Google Menjajaki Penjualan TPU untuk Perusahaan Teknologi Lain
Google sedang mempertimbangkan untuk menjual tensor processing units (TPU) kepada perusahaan teknologi lain. Langkah ini bisa menjadi ancaman bagi dominasi Nvidia sebagai pemasok chip AI utama. Beberapa perusahaan teknologi besar, seperti Meta dan Anthropic, dilaporkan bersiap menghabiskan miliaran dolar AS untuk membeli TPU dari Google.
Industri kecerdasan buatan (AI) selama ini bergantung pada graphical processing units (GPU). Chip ini dirancang untuk melakukan banyak kalkulasi secara paralel. Awalnya, GPU dikembangkan untuk kebutuhan grafis komputer dan game, tetapi kemampuannya dalam menangani operasi paralel membuatnya cocok untuk melatih dan menjalankan model AI.
Francesco Conti dari Universitas Bologna menjelaskan bahwa GPU memiliki keterbatasan karena tidak dirancang khusus untuk AI. Sebaliknya, TPU yang dikembangkan Google sejak 2016 difokuskan pada perkalian matriks, yaitu kalkulasi inti untuk model AI besar. Pada tahun ini, Google merilis generasi ketujuh TPU bernama Ironwood, yang digunakan untuk menggerakkan model seperti Gemini dan AlphaFold.
Meski efisien, TPU bisa kurang fleksibel jika model AI berkembang pesat. Jika perusahaan tidak memiliki fleksibilitas pada TPU, mereka harus melakukan kalkulasi pada CPU node di pusat data. Proses ini tergolong lamban.
Dengan dukungan perangkat lunak yang semakin matang, penggunaan TPU kini lebih mudah. Francesco Conti menyatakan bahwa dengan TPU, pengguna kini dapat melakukan hal-hal serupa seperti yang dilakukan oleh GPU.
Secara teknologi, TPU bukanlah chip yang sepenuhnya baru, melainkan versi yang lebih spesifik dari GPU. Mereka fokus pada bagian yang biasanya dilakukan GPU, secara khusus ditujukan untuk pelatihan dan inference AI. Simon McIntosh-Smith dari Universitas Bristol menjelaskan bahwa TPU dirancang untuk tugas tertentu dalam AI.
Selain Google, sejumlah perusahaan raksasa penyedia layanan cloud (hyperscaler) maupun startup juga sedang mengembangkan chip serupa. Misalnya, Amazon menggunakan chip Trainium. McIntosh-Smith menjelaskan bahwa tren ini terjadi karena harga GPU meningkat tajam akibat permintaan yang lebih tinggi dibandingkan pasokan.
“Kebanyakan hyperscaler memiliki program internal mereka sendiri. GPU menjadi sangat mahal karena permintaan melampaui pasokan,” ujar McIntosh-Smith. “Mungkin lebih murah untuk merancang dan membangun chip sendiri,” tambahnya.
Perkembangan Teknologi dalam Industri AI
Perkembangan teknologi AI terus bergerak cepat, dan inovasi dalam desain chip menjadi kunci untuk mendukung pertumbuhan industri ini. Dengan peningkatan permintaan terhadap kapasitas komputasi yang lebih tinggi, perusahaan-perusahaan besar mulai mempertimbangkan opsi untuk merancang chip khusus sesuai kebutuhan mereka.
Penggunaan TPU dan chip-chip serupa memberikan manfaat dalam hal efisiensi dan kecepatan. Namun, tantangan utama tetap ada, termasuk masalah fleksibilitas dan biaya produksi. Meskipun demikian, tren ini menunjukkan bahwa pasar AI akan semakin kompetitif, dengan banyak pemain berusaha menciptakan solusi yang lebih baik dan lebih ekonomis.
Perusahaan seperti Google, Amazon, dan Nvidia terus berinovasi untuk memenuhi kebutuhan industri yang berkembang. Ketersediaan berbagai jenis chip, termasuk GPU, TPU, dan chip khusus lainnya, memberikan pilihan yang lebih luas bagi pengembang dan pengguna AI.
Dalam jangka panjang, persaingan antar perusahaan teknologi ini bisa mempercepat inovasi dan menurunkan biaya akses ke teknologi AI. Hal ini akan berdampak positif bagi pengembangan model-model AI yang lebih canggih dan efisien.
