Peneliti Cina Ciptakan Transistor Terkecil dan Hemat Energi untuk Chip AI Masa Depan
Teknologi
Kecerdasan Buatan
25 Feb 2026
42 dibaca
2 menit

Rangkuman 15 Detik
Transistor FeFET yang baru dikembangkan mampu mengurangi konsumsi energi secara signifikan.
Pengembangan teknologi ini dapat mendukung pertumbuhan aplikasi AI yang membutuhkan efisiensi tinggi.
Inovasi dalam struktur transistor memungkinkan pengoperasian pada voltase yang lebih rendah dan kecepatan yang lebih tinggi.
Para peneliti di Peking University, Cina, berhasil mengembangkan transistor terkecil dan paling hemat energi yang dapat digunakan untuk chip kecerdasan buatan (AI) masa depan. Transistor ini disebut ferroelectric field-effect transistor (FeFET), yang menyimpan dan memproses data dalam satu unit, mirip dengan cara kerja otak manusia.
Teknologi chip konvensional saat ini menggunakan silikon yang menyimpan data dan memprosesnya secara terpisah. Hal ini menyebabkan konsumsi energi tinggi dan panas berlebih saat memindahkan data. Dengan peningkatan kebutuhan AI yang memproses data jumlah besar, teknologi chip ini mulai menunjukkan keterbatasan signifikan.
Perbedaan utama dari FeFET yang dikembangkan adalah penggunaan elektroda gerbang dengan ukuran satu nanometer, lebih kecil dari molekul DNA yang lebarnya sekitar dua nanometer. Desain ini memungkinkan pengoperasian pada tegangan hanya 0,6 volt, sehingga lebih hemat energi dibandingkan model FeFET sebelumnya yang memerlukan 1,5 volt.
Transistor ini juga menawarkan kecepatan operasi yang sangat tinggi dengan waktu respons hanya 1,6 nanodetik. Ini akan memungkinkan chip AI melakukan komputasi lebih cepat dan efisien, sekaligus mengurangi penggunaan tenaga listrik secara signifikan.
Pengembangan ini sudah dipatenkan oleh Peking University dan diperkirakan akan membawa perubahan besar di bidang pembuatan chip, termasuk kemungkinan menciptakan chip dengan node di bawah satu nanometer. Ini menjadi harapan agar data center masa depan dan perangkat AI bisa lebih hemat energi dan memiliki performa lebih tinggi.
Analisis Ahli
Jianhua Zhang (Profesor Elektronika, Tsinghua University)
Inovasi ini bisa membawa revolusi dalam desain chip neuromorfik karena kemampuan operasi pada tegangan rendah dan kecepatan tinggi yang sangat dibutuhkan untuk AI modern.Li Wei (Insinyur Chip Terapan, Huawei)
Pendekatan skala nano pada gerbang transistor FeFET membuka peluang besar dalam pengembangan perangkat rendah konsumsi yang akan sangat relevan dalam perangkat IoT dan AI edge computing.
