Lanskap komputasi kecerdasan buatan sedang mengalami perubahan signifikan ketika NVIDIA memperluas platform perangkat lunak CUDA-nya melampaui arsitektur prosesor tradisional. Perkembangan ini menjanjikan demokratisasi komputasi AI dengan memperkenalkan alternatif sumber terbuka yang dapat mengubah cara perusahaan mendekati solusi komputasi berperforma tinggi.
 |
|---|
| Tampilan close-up papan sirkuit melambangkan teknologi rumit di balik ekspansi CUDA NVIDIA ke arsitektur RISC-V |
Komitmen Strategis NVIDIA terhadap Integrasi RISC-V
Pada RISC-V China Summit 2025 yang diselenggarakan di distrik Zhangjiang, Shanghai pada 17 Juli, Wakil Presiden NVIDIA Frans Sijstermanns menyampaikan pengumuman terobosan selama presentasi keynote-nya yang berjudul Deploying RISC-V Application Processors on NVIDIA Computing Platforms. Perusahaan secara resmi mengonfirmasi bahwa stack perangkat lunak CUDA terdepan di industri akan menerima dukungan komprehensif untuk arsitektur RISC-V, menandai momen penting bagi ekosistem prosesor sumber terbuka.
Hubungan NVIDIA dengan RISC-V jauh lebih dalam daripada yang tersirat dari pengumuman terbaru ini. Perusahaan memilih RISC-V sebagai arsitektur penerus untuk mikrokontroler Falcon miliknya pada tahun 2015, menunjukkan komitmen selama satu dekade terhadap platform tersebut. Keputusan strategis ini telah menghasilkan hasil yang substansial, dengan NVIDIA mengirimkan lebih dari satu miliar prosesor RISC-V yang terintegrasi ke dalam GPU, CPU, SoC, dan produk lainnya sepanjang tahun 2024.
Timeline dan Pencapaian RISC-V NVIDIA
- 2015: NVIDIA memilih RISC-V sebagai penerus mikrokontroler Falcon
- 2024: Lebih dari 1 miliar prosesor RISC-V dikirim dalam produk NVIDIA
- 2024 Oktober: Pengungkapan di RISC-V North America Summit
- 2025 17 Juli: Pengumuman resmi dukungan CUDA RISC-V di China Summit
Arsitektur Teknis dan Tantangan Implementasi
Ekosistem perangkat lunak CUDA terdiri dari dua komponen fundamental yang memerlukan porting yang cermat ke sistem RISC-V. CUDA Toolkit berfungsi sebagai compiler komprehensif dengan kemampuan kompilasi yang luas dan berbagai komponen terintegrasi, sementara komponen driver mengelola komunikasi perangkat keras dan alokasi sumber daya. Sijstermanns menjelaskan bahwa NVIDIA sedang aktif mengerjakan porting bagian-bagian yang disorot hijau dari stack perangkat lunak mereka, yang mencakup elemen-elemen kritis seperti CUDA Kernel Mode Driver (KMD) dan CUDA User Mode Driver (UMD).
Proses porting meluas melampaui kontrol langsung NVIDIA, karena aplikasi pihak ketiga dan pustaka khusus juga harus menjalani adaptasi untuk kompatibilitas RISC-V. NVIDIA telah mengembangkan lebih dari 900 pustaka khusus di berbagai industri selama dua dekade pengembangan CUDA, termasuk pustaka akselerasi inferensi, alat analisis data, dan paket akselerasi manufaktur semikonduktor. Pustaka-pustaka ini mewakili ekosistem besar yang secara bertahap akan tersedia bagi pengembang RISC-V.
Komponen Stack Software CUDA yang Memerlukan Porting RISC-V
- CUDA Toolkit (compiler dan tools pengembangan)
- CUDA Kernel Mode Driver (KMD)
- CUDA User Mode Driver (UMD)
- 900+ library industri khusus
- Aplikasi dan framework pihak ketiga (contoh: PyTorch)
Persyaratan Perangkat Keras dan Keterbatasan Saat Ini
Tantangan utama yang dihadapi implementasi CUDA RISC-V berpusat pada ketersediaan dan kompatibilitas perangkat keras. Sijstermanns menekankan bahwa deployment CUDA yang sukses memerlukan tidak hanya CPU RISC-V tetapi juga konfigurasi perangkat keras GPU yang kompatibel. Meskipun NVIDIA telah bekerja dengan prosesor seperti CPU RISC-V C920 dari DAMO Academy Alibaba untuk tujuan pengembangan, ekosistem saat ini masih kekurangan SoC yang sepenuhnya mendukung spesifikasi RVA23 yang baru saja disetujui.
Unified virtual memory merupakan persyaratan kritis untuk performa CUDA yang optimal pada sistem RISC-V. Teknologi ini memungkinkan berbagi data yang mulus antara ruang memori CPU dan GPU, memungkinkan penyalinan data yang efisien dan pemeliharaan konsistensi di seluruh unit pemrosesan. Tanpa dukungan unified memory yang tepat, pengalaman pengguna dan manfaat performa yang mendefinisikan daya tarik CUDA akan terganggu secara signifikan.
Dampak Industri dan Implikasi Pasar
Perluasan dukungan CUDA ke prosesor RISC-V menimbulkan tantangan signifikan bagi duopoli x86 dan ARM yang ada dalam komputasi AI. Intel dan AMD telah mendominasi pasar server x86, sementara NVIDIA dan raksasa teknologi lainnya telah berinvestasi besar dalam solusi berbasis ARM untuk beban kerja AI khusus. Sifat sumber terbuka RISC-V menghilangkan biaya lisensi dan pembayaran royalti, membuatnya sangat menarik bagi startup, pengembang skala kecil, dan organisasi yang sadar biaya.
Keunggulan skalabilitas arsitektur RISC-V menjadi sangat relevan dalam aplikasi edge AI, di mana proses desain dan verifikasi chip yang disederhanakan dapat mempercepat timeline pengembangan. Perusahaan seperti Tenstorrent milik Jim Keller telah mulai memanfaatkan RISC-V untuk pengembangan chip AI, dengan prosesor Wormhole n150 dan n300 mereka menunjukkan potensi arsitektur dalam solusi AI yang hemat biaya.
Integrasi Masa Depan dengan Ekosistem NVIDIA
Sijstermanns mengisyaratkan kemungkinan integrasi yang lebih luas dalam ekosistem perangkat keras NVIDIA, khususnya mengenai teknologi NVLink. Arsitektur NVLink Fusion, yang memungkinkan komunikasi berkecepatan tinggi antara prosesor dan akselerator dalam lingkungan pusat data, dapat menggabungkan prosesor RISC-V sebagai komponen jalur kontrol. Integrasi ini akan memposisikan RISC-V sebagai elemen fundamental dalam desain arsitektur skala rak NVIDIA.
Pendekatan agnostik perangkat keras perusahaan mencerminkan strategi bisnis pragmatis yang berfokus pada komputasi yang dipercepat daripada loyalitas arsitektur prosesor. Seperti yang dicatat Sijstermanns, perhatian utama NVIDIA terletak pada memberikan pengembang dan pengguna fleksibilitas maksimum dalam pilihan komputasi mereka, apakah mereka lebih suka solusi x86, ARM, atau RISC-V.
Kemajuan Ekosistem RISC-V Sejak 2022
- 10+ spesifikasi baru disetujui oleh RISC-V International Foundation
- Spesifikasi RVA23 (kritis untuk aplikasi server)
- Spesifikasi Server SoC disetujui
- 75 paket perangkat lunak berbeda tersedia di RISC-V
- Dukungan sistem operasi Linux dan toolchain telah selesai
Timeline dan Pengembangan Ekosistem
Meskipun NVIDIA telah berkomitmen pada dukungan CUDA RISC-V, perusahaan menekankan pendekatan metodis untuk implementasi. Tim pengembangan bekerja sama dengan mitra ekosistem untuk mengatasi masalah kompatibilitas dan memastikan fungsionalitas tingkat sistem yang komprehensif sebelum rilis publik. Pendekatan hati-hati ini mencerminkan kompleksitas porting stack perangkat lunak matang seperti CUDA ke arsitektur prosesor yang relatif baru.
Keberhasilan inisiatif ini sangat bergantung pada kolaborasi berkelanjutan dalam ekosistem RISC-V, termasuk produsen perangkat keras, pengembang perangkat lunak, dan integrator sistem. Ketika RISC-V International Foundation terus menyetujui spesifikasi baru dan memperluas ketersediaan paket perangkat lunak, fondasi untuk integrasi CUDA menjadi semakin solid, menjanjikan lanskap komputasi AI yang lebih beragam dan kompetitif.