Courtesy of SCMP

Tim Tiongkok Ciptakan Model AI Video Lebih Cepat dan Hemat Energi dari Nvidia

12 Mar 2025, 18.00 WIB

53 dibaca

Ikhtisar 15 Detik

Model FlightVGM menunjukkan potensi besar dalam efisiensi energi dan kinerja AI.
Penggunaan chip FPGA dapat mengubah cara industri menerapkan sistem AI yang hemat biaya.
Kemenangan di konferensi FPGA 2025 menandakan kemajuan signifikan Tiongkok dalam teknologi AI.

Peneliti dari China berhasil menciptakan model AI untuk menghasilkan video yang disebut FlightVGM, yang dilatih menggunakan chip industri biasa, yaitu V80 FPGA dari AMD. Model ini mampu mengalahkan kinerja GPU canggih dari Nvidia, seperti RTX 3090, dengan peningkatan kinerja sebesar 30% dan efisiensi energi yang 4,5 kali lebih baik. Keberhasilan ini membuat tim dari Shanghai Jiao Tong University, Tsinghua University, dan start-up Infinigence-AI meraih penghargaan Best Paper di konferensi FPGA 2025, yang merupakan prestasi pertama bagi tim dari China.

FPGAs adalah perangkat semikonduktor yang dapat diprogram ulang, memungkinkan penyesuaian setelah diproduksi, berbeda dengan chip konvensional yang memiliki fungsi tetap. FlightVGM menunjukkan bahwa FPGAs dapat menawarkan arsitektur yang lebih efisien dan responsif untuk aplikasi tertentu, seperti kontrol robotik dan kendaraan otonom, yang dapat mengubah cara industri menggunakan sistem AI yang hemat biaya dan energi.

--------------------

Analisis Kami: Keberhasilan FlightVGM membuktikan bahwa pendekatan fleksibel menggunakan FPGA bukan hanya sekadar alternatif tapi juga dapat melampaui performa GPU dalam konteks tertentu. Ini merupakan titik balik yang akan memaksa dominasi Nvidia untuk mulai dipertanyakan, membuka peluang besar bagi peneliti dan industri AI di Asia untuk lebih inovatif dan mandiri.

--------------------

Analisis Ahli:

Andrew Ng: Jika model AI dapat dilatih secara lebih efisien menggunakan FPGA, ini akan mengubah lanskap AI secara fundamental dengan mendorong adopsi yang lebih luas di sektor-sektor yang sebelumnya terbatas oleh biaya dan konsumsi listrik.

Yann LeCun: Menggunakan FPGA untuk AI memungkinkan kustomisasi hardware yang unik dan sangat efisien, yang penting untuk membawa AI ke perangkat edge dan aplikasi spesifik.

--------------------

What's Next: Dalam beberapa tahun ke depan, teknologi FPGA berpotensi menjadi alternatif utama untuk perangkat keras AI, mengurangi dominasi GPU dan mendorong pengembangan AI yang lebih hemat energi dan terjangkau di berbagai industri.

Referensi:
[1] https://www.scmp.com/news/china/science/article/3301251/chinese-ai-team-wins-global-award-replacing-nvidia-gpu-industrial-chip?module=top_story&pgtype=subsection

Pertanyaan Terkait

Apa yang dicapai oleh model video-generasi FlightVGM?

Model video-generasi FlightVGM mencatatkan peningkatan kinerja sebesar 30% dan efisiensi energi 4½ kali lebih baik dibandingkan dengan GPU Nvidia RTX 3090.

Chip apa yang digunakan untuk melatih model FlightVGM?

Model FlightVGM dilatih menggunakan chip V80 FPGA dari Advanced Micro Devices (AMD).

Siapa saja yang terlibat dalam pengembangan FlightVGM?

Pengembangan FlightVGM melibatkan peneliti dari Shanghai Jiao Tong University, Tsinghua University, dan perusahaan rintisan Infinigence-AI.

Apa keunggulan FPGA dibandingkan dengan GPU dalam konteks AI?

FPGA menawarkan arsitektur yang dapat disesuaikan untuk aplikasi tertentu, sehingga menghasilkan efisiensi energi yang lebih tinggi dan latensi yang lebih rendah dibandingkan GPU.

Mengapa kemenangan di konferensi FPGA 2025 penting bagi tim Tiongkok?

Kemenangan di konferensi FPGA 2025 menandai pencapaian penting bagi tim Tiongkok dan menunjukkan kemajuan dalam perlombaan global untuk mengoptimalkan perangkat keras AI.