Cip fotolistrik all-analog mampu memproses tugas visi komputer dengan kecepatan dan efisiensi energi yang lebih tinggi dibandingkan dengan cip yang sudah ada saat ini.

Beijing, China (Xinhua) – Para peneliti China dari Universitas Tsinghua mengembangkan sebuah cip fotolistrik all-analog yang dapat memproses tugas visi komputer dengan kecepatan dan efisiensi energi yang lebih tinggi dibandingkan dengan cip yang sudah ada saat ini.

Temuan tim peneliti tersebut, yang memberikan alternatif bagi teknologi berbasis pada konversi analog ke digital yang sudah ada saat ini, telah dipublikasikan di jurnal Nature.

Sinyal analog dan digital adalah dua jenis sinyal yang membawa informasi. Sinyal analog berubah secara kontinu, seperti sinar cahaya yang membentuk gambar, sedangkan sinyal digital tidak kontinu, seperti bilangan biner.

Dalam tugas komputasi berbasis visi seperti pengenalan gambar dan deteksi objek, sinyal dari lingkungan objek bersifat analog, dan sinyal tersebut perlu diubah menjadi sinyal digital untuk diproses oleh jaringan saraf kecerdasan buatan (artificial intelligence/AI), sistem dilatih untuk mengenali pola dan hubungan dalam kumpulan data. Namun, konversi analog ke digital memakan waktu dan energi, sehingga membatasi kecepatan dan efisiensi kinerja jaringan neural. Komputasi optis, yang menggunakan sinyal cahaya analog, adalah salah satu pendekatan yang paling menjanjikan untuk mengatasi persoalan ini.

Dalam studi baru tersebut, para peneliti mendesain sebuah prosesor fotolistrik terintegrasi untuk memanfaatkan kemampuan cahaya, dalam bentuk foton, dan elektron, seperti yang ditemukan pada arus listrik, dengan cara yang sepenuhnya analog. Hasilnya disebut sebagai ‘all-analog chip combining electronic and light computing’ atau ACCEL.

"Kami memaksimalkan keunggulan cahaya dan listrik dengan sinyal all-analog, menghindari kelemahan konversi analog-ke-digital dan memutus hambatan konsumsi daya dan kecepatan," ujar Fang Lu, peneliti dari tim Tsinghua.

Sejumlah pengujian menunjukkan bahwa ACCEL mampu mengenali dan mengklasifikasikan objek dengan tingkat akurasi yang sebanding dengan jaringan neural digital. Selain itu, ACCEL mengklasifikasikan gambar beresolusi tinggi dari berbagai latar kehidupan sehari-hari lebih dari 3.000 kali lebih cepat dan dengan konsumsi energi 4.000.000 kali lebih sedikit dibandingkan dengan unit pemrosesan grafis (graphics processing unit/GPU) terbaik.

Sebuah ulasan dari editor Nature mengatakan bahwa tim tersebut telah meminimalkan kebutuhan terhadap konverter analog-ke-digital yang sangat mahal. "Pendekatan yang baru dan pragmatis terhadap perangkat keras kecerdasan buatan yang sangat hemat energi ini memanfaatkan teknologi komputasi elektronik dan optis secara maksimal," katanya.

Fang mencatat bahwa keunggulan daya ultra-rendah akan membantu memperbaiki masalah pemanasan pada penskalaan cip, serta berpotensi membawa terobosan dalam desain cip di masa depan.

Dai Qionghai, selaku direktur School of Information Science and Technology di Universitas Tsinghua, mengatakan bahwa tim tersebut telah mengembangkan sebuah prototipe cip, dan akan bekerja untuk membuat sebuah cip AI yang dapat digunakan untuk berbagai macam aplikasi yang lebih luas.

Laporan: Redaksi