OpenAI Siap Produksi Prosesor AI Kustom Pertama, Saingi Nvidia?
OpenAI sepertinya sudah siap memasuki persaingan di industri prosesor AI dengan merancang chip kustom pertamanya. Menurut laporan Reuters, desain prosesor ini akan diselesaikan dalam beberapa bulan ke depan dan dikirim ke TSMC untuk diproduksi secara massal pada 2026.
Prosesor ini akan mengusung desain systolic array, arsitektur yang memungkinkan pemrosesan data berlangsung secara efisien dalam pola berulang. Selain itu, chip ini akan menggunakan memori HBM, meskipun belum jelas apakah OpenAI akan memilih HBM3E atau HBM4. Untuk fabrikasi, OpenAI mengandalkan teknologi 3nm dari TSMC, yang sudah terbukti dalam industri semikonduktor.
OpenAI Kerjasama dengan Broadcom
Dalam pengembangannya, OpenAI bekerja sama dengan Broadcom. Perusahaan AI ini akan merancang bagian inti prosesor, sementara Broadcom akan menangani elemen tambahan seperti CPU, memori, dan antarmuka I/O. Proyek ini dipimpin oleh Richard Ho, mantan insinyur TPU Google. Timnya kini telah berkembang menjadi 40 insinyur, tetapi masih jauh lebih kecil dibandingkan tim serupa di Amazon Web Services (AWS) atau Google.
Baca Juga: Review Axioo Pongo 735
Salah satu alasan kenapa OpenAI mengembangkan prosesor sendiri adalah untuk meningkatkan posisi mereka terhadap suplier seperti Nvidia. Jika berhasil, mereka berencana terus menyempurnakan prosesor ini seiring waktu. Namun, untuk tahap awal, prosesor ini akan diproduksi dalam jumlah terbatas dan lebih difokuskan untuk menjalankan inferensi model AI ketimbang melatihnya.
Membuat prosesor AI berkinerja tinggi bukan perkara murah. Industri memperkirakan biaya pengembangan satu model chip bisa mencapai ratusan juta dolar, bahkan bisa dua kali lipat jika memperhitungkan infrastruktur pendukungnya.
Meski sulit menyaingi GPU Nvidia dalam hal performa, perusahaan seperti AWS, Google, dan Meta telah membuktikan bahwa prosesor kustom bisa menjadi alternatif yang lebih murah dan hemat energi. Jika strategi OpenAI berjalan sesuai rencana, mereka bisa mengurangi ketergantungan pada Nvidia dan menekan biaya operasional mereka sendiri.
More Articles
