Kecerdasan buatan (AI) dengan cepat menjadi semakin kuat dan meluas, namun pertumbuhan ini memerlukan biaya energi yang besar. Pusat data telah mengonsumsi sekitar 1,5% energi global, dan jumlah tersebut meningkat sebesar 12% setiap tahunnya. Ketika model AI seperti ChatGPT menjadi lebih kompleks, permintaan akan daya komputasi—dan listrik—akan semakin meningkat. Para peneliti kini menjajaki alternatif radikal: komputer optik yang menggunakan cahaya, bukan listrik, untuk melakukan penghitungan.
Janji Komputasi Optik
Selama beberapa dekade, komputasi optik sebagian besar masih bersifat teoritis. Tantangannya terletak pada meniru gerbang logika komputer tradisional dengan foton, bukan elektron. Tidak seperti listrik, cahaya secara alami merambat dalam garis lurus, sehingga sulit untuk menciptakan fungsi nonlinier yang diperlukan untuk pemrosesan data yang kompleks.
Sebuah tim di Penn State baru-baru ini menerbitkan penelitian di Science Advances yang menguraikan potensi terobosan. Pendekatan mereka menggunakan pengaturan “cermin tak terhingga”—sebuah lingkaran elemen optik—untuk menyandikan data menjadi berkas cahaya, menciptakan perilaku nonlinier yang diperlukan tanpa laser berkekuatan tinggi atau material eksotik. Sistem ini menangkap pola cahaya dengan kamera mikroskopis, sehingga secara efektif melakukan perhitungan yang relevan dengan AI.
Mengapa Ini Penting
Tren konsumsi energi AI saat ini tidak berkelanjutan. Perluasan pusat data telah membebani jaringan listrik, dan dampak pembangkit listrik terhadap lingkungan sangat besar. Jika AI ingin melakukan penskalaan secara bertanggung jawab, kita memerlukan metode komputasi yang lebih efisien.
Komputasi optik menawarkan jalan maju yang menarik. Tidak seperti sirkuit listrik, sistem berbasis cahaya dapat secara teoritis beroperasi pada tingkat daya yang jauh lebih rendah sambil mencapai kinerja yang sebanding atau bahkan lebih unggul.
“Prinsip utamanya adalah struktur optik yang dirancang dengan cermat dapat menghasilkan perilaku input-output nonlinier yang dibutuhkan AI tanpa bergantung pada material nonlinier yang kuat atau laser berkekuatan tinggi,” jelas Xingjie Ni, seorang profesor teknik di Penn State.
Jalan ke Depan: Sistem Hibrid
Meskipun ada kemajuan, komputer optik belum siap menggantikan chip silikon tradisional dalam waktu dekat. Teknologi ini menghadapi kendala manufaktur dan memerlukan penyempurnaan lebih lanjut sebelum penerapan praktis. Para ahli memperkirakan bahwa prototipe yang siap digunakan di industri masih membutuhkan waktu dua hingga lima tahun lagi, bergantung pada pendanaan dan aplikasi spesifik.
Skenario yang paling mungkin terjadi adalah pendekatan hybrid : mengintegrasikan chip optik bersama GPU yang ada untuk mempercepat tugas AI yang intensif secara komputasi. Hal ini akan memungkinkan perangkat elektronik menangani pemrosesan untuk keperluan umum sementara optik menangani beban kerja yang boros energi.
Francesca Parmigiani dari Microsoft Research mencatat bahwa komputasi optik “memiliki potensi untuk melakukan lebih banyak operasi secara efisien secara paralel dan pada kecepatan yang jauh lebih tinggi dibandingkan perangkat keras digital konvensional.” Chene Tradonsky, salah satu pendiri LightSolver, menekankan bahwa efisiensi energi tidak lagi menjadi prioritas utama dalam pengembangan AI.
Pada akhirnya, komputasi optik mewakili langkah penting menuju masa depan AI yang lebih berkelanjutan. Meskipun tantangannya masih ada, potensi manfaatnya—pengurangan konsumsi energi, pemrosesan yang lebih cepat, dan biaya yang lebih rendah—menjadikan bidang ini layak untuk diperhatikan.
