Lightmatter telah mengumumkan terobosan dalam komputasi fotonik dengan prosesor AI mereka yang mampu menjalankan jaringan neural kompleks seperti ResNet dan BERT. Dipublikasikan di Nature, perkembangan ini diklaim sebagai prosesor fotonik pertama yang dapat mengeksekusi model AI dunia nyata dengan akurasi yang sebanding dengan sistem floating-point 32-bit tradisional. Komunitas teknologi sedang ramai membahas apakah ini merupakan alternatif yang telah lama ditunggu untuk komputasi berbasis transistor.
 |
|---|
| Terobosan Lightmatter dalam komputasi fotonik menyoroti kemajuan teknologi pemrosesan AI, membuka jalan bagi inovasi masa depan |
Realitas di Balik Hype
Meskipun Lightmatter mempresentasikan ini sebagai terobosan revolusioner, para penggemar teknologi dengan cepat menunjukkan bahwa komputasi fotonik bukanlah hal yang sepenuhnya baru. Konsep menggunakan sistem analog untuk komputasi AI telah dieksplorasi selama bertahun-tahun, dengan beberapa pihak mencatat bahwa paradigma serupa telah dibahas secara publik sejak tiga tahun lalu. Namun, yang membedakan sistem ini adalah implementasi praktisnya - ini bukan hanya prototipe lab lainnya tetapi prosesor yang berfungsi dan dapat menangani model AI yang siap produksi.
Sistem ini mencapai 65 TOPS (trilion operasi per detik) sambil mengonsumsi kurang dari 80 watt daya total. Menariknya, komponen pemrosesan fotonik hanya menggunakan 1,65 watt, sementara daya yang tersisa digunakan untuk elektronik pendukung seperti konverter analog-ke-digital, memori, dan sistem input/output. Pendekatan hibrid ini masih memerlukan sekitar 50 miliar transistor untuk fungsi non-komputasi.
Spesifikasi Prosesor Fotonik Lightmatter :
- Performa: 65 TOPS (triliun operasi per detik)
- Total Konsumsi Daya: <80W
- Daya Pemrosesan Fotonik: 1,65W
- Elektronik Pendukung: ~50 miliar transistor
- Model yang Didukung: ResNet , BERT , pembelajaran penguatan mendalam Atari
- Format Numerik: ABFP (Adaptive Block Floating Point)
- Elemen Terkontrol: ~1 juta komponen fotonik
 |
|---|
| Berbagai komponen elektronik yang menggambarkan pendekatan hibrida yang digunakan dalam prosesor komputasi fotonik Lightmatter , menekankan implementasi praktisnya |
Tantangan dan Solusi Teknis
Diskusi komunitas mengungkapkan skeptisisme tentang beberapa klaim teknis, khususnya terkait akurasi dan presisi. Prosesor menggunakan format numerik khusus yang disebut ABFP (Adaptive Block Floating Point) untuk menangani persyaratan presisi model AI. Pendekatan ini mengelompokkan angka ke dalam blok dan menetapkan eksponen bersama, mengurangi kesalahan kuantisasi yang biasanya mengganggu sistem analog.
Satu tantangan utama yang disorot oleh para ahli adalah ketidakstabilan inheren komponen fotonik. Variasi suhu dapat secara signifikan mempengaruhi kinerja, memerlukan kontrol aktif sekitar satu juta elemen fotonik menggunakan sirkuit khusus. Ini menambah kompleksitas tetapi diperlukan untuk presisi tinggi yang dibutuhkan dalam perhitungan AI.
 |
|---|
| Close-up papan sirkuit tercetak, menampilkan desain rumit dan komponen yang penting untuk presisi tinggi dalam pemrosesan fotonik |
Kekhawatiran Biaya dan Aksesibilitas
Pengumuman tersebut memicu perdebatan tentang keterjangkauan komputasi, dengan Lightmatter mengklaim bahwa pendekatan penskalaan tradisional akan membuat komputer menjadi tidak terjangkau. Namun, anggota komunitas menolak pernyataan ini, mencatat bahwa komputer sebenarnya lebih murah dari sebelumnya ketika disesuaikan dengan inflasi. Seorang komentator mengamati bahwa PC 386 dari awal 1990-an berharga lebih dari 3.000 dolar Amerika dalam uang hari ini, sementara sistem modern menawarkan kemampuan yang jauh lebih besar dengan harga yang lebih rendah.
Ini seperti mengatakan 'mobil sudah terlalu mahal' sambil melihat Ferrari.
Masalah sebenarnya tampaknya adalah biaya perangkat keras terdepan, bukan komputasi secara umum. GPU kelas atas memiliki harga premium sebagian karena dinamika pasar dan persaingan yang terbatas, bukan karena keterbatasan penskalaan fundamental.
Perbandingan Harga Komputer Historis:
- PC 386 awal 1990an: >$3.000 USD (disesuaikan inflasi)
- PC 486 awal 1990an: ~$5.000 USD (disesuaikan inflasi)
- Laptop 486 (awal 1990an): $6.000 USD
- Laptop bekas modern: $15 USD (fungsionalitas dasar)
- Rekomendasi RAM modern: minimum 16GB untuk komputasi yang ideal
Implikasi Masa Depan
Meskipun ada perdebatan, ada kesepakatan luas bahwa komputasi fotonik analog dapat memainkan peran penting dalam masa depan AI. Teknologi ini dapat memungkinkan model AI berjalan secara efisien pada robot otonom dan perangkat lain yang terbatas daya. Beberapa pihak membayangkan kemungkinan yang lebih ambisius, seperti chip berbasis kaca pasif yang melakukan inferensi AI hanya menggunakan cahaya, mengonsumsi hampir tidak ada daya.
Pendekatan hibrid yang diambil oleh Lightmatter - menggabungkan pemrosesan fotonik dengan elektronik tradisional - mencerminkan bagaimana teknologi transformatif lainnya memperoleh adopsi. GPU awalnya melengkapi CPU untuk grafis sebelum berkembang ke komputasi umum, dan prosesor fotonik mungkin mengikuti jalur serupa sebagai akselerator AI khusus.
Meskipun pertanyaan tetap ada tentang biaya manufaktur, skalabilitas, dan viabilitas jangka panjang, perkembangan ini merupakan langkah signifikan menuju alternatif praktis untuk komputasi berbasis transistor murni. Apakah ini menjadi fondasi untuk bab berikutnya komputasi atau tetap menjadi solusi khusus, ini menunjukkan bahwa industri secara aktif mengeksplorasi jalur di luar penskalaan silikon tradisional.
Referensi: A NEW KIND OF COMPUTER