Komputer yang memanfaatkan cahaya, bukan sirkuit listrik, untuk menjalankan kalkulasi mungkin terdengar seperti alur cerita dari episode Star Trek. Namun, para peneliti telah menggarap pendekatan komputasi yang inovatif ini selama bertahun-tahun.
Mereka disebut komputer optik, dan laboratorium di seluruh dunia telah mengeksplorasi potensi kegunaannya dalam kehidupan sehari-hari.
Pada Rabu lalu, sebuah tim peneliti dari Penn State menerbitkan sebuah makalah dalam jurnal Science Advances yang mengkaji bagaimana komputasi optik dapat mengurangi konsumsi daya sistem kecerdasan artifisial.
Xingjie Ni, seorang profesor teknik di Penn State dan salah satu penulis makalah tersebut, mengatakan kepada CNET bahwa pekerjaan ini merupakan bukti konsep untuk manfaat komputasi optik bagi industri AI yang tumbuh pesat di masa depan.
“Terkadang kemajuan datang dari memikirkan ulang fisika yang familier dengan tujuan baru,” ujar Ni. “Dengan meninjau kembali ide-ide klasik dalam optik melalui lensa tantangan AI modern, kita dapat membuka arah praktis baru untuk perangkat keras komputasi yang lebih cepat dan ramah lingkungan.”
Mendorong AI
Seiring adopsi AI yang semakin meluas untuk keperluan kerja dan rumah, isu biaya energi AI menjadi sangat relevan. Diperlukan daya komputasi yang sangat besar untuk menjalankan produk dan layanan AI seperti ChatGPT, dan proses ini mengonsumsi banyak energi.
Anda mungkin tinggal di atau dekat kota tempat sebuah perusahaan teknologi berencana membangun pusat data, atau tagihan utilitas bulanan Anda bisa meningkat akibat permintaan yang lebih tinggi pada jaringan listrik lokal.
Badan Energi Internasional (IEA) memperkirakan bahwa pusat data menyumbang sekitar 1,5% dari konsumsi energi global pada 2024 dan angka ini meningkat 12% per tahun dalam lima tahun sebelumnya. IEA juga memperkirakan penggunaan energi pusat data bisa berlipat ganda menjelang 2030.
Oleh karena itu, penggunaan metode komputasi alternatif untuk mengurangi daya yang dikonsumsi AI merupakan prospek yang menarik.
Kecepatan Cahaya
Komputer optik — komputer yang menggunakan cahaya alih-alih listrik — masih sebagian besar berada dalam kategori *moonshot* industri teknologi, di mana mereka masih berjarak tahunan dari penggunaan komersial. Konsep ini telah ada sejak tahun 1960-an, dengan akar pemrosesan informasi optik yang jauh lebih lama lagi.
Komputer optik sejati sebagian besar masih terbatas di laboratorium penelitian. Namun, transfer data optik, yang mengirimkan data dengan cepat melalui denyut cahaya, digunakan saat ini di beberapa pusat data besar dan untuk transmisi darat-ke-pesawat.
Meski demikian, penggunaan komputasi optik dalam kecerdasan artifisial merupakan bidang studi yang baru muncul. Terdapat tantangan nyata dalam membuat cahaya ‘bekerja sama’ agar dapat menjalankan fungsi yang diperlukan oleh jaringan saraf, yang merupakan bagian dari AI yang digunakan dalam produk seperti *chatbot* masa kini.
Pada dasarnya, cahaya secara alami bergerak lurus. Untuk membangun komputer yang dapat memproses data, diperlukan sistem optik yang menghasilkan fungsi nonlinier. Agar komputer optik dapat melakukan ini, mereka seringkali memerlukan material lain yang sulit diproduksi dan mengonsumsi banyak daya.
“Nonlinearitas optik sejati umumnya lemah dan sulit diakses — seringkali memerlukan laser berdaya tinggi atau material khusus, yang menambah kompleksitas dan dapat mengikis keunggulan efisiensi energi optik,” jelas Ni. “Pendekatan kami menghindari persyaratan tersebut sambil tetap memberikan kinerja yang sebanding dengan jaringan digital nonlinear.”
Cermin Tak Terhingga
Para peneliti di Penn State menemukan solusi menarik yang dapat membantu komputer optik menjalankan fungsi nonlinier yang lebih cocok untuk jenis pemrosesan data yang dibutuhkan AI.
Prototipe yang dibangun tim menggunakan konfigurasi “cermin tak terhingga” yang mengulang “elemen optik mini, mengkodekan data langsung ke dalam berkas cahaya,” menciptakan hubungan nonlinear seiring waktu. Kemudian, pola cahaya ditangkap dengan kamera mikroskopik.
“Poin utamanya adalah bahwa struktur optik yang dirancang cermat dapat menghasilkan perilaku input-output nonlinear yang dibutuhkan AI tanpa bergantung pada material nonlinear kuat atau laser berdaya tinggi,” kata Ni. “Dengan membiarkan cahaya ‘bergema’ melalui sistem, kami menghasilkan pemetaan nonlinear ini sambil menjaga perangkat keras tetap sederhana, rendah daya, dan cepat.”
Gambar (di atas) menunjukkan bagaimana cahaya difokuskan ke dalam unit pemrosesan mini, memungkinkan rangkaian panjang informasi komputasi ditransfer tanpa menggunakan sirkuit yang boros energi. Gambar lainnya (di bawah) mengilustrasikan bagaimana proses tim ini bekerja secara konseptual. Input cahaya dipantulkan berulang kali melalui lensa dan perangkat optik lain, dikodekan dengan rangkaian informasi kompleks, dan akhirnya difokuskan ke kamera yang memberikan output yang disederhanakan.
Ini adalah konsep yang menarik, tetapi mengubah prototipe menjadi sistem dengan aplikasi dunia nyata akan membutuhkan lebih banyak waktu, usaha, dan dana.
Dari Lab ke Pusat Data
Ni mengakui bahwa kita masih berjarak tahunan dari komputer optik untuk AI.
“Linimasa realistis untuk mencapai prototipe yang siap industri dan demonstrasi awal adalah sekitar dua hingga lima tahun, tergantung pada tingkat investasi dan aplikasi target,” ujarnya.
Namun, ini adalah topik hangat di dunia komputasi. Francesca Parmigiani, Manajer Riset Utama di Microsoft Research, mengatakan kepada CNET bahwa chip optik suatu hari nanti dapat bekerja berdampingan dengan GPU tradisional untuk membantu sistem AI melakukan tugas-tugas spesifik.
“Komputasi optik berpotensi menjalankan jauh lebih banyak operasi secara paralel dan pada kecepatan yang jauh lebih tinggi dibanding perangkat keras digital konvensional,” kata Parmigiani. “Ini dapat diterjemahkan menjadi peningkatan substansial dalam efisiensi energi dan pengurangan latensi untuk beban kerja.”
Komputer tradisional yang kita gunakan untuk AI tidak akan digantikan oleh komputer optik dalam waktu dekat. Namun, dalam beberapa tahun ke depan, kemungkinan komputer optik dapat diintegrasikan ke dalam sistem AI untuk bekerja sama dengan komputer biasa.
“Tujuannya adalah pendekatan hibrid: Elektronik masih menangani komputasi tujuan umum, memori, dan kendali, sementara optik dapat mempercepat komputasi volume tinggi spesifik yang mendominasi biaya waktu dan energi AI,” pungkas Ni.