Telset.id – Google dikabarkan bekerja sama dengan AMD untuk mengembangkan Tensor Processing Unit (TPU) generasi ke-10. Kolaborasi ini menandai keterlibatan pertama AMD dalam proyek custom AI ASIC dan berpotensi mengubah lanskap komputasi AI, khususnya untuk beban kerja reinforcement learning (RL) dan model agen.
Informasi ini diungkapkan dalam catatan analis SemiAnalysis yang dikutip oleh Sean. Menurut catatan tersebut, pasar mulai ramai membicarakan keterlibatan AMD dalam proyek TPU v10 milik Google. Jika akurat, kerja sama ini menjadi langkah besar bagi AMD yang selama ini lebih dikenal sebagai produsen CPU dan GPU.
“Market chatter menunjukkan bahwa Google sedang bekerja dengan AMD pada proyek TPU di generasi v10,” demikian bunyi catatan SemiAnalysis. “Keterlibatan AMD akan menjadi keterlibatan nyata pertama dalam proyek custom AI ASIC, meskipun memiliki tim silikon khusus. AMD memiliki IP yang kuat, terutama dalam advanced packaging dan SoIC. Selain itu, CPU IP juga bisa menjadi daya tarik karena Google dan pelanggannya mendorong TPU dengan CPU core on-package untuk beban kerja RL.”
Kolaborasi Strategis di Tengah Perubahan Arsitektur AI
Selama ini, Google telah mengembangkan sembilan generasi akselerator AI proprietary dengan Broadcom sebagai perancang silikonnya. Dengan keahlian luas dalam arsitektur akselerator, Google sebenarnya tidak membutuhkan AMD untuk merancang TPU konvensional. Peluang AMD untuk mengimplementasikan TPU v10i untuk inference atau V10t untuk training dinilai rendah.
Lantas, apa yang dicari Google dari AMD? Jawabannya mungkin terletak pada CPU IP, programmable logic, interconnects, atau pengetahuan advanced packaging tertentu yang hanya bisa diberikan oleh pembuat CPU seperti AMD.
Dari semua kemungkinan tersebut, sudut pandang CPU menjadi yang paling menonjol. SemiAnalysis mengklaim bahwa Google dan pelanggannya mendorong TPU dengan CPU core on-package untuk reinforcement learning dan beban kerja berat CPU lainnya. Sementara pelatihan LLM konvensional masih didominasi akselerator, reinforcement learning untuk model reasoning dan agen membutuhkan komputasi general-purpose yang jauh lebih besar di sekitar operasi akselerator.
Baca Juga:
Peningkatan Rasio CPU Terhadap TPU
Google sebenarnya telah mulai menambah sumber daya CPU di sekitar TPU inference terbarunya. Sistem TPU 8i yang dirancang untuk inference, reasoning, dan beban kerja RL menampilkan satu Google Axion CPU untuk setiap dua TPU. Sebagai perbandingan, server yang menjalankan TPU generasi ke-7 menggunakan satu prosesor Xeon ‘Emerald Rapid’ untuk setiap empat TPU.
Bahkan, beredar kabar bahwa dalam beberapa kasus, rasio 1:1 antara CPU dan akselerator dianggap optimal. Ini mengindikasikan bahwa masa depan AI mungkin akan jauh lebih berat CPU daripada yang kita perkirakan sebelumnya.
Membawa CPU core langsung ke dalam paket TPU bisa menjadi langkah logis berikutnya. Mengurangi jarak antara komputasi general-purpose dan tensor compute dapat meningkatkan performa sekaligus mengurangi konsumsi daya. Di sinilah AMD berperan, karena perusahaan ini sudah memiliki pengalaman mengembangkan desain kelas data center—Instinct MI300A—yang menggabungkan chiplet x86 dan akselerator dalam satu paket.
Desain hipotetis Google bisa menggabungkan chiplet komputasi TPU buatan Google dengan CPU dan HBM AMD dalam paket terintegrasi yang dibangun oleh AMD. Intel sebenarnya juga bisa menjadi kandidat potensial mengingat banyaknya kolaborasi strategis antara Google dan Intel. Namun, Intel tidak memiliki pengalaman membangun desain hybrid x86+accelerator untuk data center.
Implikasi Penting Kolaborasi Ini
Sifat keterlibatan AMD masih belum jelas dan analisis ini bisa saja tidak akurat. Namun, jika laporan tersebut benar, perkembangan pentingnya bukan terletak pada AMD membantu Google membangun TPU lain. Yang lebih krusial adalah Google tengah mempertimbangkan anggota baru keluarga TPU v10 yang berfokus pada CPU, dioptimalkan khusus untuk beban kerja RL dan agen, dengan AMD sebagai penyedia sebagian komponen yang dibutuhkan.
Keputusan Google untuk melirik AMD juga menunjukkan dinamika kompetitif yang menarik di industri AI. Di tengah dominasi Nvidia di pasar akselerator AI, langkah ini bisa menjadi strategi Google untuk memperkuat posisinya dengan pendekatan arsitektur yang berbeda.
Bagi industri teknologi, kolaborasi ini menegaskan bahwa masa depan komputasi AI tidak hanya tentang akselerator semata, tetapi juga tentang keseimbangan antara CPU dan TPU. Pergeseran menuju model reasoning dan agen yang lebih kompleks menuntut infrastruktur yang lebih seimbang, dan Google tampaknya berada di garis depan transisi ini.
Perkembangan ini juga patut dicermati mengingat berbagai dinamika lain yang melibatkan Google, mulai dari restrukturisasi internal hingga kebijakan regulasi. Namun yang jelas, langkah Google bersama AMD menandai babak baru dalam evolusi infrastruktur AI yang lebih beragam dan adaptif terhadap kebutuhan workload yang terus berkembang.
Komentar
Belum ada komentar.