Selama 18 bulan terakhir, kita telah menyaksikan minat industri yang sangat besar terhadap kecerdasan buatan (AI), termasuk munculnya kelas baru sistem yang disebut sebagai “PC AI”. Kecepatan kedatangan AI dan kebaruan PC AI secara alami menimbulkan pertanyaan tentang seberapa penting dan kapan kecerdasan buatan kemungkinan besar akan berpengaruh pada organisasi Anda. Meskipun detailnya bervariasi berdasarkan industri, vendor perangkat lunak utama dalam berbagai bidang sedang mengembangkan produk berbasis AI baru atau mengintegrasikan pemrosesan AI ke dalam paket perangkat lunak yang sudah ada. Pembaruan dan kemampuan ini sudah mulai diperkenalkan kepada pengguna akhir, tetapi penggunaan yang sembarangan dan tidak terawasi di seluruh organisasi bukanlah cara untuk mencapai hasil optimal dengan AI.
Penerapan AI berfungsi dengan baik ketika dilakukan dengan penuh pemikiran, dengan tujuan yang jelas dan metrik efektif untuk mengukur apakah tujuan tersebut telah tercapai. Orang seringkali memerlukan waktu untuk bereksperimen dan menyesuaikan diri dengan teknologi baru, baik itu berupa platform analitik data baru atau chatbot internal.
Apa itu PC AI? Meskipun arti tepat dari istilah tersebut bervariasi tergantung pada organisasi, PC AI umumnya mengandung unit pemrosesan pusat (CPU), unit pemrosesan grafis (GPU), dan unit pemrosesan saraf yang didedikasikan (NPU). Kemampuan AI baru ini kadang-kadang memiliki merek tersendiri; AMD, misalnya, merujuk kepada keahlian pemrosesan AI dari CPU, GPU, dan NPU di bawah merek “Ryzen AI”. CPU dan GPU telah ada selama beberapa dekade, tetapi mengintegrasikan prosesor AI yang didedikasikan untuk menangani beban kerja AI yang sedang berkembang merupakan inovasi terbaru. AMD meluncurkan prosesor laptop pertama dengan prosesor saraf on-die pada tahun 2023, dan chip desktop pertama yang dilengkapi dengan NPU pada tahun 2024. Sementara beban kerja AI dapat dijalankan pada CPU, GPU, atau NPU, sistem yang dilengkapi dengan NPU dapat berpotensi menjalankan beban kerja ini secara lebih efisien, membantu mengurangi konsumsi daya dan menghemat CPU dan GPU untuk tugas lain. Mendatangkan perangkat keras on-die untuk membantu mengurangi daya dan meningkatkan kinerja adalah bagian dari bagaimana produsen semikonduktor menggabungkan fitur-fitur baru, terutama ketika fitur-fitur tersebut secara radikal memperluas akses pengguna ke jenis komputasi tertentu.
Ada dua contoh khusus dari tren ini yang relevan dengan percakapan yang lebih besar seputar AI hari ini. Pada tahun 1980-an, banyak PC konsumen dikirim dengan CPU yang dirancang hanya untuk menangani perhitungan integer secara hardware. Perhitungan floating-point yang memerlukan titik desimal diatasi melalui emulasi perangkat lunak atau melalui sebuah co-processor khusus yang dikenal sebagai unit floating-point (FPU) yang duduk di soket motherboardnya sendiri. Seiring dengan kemajuan teknologi manufaktur, para perancang chip memindahkan FPU on-die, membuatnya lebih mudah diakses oleh pengembang perangkat lunak dan pengguna akhir. Kemampuan untuk menangani matematika floating-point memperluas bidang yang dapat diakses oleh PC, termasuk permainan 3D dan beban kerja komputasi berkinerja tinggi (HPC).
GPU grafis 3D konsumen yang muncul pada pertengahan hingga akhir tahun 1990 adalah contoh lain dari bagaimana mengintegrasikan kemampuan dan teknologi baru dapat mengubah PC. GPU pertama adalah kartu diskrit; motherboard dengan grafis “onboard” memang ada, tetapi kinerja dari solusi-solusi ini cukup rendah dibandingkan dengan kartu mandiri. Menghadirkan kemampuan grafis ke dalam prosesor memungkinkan produsen semikonduktor secara dramatis meningkatkan kinerja dan konsumsi daya GPU.
Banyak aplikasi, termasuk browser web dan sistem operasi, sekarang menggunakan GPU untuk rendering, sementara penyebaran luas layanan video di internet sebagian besar dimungkinkan oleh pengode video berdaya rendah yang terdapat dalam chip desktop, laptop, dan mobile modern. Dalam kedua kasus ini, membawa prosesor khusus ini ke dalam CPU meningkatkan akses konsumer terhadap teknologi yang mendasarinya, memungkinkan inovasi yang lebih besar di seluruh industri PC, dan mengurangi biaya. Seiring berjalannya waktu, kemampuan yang relatif stabil untuk menjalankan beban kerja floating-point atau menangani dekode video dalam blok fungsi yang didedikasikan on-die telah memiliki dampak transformatif pada evolusi jangka panjang PC. AI kemungkinan akan mengikuti lintasan yang sama.
Dampak transformatif adalah label besar untuk diberikan pada teknologi apa pun, terutama yang masih muda seperti AI, tetapi layanan dan kemampuan yang sekarang sedang diperkenalkan di seluruh industri menunjukkan bahwa label tersebut tidaklah tidak pantas. Secara historis, jika Anda ingin menggunakan komputer untuk membuat sesuatu yang kompleks, rinci, atau halus, Anda perlu berpengetahuan luas tentang satu aplikasi atau tiga. Semakin maju proyek Anda, semakin mendalam pengetahuan Anda perlu. Ini benar pada tahun 1984 dan sebagian besar masih benar pada tahun 2024. Tetapi AI memiliki potensi untuk mengubah aksiom ini dengan mengurangi kesenjangan pengetahuan antara apa yang diinginkan pengguna untuk dicapai dengan PC dan apa yang sudah mereka ketahui cara mencapainya. Saat ini ada sejumlah layanan komersial yang bersaing yang dapat mengubah teks menjadi gambar, sementara konsep teks menjadi video telah didemokan. Perusahaan-perusahaan berbeda sedang mengerjakan asisten pribadi digital, dengan konsep implementasi mulai dari chatbot situs web terintegrasi hingga alat holistik yang dapat memantau rumah pintar atau berinteraksi dengan PC pengguna akhir. Yang menyatukan produk dan upaya yang berbeda ini adalah gagasan bahwa kesadaran kontekstual AI yang lebih besar dan kemampuan untuk menerjemahkan teks tertulis atau lisan menjadi direktif yang koheren akan membawa pengalaman komputasi yang lebih baik—dan, dengan demikian, komputer yang lebih bermanfaat.
Dampak persis AI pada bisnis Anda tergantung pada bisnis tersebut. Dalam beberapa konteks, itu bisa berarti AI yang menyediakan ringkasan dokumen, transkrip, dan layanan terjemahan. Di tempat lain, itu bisa berarti menggunakan AI untuk analisis data tak terstruktur atau mendeploynya dalam aplikasi pemodelan 3D untuk memungkinkan pengguna akhir membuat dan merancang dalam bahasa yang sederhana.
Mengapa Berinvestasi Sekarang? Armada PC korporat biasanya diperbarui setiap 3-4 tahun, yang berarti banyak sistem yang baru dibuat hari ini bisa menjalankan beban kerja AI dalam satu atau dua tahun ke depan. Perusahaan yang mulai mengevaluasi cara terbaik untuk mengintegrasikan AI ke dalam sistem dan proses yang sudah ada sekarang akan lebih siap untuk meningkatkan produktivitas keseluruhan angkatan kerja, mengungguli pesaing mereka, dan memanfaatkan manfaat yang ditawarkan AI seiring dengan teknologi terus berkembang. Hal ini ditambah dengan manfaat standar dari implementasi sistem yang lebih baru, termasuk TCO dan efisiensi energi secara keseluruhan. Jika Anda tertarik untuk membandingkan sistem berbasis prosesor Ryzen terbaru, Kalkulator Efisiensi Prosesor AMD menawarkan perkiraan konsumsi daya pada sejumlah laptop berbasis prosesor Ryzen dan Ryzen PRO.
Salah satu cara terbaik untuk memastikan bahwa armada PC Anda siap untuk menangani beban kerja ini adalah dengan berinvestasi pada PC yang dibangun dengan prosesor AMD Ryzen PRO, yang menampilkan Ryzen AI. AMD memimpin pasar prosesor x86 dengan NPU 10 TOPS pada tahun 2023, dan model-model tertentu dari prosesor Ryzen Mobile Seri 8040 yang baru diluncurkan dan prosesor desktop Seri Ryzen 8000G menawarkan NPU 16 TOPS. AMD telah bekerja sama dengan lebih dari seratus vendor perangkat lunak untuk menyediakan kompatibilitas ekosistem yang luas dan sangat berkomitmen untuk mendukung AI dan kasus penggunaannya yang sedang berkembang. Dukungan perangkat lunak umum untuk AI terus berkembang seiring pengembang mengintegrasikan AI ke dalam produk yang sudah mapan dan aplikasi baru berbasis AI masuk ke pasar.
AI itu nyata. Di balik hype dan efek yang masih belum pasti adalah teknologi yang sudah menghasilkan peningkatan produktivitas dan peningkatan pengalaman pelanggan. Pertanyaannya bukanlah apakah AI akan berdampak pada komputasi dan bisnis secara keseluruhan, tetapi kapan—dan perusahaan mana yang akan lebih siap untuk memanfaatkannya.