebih kecil. Hal ini membuka peluang penghematan sumber daya penyimpanan secara signifikan.
Sun Zhong, pemimpin penelitian tersebut, mempublikasikan temuan ini di jurnal Nature Communications. Ia menyatakan bahwa chip ini mampu mengerjakan tugas lebih rumit sambil mempertahankan keuntungan analog computing dalam hal kecepatan dan hemat energi.
Penemuan ini bisa mengubah lanskap teknologi kecerdasan buatan dengan menghadirkan perangkat keras yang tidak hanya cepat dan hemat energi, tapi juga lebih mampu menangani data dan aplikasi yang kompleks yang selama ini sulit ditangani pada sistem berbasis prosesor digital.
Referensi:
[1] https://www.scmp.com/news/china/science/article/3340939/chinas-analogue-ai-chip-runs-12-times-fast-1/200th-energy-digital-rivals?module=top_story&pgtype=subsection#comments

Analisis Ahli

Andrew Ng
"Pendekatan hardware alternatif ini sangat krusial untuk masa depan AI, karena efisiensi energi adalah salah satu kendala terbesar di bidang ini."
Yann LeCun
"Penggunaan chip analog bisa membuka jalan untuk implementasi AI yang lebih tersebar dan hemat sumber daya, terutama di perangkat edge."

Analisis Kami

"Teknologi ini sangat menjanjikan karena mampu menembus batasan efisiensi perangkat keras AI modern yang banyak mengandalkan prosesor digital. Jika terus dikembangkan, pendekatan analog dapat menjadi terobosan besar dalam membuat AI lebih ramah lingkungan dan cepat dalam menangani data kompleks."

Prediksi Kami

Dengan kemajuan ini, chip analog berpotensi menggantikan prosesor digital dalam aplikasi kecerdasan buatan besar di masa depan, mengurangi konsumsi energi global dari pusat data dan mempercepat inovasi teknologi AI.

Pertanyaan Terkait

Q
Apa yang dicapai oleh tim peneliti dari Peking University?
A
Tim peneliti dari Peking University mengembangkan chip analog yang cepat dan efisien dalam penggunaan energi.
Q
Bagaimana chip baru ini dibandingkan dengan prosesor digital?
A
Chip ini mencapai peningkatan kecepatan 12 kali lipat dan efisiensi energi lebih dari 200 kali dibandingkan dengan prosesor digital canggih.
Q
Apa aplikasi yang dapat didukung oleh chip analog ini?
A
Chip ini dapat digunakan untuk aplikasi seperti sistem rekomendasi yang dipersonalisasi dan pemrosesan gambar.
Q
Apa hasil dari pengujian kompresi gambar yang dilakukan oleh peneliti?
A
Dalam pengujian kompresi gambar, sistem ini dapat merekonstruksi gambar dengan kualitas visual hampir sama dengan komputasi digital penuh sambil mengurangi kebutuhan penyimpanan hingga setengah.
Q
Siapa penulis utama penelitian ini?
A
Penulis utama penelitian ini adalah Sun Zhong.