Kebutuhan komputasi kecerdasan buatan terus naik, dan dampaknya terasa langsung pada biaya serta lingkungan. Di tengah lonjakan permintaan itu, chip fotonik muncul sebagai kandidat penting karena memproses data dengan cahaya, bukan hanya mengandalkan aliran listrik seperti chip silikon konvensional.
Teknologi ini menarik perhatian karena tidak sekadar mengganti sumber daya, tetapi juga berpotensi mengubah cara pusat data bekerja. Sejumlah riset dan prototipe menunjukkan bahwa chip berbasis cahaya bisa lebih hemat energi, lebih cepat, dan menghasilkan panas lebih rendah dibanding chip elektronik yang selama ini menjadi tulang punggung perangkat komputasi modern.
Mengapa chip saat ini boros energi
Chip silikon tradisional bekerja dengan miliaran transistor kecil yang menyalakan dan memutus arus listrik. Proses itu menciptakan gesekan di dalam sirkuit, lalu menghasilkan panas yang harus dibuang oleh sistem pendingin.
Masalahnya, pendinginan data center memerlukan energi dan air dalam jumlah besar. Artikel referensi menyoroti bahwa beban komputasi AI telah mendorong konsumsi listrik dan air naik signifikan, bahkan aktivitas sederhana seperti bersikap sopan kepada chatbot pernah disebut menambah beban biaya operasional ChatGPT hingga puluhan juta dolar.
Bagaimana chip fotonik bekerja
Chip fotonik memakai foton atau partikel cahaya untuk memproses informasi. Alih-alih memindahkan elektron melalui sirkuit, chip ini mengubah sinyal listrik menjadi cahaya, menjalankan kalkulasi, lalu mengembalikannya lagi ke sistem listrik perangkat.
Pendekatan itu membuka beberapa keunggulan teknis penting. Cahaya tidak mengalami hambatan seperti listrik, sehingga energi yang terbuang lebih kecil dan panas yang muncul juga lebih rendah.
Keunggulan utama chip fotonik
- Konsumsi energi lebih rendah saat menjalankan komputasi AI.
- Panas yang dihasilkan lebih sedikit sehingga kebutuhan pendinginan ikut turun.
- Kecepatan pemrosesan bisa melampaui GPU atau chip elektronik mutakhir pada tugas tertentu.
- Satu jalur cahaya dapat membawa beberapa kanal sekaligus, sehingga pemrosesan paralel menjadi lebih efisien.
Data yang dikutip artikel referensi menunjukkan skala potensi ini cukup besar. Tim ilmuwan Tiongkok di balik LightGen melaporkan prototipe mereka memiliki kecepatan komputasi dan efisiensi energi “lebih dari dua orde magnitudo” dibanding chip elektronik tercanggih.
Apa kata pengembang dan peneliti
Perusahaan Jerman Q.ANT juga mengklaim NPU Gen 2 miliknya mampu bekerja hingga 30 kali lebih hemat energi dan 50 kali lebih cepat dibanding teknologi yang saat ini dipakai di data center. Di sisi lain, prototipe dari University of Sydney dilaporkan mampu mengenali gambar dengan akurasi 90 hingga 99 persen.
Angka-angka itu penting karena selama ini chip fotonik sering dipandang hanya unggul di teori, bukan di performa nyata. Hasil dari berbagai laboratorium dan pengembang mulai menunjukkan bahwa cahaya memang bisa menjadi medium komputasi yang relevan untuk beban kerja AI.
Dampak bagi industri AI dan data center
Pusat data kini menjadi infrastruktur vital bagi layanan berbasis AI, cloud, dan aplikasi digital yang terus tumbuh. Jika chip fotonik bisa diproduksi dan diintegrasikan secara luas, konsumsi listrik data center berpotensi turun dan kebutuhan air untuk pendinginan bisa ikut berkurang.
Berikut perbedaan mendasar antara kedua pendekatan tersebut:
| Aspek | Chip silikon konvensional | Chip fotonik |
|---|---|---|
| Media utama | Elektron | Foton/cahaya |
| Panas | Lebih tinggi | Lebih rendah |
| Pendinginan | Lebih berat | Lebih ringan |
| Efisiensi energi | Terbatas | Lebih tinggi |
| Kecepatan tertentu | Tinggi, tetapi dibatasi gesekan | Berpotensi lebih cepat |
Meski begitu, chip fotonik belum sepenuhnya menggantikan elektronik. Teknologi ini masih bekerja di dalam perangkat yang tetap memakai listrik, sehingga jalur komersialisasinya memerlukan integrasi yang matang dan biaya produksi yang kompetitif.
Namun arah pengembangannya jelas menunjukkan satu hal penting: masa depan chip komputer tidak hanya soal mengganti listrik dengan sumber daya lain, tetapi juga soal menciptakan komputasi yang lebih efisien, lebih cepat, dan jauh lebih ramah terhadap kebutuhan energi global.
