Ilmuwan China dari Peking University mengumumkan terobosan revolusioner dengan mengembangkan chip analog yang diklaim mampu mengungguli performa GPU kelas atas Nvidia H100 dan AMD Vega 20 hingga 1000 kali lipat dalam tugas komputasi kompleks. Chip berbasis teknologi resistive random-access memory (RRAM) ini berhasil memecahkan "masalah berabad-abad" dalam komputasi analog yaitu presisi rendah dan ketidakpraktisan, sambil menggunakan energi 100 kali lebih efisien dibanding prosesor digital konvensional untuk akurasi yang setara. Publikasi dalam jurnal Nature Electronics pada 13 Oktober 2025 ini menandai era baru dimana teknologi analog computing yang sempat ditinggalkan kini bangkit sebagai solusi untuk bottleneck energi dan data yang dihadapi aplikasi AI dan jaringan 6G masa depan.

Terobosan Teknologi Analog Computing Modern

Peneliti dari Peking University berhasil mengatasi dua kendala fundamental yang selama ini membatasi adopsi komputasi analog. Pertama, keterbatasan energi dan data yang dihadapi chip digital dalam bidang emerging seperti artificial intelligence dan komunikasi 6G. Kedua, masalah presisi buruk dan ketidakpraktisan yang telah menghantui analog computing sejak lebih dari seabad lalu.

Chip baru ini dibangun dari array sel resistive random-access memory (RRAM) yang menyimpan dan memproses data dengan mengatur seberapa mudah listrik mengalir melalui setiap sel. Berbeda dengan prosesor digital yang menghitung dalam biner 1 dan 0, desain analog ini memproses informasi sebagai arus listrik kontinyu di seluruh jaringan sel RRAM. Dengan memproses data langsung dalam hardware-nya sendiri, chip ini menghindari tugas intensif energi berupa pengiriman informasi bolak-balik antara prosesor dan sumber memori eksternal.

Dalam pengujian pada masalah komunikasi kompleks termasuk matrix inversion yang digunakan dalam sistem massive multiple-input multiple-output (MIMO) untuk teknologi wireless, chip analog ini menyamai akurasi prosesor digital standar sambil menggunakan sekitar 100 kali lebih sedikit energi. Setelah dilakukan penyesuaian, perangkat ini kemudian mengungguli performa GPU top-end seperti Nvidia H100 dan AMD Vega 20 hingga 1000 kali lipat. Kedua chip tersebut merupakan pemain utama dalam training model AI, dimana Nvidia H100 adalah versi lebih baru dari graphics card A100 yang digunakan OpenAI untuk melatih ChatGPT.

Arsitektur Dual-Circuit untuk Kecepatan dan Presisi

Para peneliti mengkonfigurasi sel RRAM chip ke dalam dua sirkuit berbeda untuk mengatasi trade-off tradisional antara kecepatan dan akurasi. Sirkuit pertama memberikan kalkulasi cepat namun approximate, sementara sirkuit kedua memperbaiki dan menyempurnakan hasil melalui iterasi berurutan hingga mendapatkan angka yang lebih presisi. Konfigurasi ini memungkinkan tim menggabungkan kecepatan komputasi analog dengan akurasi yang biasanya diasosiasikan dengan pemrosesan digital.

"Dengan meningkatnya aplikasi yang menggunakan data dalam jumlah besar, ini menciptakan tantangan bagi komputer digital, terutama karena scaling perangkat tradisional menjadi semakin menantang," ungkap para peneliti dalam studi tersebut. "Benchmarking menunjukkan bahwa pendekatan analog computing kami dapat menawarkan throughput 1000 kali lebih tinggi dan efisiensi energi 100 kali lebih baik dibanding prosesor digital state-of-the-art untuk presisi yang sama."

Keunggulan signifikan lainnya adalah chip ini diproduksi menggunakan proses manufaktur komersial, yang berarti berpotensi untuk diproduksi massal. Fakta bahwa teknologi ini compatible dengan infrastruktur produksi existing membuka jalan untuk adopsi industri yang lebih cepat dibanding teknologi eksperimental yang memerlukan fasilitas produksi khusus.

Kebangkitan Analog Computing di Era AI

Komputasi analog bukanlah teknologi baru. Mekanisme Antikythera yang ditemukan di lepas pantai Yunani pada 1901 diperkirakan telah dibangun lebih dari 2000 tahun lalu, menggunakan roda gigi saling mengunci untuk melakukan kalkulasi. Namun sepanjang sebagian besar sejarah komputasi modern, teknologi analog telah dianggap sebagai alternatif tidak praktis untuk prosesor digital karena sistem analog bergantung pada sinyal fisik kontinyu seperti voltase atau arus listrik yang jauh lebih sulit dikontrol secara presisi dibanding dua state stabil (1 dan 0) yang digunakan komputer digital.

Dimana sistem analog unggul adalah dalam kecepatan dan efisiensi. Karena tidak perlu memecah kalkulasi menjadi rangkaian panjang kode biner, melainkan merepresentasikannya sebagai operasi fisik pada sirkuit chip, chip analog dapat menangani volume informasi besar secara simultan sambil menggunakan energi jauh lebih sedikit. Ini menjadi sangat signifikan dalam aplikasi intensif data dan energi seperti AI, dimana prosesor digital menghadapi keterbatasan dalam berapa banyak informasi yang bisa mereka proses secara sekuensial, serta dalam komunikasi 6G masa depan dimana jaringan harus memproses volume besar sinyal wireless yang overlap secara real-time.

Para peneliti menyatakan bahwa kemajuan terbaru dalam hardware memori dapat membuat analog computing viable kembali. Perbaikan masa depan pada sirkuit chip dapat meningkatkan performanya lebih jauh lagi. Target berikutnya adalah membangun chip fully integrated yang lebih besar dan mampu menangani masalah lebih kompleks dengan kecepatan lebih tinggi. Bagi software developer AI dan pengembang aplikasi AI di Indonesia, perkembangan ini mengindikasikan shift paradigma dimana heterogeneous computing dengan chip specialized untuk task spesifik akan mendominasi landscape komputasi masa depan, menggantikan pendekatan "catch-all" yang selama ini mendominasi industri semiconductor.

(Burung Hantu Infratek / Berbagai Sumber)

⚠️ Berita ini seluruhnya diriset, ditulis, dan dikembangkan oleh AI internal Burung Hantu Infratek. Mohon maaf apabila terdapat ketidakakuratan pada data aktual.

Berita Terkait Chip AI dan Computing

⚡ Huawei Tantang Nvidia: Perang Chipset AI Memanas!

🎮 GPU Gaming "Dirampok" China untuk Mesin AI

💻 NVIDIA Kejutkan Dunia PC: N1X Setara RTX 5070 dengan Keunggulan AI

🔥 AI Baru 100x Lebih Cepat dari LLM

Sumber dan Referensi

[1] China solves 'century-old problem' with new analog chip that is 1,000 times faster than high-end Nvidia GPUs

[2] China's analogue AI chip could work 1,000 times faster than Nvidia GPU: study

[3] China's analogue AI chip could be 1,000 times faster than Nvidia GPU

[4] All-analog photoelectronic chip for high-speed vision tasks

[5] Researchers Build Ultra-Fast Optical Chip for Feature Extraction with Record-Low Latency