Doc. Antara |
Jakarta (Globalasia48.co.id) – Perusahaan induk Google Alphabet Inc. merilis detail terbaru super komputer yang dimanfaatkan untuk melatih perkembangan model Artificial Intelligence (AI) atau kecerdasan buatan mereka dan mengklaim bahwa terdapat peningkatan kecepatan dan efisiensi tenaga bila dibandingkan dengan sistem Nvidia Corp.
Mengacu laporan dari Reuters, Selasa (4/4), Google telah melatih 90 persen kecerdasan buatan mereka dengan memanfaatkan chip buatan sendiri bernama Tensor Processing Unit (TPU) yang bekerja memasukkan data ke dalam model untuk menyelesaikan sejumlah tugas seperti menjawab pertanyaan dengan bahasa mendekati asli atau menghasilkan gambar-gambar.
TPU milik Google telah mencapai generasi keempat dan dalam publikasi ilmiahnya, Google menyebutkan bahwa sistem tersebut didukung lebih dari 4.000 chip yang tergabung menjadi sebuah super komputer memanfaatkan sakelar optik buatan sendiri untuk membantu menghubungkan setiap mesin.
Menurut Google, berita dikutip dari Antara, kemampuan untuk meningkatkan konektivitas tersebut menjadi kunci dalam persaingan diantara perusahaan yang membangun super komputer AI. Mereka beranggapan model bahasa pemrosesan besar yang diterapkan pada teknologi seperti Google’s Bard atau ChatGPT milik OpenAI telah berkembang signifikan sehingga terlalu besar untuk disimpan ke dalam satu chip.
Google beranggapan model-model tersebut harus dibagi ke ribuan chip dan bekerja sama selama berminggu-minggu untuk melatih model semisal PaLM yang dilatih dengan membagi model menjadi dua dari 4.000 chip super komputer selama lebih dari 50 hari.
Super komputer Google juga diklaim memiliki kemampuan cepat untuk mengkonfigurasi ulang koneksi antar-chip sehingga mampu meminimalisasi masalah dan melakukan penyesuaian untuk meningkatkan performa.
Google juga mengklaim bahwa chip TPU generasi keempat mereka memiliki kecepatan 1,7 kali dan lebih hemat tenaga 1,9 kali dibandingkan dengan chip A100 Nvidia yang sudah beredar di pasaran bersamaan dengan produk TPU mereka.
Terkait klaim tersebut, Nvidia menolak memberikan komentar. (Antara)