THE OMNIWIRE.INDEPENDENT GLOBAL JOURNALISM & ANALYSIS
Advertisement
🇮🇩Bahasa Indonesia• The OmniWire Regional Wire
🇺🇸 Read Original English →
Artificial IntelligenceEDISI INDONESIA

Komputasi Optik Melonjak Seiring Kendala Daya di Pusat Data AI

OW
Marcus Vance
The OmniWire Wire Service • AI Broadhseet Synthesis
Diterbitkan •0 tayangan
Sumber Kawat Rujukan: IEEE Spectrum
Komputasi Optik Melonjak Seiring Kendala Daya di Pusat Data AI
Komputasi Optik Melonjak Seiring Kendala Daya di Pusat Data AI — Via IEEE Spectrum.

RINGKASAN EKSEKUTIF // POIN UTAMA BERITA

  • •Kebutuhan energi yang ekstrem dari inferensi AI memicu kebangkitan komputasi optik sebagai alternatif efisien untuk menggantikan sirkuit elektronik tradisional.
  • •Sektor komputasi optik telah menarik investasi sebesar $2,22 miliar, didorong oleh kemampuan foton untuk melakukan operasi perkalian matriks secara linear dengan konsumsi energi yang jauh lebih rendah.
  • •Terdapat dua filosofi desain utama yang bersaing: sistem ruang bebas (free-space) yang menawarkan kepadatan tinggi, serta sistem fotonik silikon terintegrasi yang lebih mudah diproduksi secara massal.
  • •Para ahli memproyeksikan masa depan komputasi akan bersifat hibrida, di mana prosesor optik akan berdampingan dengan CPU dan GPU untuk menangani beban kerja linier-aljabar yang intensif daya.
Sumber Kawat Rujukan: IEEE Spectrum
AUDIT: Fact-Checked & Quality Gate Lolos

NEW YORK — Kendala daya yang parah di seluruh pusat data global yang menjalankan beban kerja kecerdasan buatan (AI) mendorong kebangkitan komersial komputasi optik, yang mendongkrak valuasi sektor ini hingga mencapai $2,22 miliar seiring perlombaan para peneliti dan perusahaan rintisan untuk mengganti sirkuit listrik dengan cahaya.

Masuknya modal secara tiba-tiba—yang melonjak dari $400 juta pada tahun 2022, menurut laporan yang diterbitkan oleh IEEE Spectrum—menandakan pengakuan industri yang berkembang bahwa unit pemrosesan grafis (GPU) silikon konvensional menghadapi batas fisik energi selama inferensi AI. Dengan klaster server yang mengonsumsi listrik dalam jumlah besar untuk memproses kueri model generatif, operator perusahaan dan perancang semikonduktor kini mengeksplorasi fotonik untuk menghindari hambatan elektronik, demi mencari efisiensi energi dan pengurangan biaya operasional hingga sepuluh kali lipat.

Menghidupkan Kembali Model Goodman di Tengah Kendala Daya

Meskipun konsep komputasi dengan foton telah ada sejak lebih dari 70 tahun yang lalu, kelayakan komersialnya baru terwujud setelah ledakan permintaan untuk inferensi AI berbenturan dengan batas jaringan listrik. Di jantung operasional jaringan saraf modern terdapat perkalian vektor-matriks, sebuah kalkulasi aritmatika yang dijalankan miliaran kali per detik. Dalam elektronik standar, menghitung produk dari vektor berpanjang N dan matriks N-kali-N memerlukan N-kuadrat operasi terpisah, yang masing-masing membuang energi termal. Sebaliknya, arsitektur optik meneruskan cahaya melalui atenuator atau modulator optik secara pasif, yang membutuhkan daya terutama untuk menyandikan input dan membaca output, sehingga skala pengeluaran energi berjalan secara linear dengan N.

Advertisement

Keunggulan fisik mendasar ini telah memicu minat baru di kalangan akademisi dan investor ventura. Pada tahun 1978, pionir optik Joseph W. Goodman mendemonstrasikan perkalian matriks menggunakan dioda pemancar cahaya, lensa, dan atenuator. Saat ini, sistem laser dan mikro-fabrikasi modern telah mengubah konsep laboratorium tersebut menjadi proposisi rekayasa yang dapat diskalakan.

“Sebagian besar minat pada [fotonik] didorong oleh fakta bahwa inferensi AI benar-benar telah dibatasi oleh daya, dan dengan cara yang cukup mencolok,” ujar Peter McMahon, profesor madya fisika terapan dan teknik di Cornell University yang telah meneliti komputasi optik selama lebih dari satu dekade.

Pada tahun 2022, tim peneliti Cornell yang dipimpin oleh McMahon mendemonstrasikan jaringan saraf optik yang mengonsumsi sekitar 2,5 x 10^-19 joule per perkalian—setara dengan kurang dari satu foton energi. Sebagai perbandingan, komputer digital standar mengonsumsi antara 10^-14 hingga 10^-12 joule per operasi perkalian, yang menyiratkan keuntungan efisiensi teoretis hingga 100.000 kali lipat. Namun, McMahon memperingatkan bahwa overhead penyandian data dan hukum Amdahl meredam peningkatan kinerja di dunia nyata, dengan mencatat bahwa sistem optik umumnya memerlukan panjang vektor antara 1.000 hingga 10.000 elemen sebelum dapat mengatasi biaya energi untuk mengubah data listrik menjadi cahaya.

Pembagian Arsitektur: Ruang Bebas Versus Fotonik Silikon Terintegrasi

Upaya komersialisasi di Amerika Serikat, Inggris, Jerman, Tiongkok, dan Israel saat ini terbagi menjadi dua filosofi desain yang berbeda: propagasi ruang bebas (free-space) dan fotonik silikon terintegrasi.

Advertisement

Di kubu ruang bebas, perusahaan rintisan asal Oxford, Lumai, menerapkan modulator cahaya spasial yang dapat diprogram melalui udara terbuka untuk menghindari kerugian pandu gelombang (waveguide). Lumai menargetkan fase *prefill* inferensi yang intensif secara komputasi, di mana token perintah dimasukkan ke dalam memori. Kepala produk Phillip Burr menyatakan bahwa server Iris Nova milik startup tersebut, yang dijadwalkan untuk evaluasi pada April 2026, berfungsi sebagai bukti konsep, dengan server Iris Aura berikutnya ditujukan untuk menjalankan beban kerja *prefill* menggunakan sekitar sepersepuluh daya GPU standar.

Di Austin, Texas, pengembang perangkat keras Neurophos sedang mengejar manipulasi ruang bebas pada skala sub-panjang gelombang menggunakan metamaterial yang direkayasa. Patrick Bowen, kepala eksekutif Neurophos, mencatat bahwa modulator fotonik silikon konvensional dapat berukuran dua milimeter, yang membatasi kepadatan komputasi pada cip dibandingkan dengan pabrik pengecoran terkemuka seperti Taiwan Semiconductor Manufacturing Co. Tim Bowen mengembangkan modulator metamaterial berskala mikrometer yang beralih 10.000 kali lebih cepat daripada layar kristal cair, dengan mengemas satu juta modulator ke dalam cip berukuran lima milimeter. Neurophos berencana untuk mengirimkan rak server komersial pada tahun 2028, dengan klaim target kinerja 50 kali lebih cepat dan 35 kali lebih hemat energi daripada akselerator Blackwell B200 milik Nvidia Corp.

Sebaliknya, para pesaing beralih ke fotonik silikon terintegrasi, dengan menukar penskalaan tiga dimensi ruang bebas demi lini manufaktur bervolume tinggi yang sudah mapan dari pabrik semikonduktor tradisional.

“Ada alasan bagus mengapa optik ruang bebas biasanya terbatas pada 1.000 unit per tahun,” kata Michael Förtsch, kepala eksekutif dan pendiri Q.ANT yang berbasis di Stuttgart. “Sirkuit fotonik terintegrasi yang dapat diproduksi secara semikonduktor pada titik ini jauh lebih menjanjikan untuk mencapai produksi massal.”

Q.ANT memanfaatkan pulsa cahaya berseri yang merambat melalui interferometer Mach-Zehnder di atas cip, menyebarkan Native Processing Server-nya di berbagai pusat penelitian termasuk Leibniz Supercomputing Centre dan Jülich Supercomputing Centre, di samping penerapan komersial dengan penyedia cloud Eropa, Ionos. Di Tiongkok, Lightelligence yang berbasis di Shanghai mendemonstrasikan prosesor optik terintegrasi PACE2, yang melakukan perkalian matriks 128-kali-128 pada kecepatan jam satu gigahertz dengan latensi tiga nanodetik—dua kali lipat lebih cepat daripada silikon konvensional.

Arsitektur Alternatif dan Peta Jalan Pusat Data Heterogen

Di luar aljabar vektor-matriks tradisional, para pengembang perangkat keras optik menargetkan operasi matematika di mana foton menunjukkan keunggulan komputasi alami dibandingkan gerbang logika digital.

Operasi seperti transformasi Fourier dapat dihitung hampir seketika menggunakan elemen optik pasif tunggal, alih-alih ratusan transistor elektronik. Optalysys yang berbasis di Leeds mengintegrasikan komponen transformasi Fourier di atas cip secara langsung ke dalam jaringan pusat data. Pendiri dan kepala produk Nick New mencatat bahwa menanamkan pemrosesan optik pasif langsung di sepanjang interkoneksi optik akan mengatasi fase dekode beban kerja AI yang terikat memori tanpa menambah beban termal. Di Tel Aviv, perusahaan rintisan LightSolver mengembangkan unit pemrosesan laser berbasis rongga yang menggunakan foton tereksitasi yang memantul melalui media penguat untuk menyelesaikan persamaan diferensial kompleks 40 hingga 80.000 kali lebih cepat daripada GPU dalam uji coba emulasi.

Terlepas dari tonggak sejarah teknologi ini, analis industri menekankan bahwa komputasi optik menghadapi hambatan adopsi yang tajam, terutama yang berpusat pada overhead konversi digital-ke-analog dan inersia perangkat lunak. Logan Wright, profesor madya fisika terapan di Yale University, mengamati bahwa kerangka kerja pembelajaran mesin tetap dioptimalkan secara agresif untuk unit pemrosesan grafis. Namun, inisiatif optik yang dikemas bersama (*co-packaged optics*) yang didukung oleh pembuat cip besar seperti Nvidia dan TSMC diharapkan dapat membangun infrastruktur pengemasan yang diperlukan agar fotonik dapat menembus fasilitas hiperskala.

Alih-alih penggantian total prosesor silikon, para eksekutif industri mengantisipasi topologi komputasi hibrida. Förtsch memproyeksikan bahwa infrastruktur perusahaan di masa depan akan mengandalkan arsitektur heterogen, yang menyebarkan unit pemrosesan pusat untuk manajemen sistem, prosesor grafis untuk rutinitas umum, dan unit pemrosesan fotonik untuk memikul beban aljabar linear dan mekanika gelombang yang intensif daya.

Advertisement
DISCLOSURE PROVENANCE & FACT-CHECKING REDAKSI

Laporan ini disusun sesuai dengan Standar Editorial The OmniWire. Pelaporan faktual primer didasarkan pada kawat rujukan resmi.

• Fact-Checked & Quality Gate Lolos• Editorial Policy →