Para ilmuwan di China telah membuat jenis baru unit pemrosesan tensor (TPU) – jenis khusus chip komputer – menggunakan tabung nano karbon, bukan semikonduktor silikon tradisional. Mereka mengatakan bahwa chip baru ini dapat membuka pintu menuju kecerdasan buatan (AI) yang lebih hemat energi.
Model AI sangat intensif data dan membutuhkan daya komputasi yang sangat besar untuk menjalankannya. Hal ini menjadi hambatan yang signifikan untuk melatih dan meningkatkan model pembelajaran mesin, terutama seiring dengan meningkatnya permintaan akan aplikasi AI. Inilah sebabnya mengapa para ilmuwan bekerja untuk membuat komponen baru – mulai dari prosesor hingga memori komputasi – yang dirancang untuk mengonsumsi energi yang jauh lebih sedikit saat menjalankan komputasi yang diperlukan.
Para ilmuwan Google menciptakan TPU pada tahun 2015 untuk menjawab tantangan ini. Chip khusus ini bertindak sebagai akselerator perangkat keras khusus untuk operasi tensor – perhitungan matematis yang kompleks yang digunakan untuk melatih dan menjalankan model AI. Dengan membebaskan tugas-tugas ini dari unit pemrosesan pusat (CPU) dan unit pemrosesan grafis (GPU), TPU memungkinkan model AI dilatih dengan lebih cepat dan lebih efisien.
Tidak seperti TPU konvensional, chip baru ini adalah yang pertama menggunakan tabung nano karbon – struktur kecil berbentuk silinder yang terbuat dari atom karbon yang disusun dalam pola heksagonal – sebagai pengganti bahan semikonduktor tradisional seperti silikon. Struktur ini memungkinkan elektron (partikel bermuatan) mengalir melaluinya dengan hambatan minimal, membuat tabung nano karbon menjadi konduktor listrik yang sangat baik. Para ilmuwan mempublikasikan penelitian mereka pada 22 Juli di jurnal Nature Electronics.
Menurut para ilmuwan, TPU mereka hanya mengkonsumsi daya 295 mikrowatt (μW) (di mana 1 W adalah 1.000.000 μW) dan dapat menghasilkan 1 triliun operasi per watt – sebuah unit efisiensi energi. Sebagai perbandingan, TPU Edge Google dapat melakukan 4 triliun operasi per detik (TOPS) dengan menggunakan daya 2 W. Hal ini membuat TPU berbasis karbon milik Tiongkok hampir 1.700 kali lebih hemat energi.
“Dari ChatGPT hingga Sora, kecerdasan buatan mengantarkan revolusi baru, tetapi teknologi semikonduktor berbasis silikon tradisional semakin tidak mampu memenuhi kebutuhan pemrosesan data dalam jumlah besar,” kata Zhiyong Zhang, salah satu penulis makalah tersebut dan profesor elektronika di Universitas Peking, Beijing, kepada TechXplore. “Kami telah menemukan solusi dalam menghadapi tantangan global ini.”
TPU baru ini terdiri dari 3.000 transistor tabung nano karbon dan dibangun dengan arsitektur array sistolik – jaringan prosesor yang disusun dalam pola seperti kisi-kisi.
Array sistolik melewatkan data melalui setiap prosesor dalam urutan langkah demi langkah yang tersinkronisasi, mirip dengan barang yang bergerak di sepanjang ban berjalan. Hal ini memungkinkan TPU untuk melakukan beberapa perhitungan secara bersamaan dengan mengoordinasikan aliran data dan memastikan bahwa setiap prosesor mengerjakan sebagian kecil tugas pada waktu yang sama.
Pemrosesan paralel ini memungkinkan komputasi dilakukan lebih cepat, yang sangat penting untuk model AI yang memproses data dalam jumlah besar. Hal ini juga mengurangi seberapa sering memori – khususnya jenis yang disebut memori akses acak statis (SRAM) – perlu membaca dan menulis data, kata Zhang. Dengan meminimalkan operasi ini, TPU baru dapat melakukan perhitungan lebih cepat dengan menggunakan lebih sedikit energi.
Untuk menguji chip baru mereka, para ilmuwan membangun jaringan saraf lima lapis – kumpulan algoritme pembelajaran mesin yang dirancang untuk meniru struktur otak manusia – dan menggunakannya untuk tugas-tugas pengenalan gambar.
TPU mencapai tingkat akurasi 88% dengan tetap mempertahankan konsumsi daya hanya 295 μW. Di masa depan, teknologi berbasis tabung nano karbon serupa dapat memberikan alternatif yang lebih hemat energi untuk chip berbasis silikon, kata para peneliti.
Para ilmuwan berencana untuk terus menyempurnakan chip tersebut untuk meningkatkan kinerjanya dan membuatnya lebih terukur, kata mereka, termasuk dengan mengeksplorasi bagaimana TPU dapat diintegrasikan ke dalam CPU silikon.