Courtesy of InterestingEngineering

Teknologi GaN untuk Neuromorfik Optik Mengurangi Konsumsi Energi AI

Mengembangkan perangkat keras neuromorfik optik dengan memanfaatkan gallium nitride (GaN) yang lebih hemat energi untuk menangani lonjakan konsumsi listrik AI, sehingga menciptakan sistem AI yang lebih efisien dan berkelanjutan di masa depan.

07 Mar 2026, 03.27 WIB

9 dibaca

Ikhtisar 15 Detik

Gallium nitride (GaN) memiliki potensi besar untuk meningkatkan efisiensi energi dalam sistem AI.
Proyek BRIGHT bertujuan untuk mengembangkan perangkat keras neuromorfik yang dapat mengurangi konsumsi energi secara signifikan.
Integrasi teknologi optik dengan microelectronics dapat membuka jalan bagi inovasi baru dalam pengolahan informasi dan aplikasi AI.

Braunschweig, Jerman - Permintaan energi yang tinggi dari sistem AI modern seperti ChatGPT telah memicu pencarian teknologi yang lebih efisien energi. ChatGPT sendiri mampu menghabiskan hingga 40 juta kWh listrik per hari, menggambarkan tantangan besar untuk keberlanjutan penggunaan AI di masa depan.

Penelitian di Technische Universität Braunschweig menggabungkan microLED berbasis gallium nitride (GaN) dengan sirkuit silikon untuk menciptakan komputer neuromorfik optik. Dengan mengubah sinyal listrik menjadi cahaya, sistem ini memungkinkan konektivitas yang sangat tinggi dan efisiensi energi yang jauh lebih baik daripada metode tradisional.

Jika berhasil komersialisasi dan pengembangan lebih lanjut, teknologi ini bisa merevolusi pusat data dan perangkat AI dengan mengurangi konsumsi daya hingga 100 kali lipat. Hal ini penting untuk mendukung pertumbuhan AI yang pesat tanpa membebani sumber daya listrik global secara berlebihan.

Referensi:
[1] https://www.interestingengineering.com/science/gallium-nitride-chips-ai-energy

Analisis Ahli

Andreas Waag

"GaN memungkinkan pembuatan microLED kecil yang efisien dan mampu mengatasi masalah interkoneksi dalam neuromorfik secara optik."

Bernhard Wicht

"Kolaborasi antar institusi di BRIGHT bisa membawa terobosan besar dalam pemrosesan neuromorfik optik yang hemat energi."

Helene Kuhn

"Proyek ini menunjukkan betapa pentingnya teknologi GaN dalam mendukung kebutuhan energi AI yang semakin meningkat di masa depan."

Analisis Kami

"Pendekatan mengintegrasikan GaN dengan sirkuit silikon sangat menjanjikan karena mengatasi batasan fisik interkoneksi elektrik dengan memanfaatkan komunikasi optik. Ini bisa menjadi tonggak penting dalam revolusi efisiensi energi untuk AI, terutama jika dapat diakses secara luas dan dikomersialisasikan dengan baik."

Prediksi Kami

Di masa depan, teknologi neuromorfik optik berbasis GaN dan silikon diperkirakan akan diadopsi secara luas dalam pusat data dan perangkat AI, mengurangi konsumsi energi secara signifikan serta mempercepat kinerja AI dengan biaya operasional yang lebih rendah.

Pertanyaan Terkait

Apa yang dimaksud dengan gallium nitride (GaN)?

Gallium nitride (GaN) adalah semikonduktor senyawa yang terdiri dari gallium dan nitrogen, dikenal karena mobilitas elektron yang tinggi dan stabilitas termal yang baik.

Mengapa gallium nitride dianggap sebagai alternatif yang baik untuk silikon?

Gallium nitride dianggap sebagai alternatif yang baik untuk silikon karena memiliki titik lebur yang lebih tinggi dan dapat digunakan dalam perangkat elektronik berdaya tinggi dan frekuensi tinggi.

Apa tujuan dari proyek BRIGHT di TU Braunschweig?

Tujuan dari proyek BRIGHT adalah mengembangkan perangkat keras neuromorfik baru yang menggunakan microLED gallium nitride untuk pemrosesan informasi dengan cahaya, bukan listrik.

Bagaimana neuromorphic computing dapat mengurangi konsumsi energi AI?

Neuromorphic computing dapat mengurangi konsumsi energi AI dengan menggunakan pemrosesan yang didorong oleh peristiwa yang mengaktifkan sirkuit hanya saat diperlukan, mirip dengan cara kerja otak manusia.

Apa manfaat potensial dari mengintegrasikan microLED dengan sirkuit berbasis silikon?

Mengintegrasikan microLED dengan sirkuit berbasis silikon dapat menghasilkan aliran data berkecepatan tinggi dan efisiensi energi yang lebih baik dalam sistem neuromorfik.