AI Komputer merupakan sebutan buat pc desktop serta laptop yang dibekali keahlian olah AI buat menanggulangi tugas- tugas terpaut kecerdasan buatan( AI), semacam Copilot dari Microsoft. AI Komputer belum lama banyak digembar- gemborkan selaku evolusi dari Komputer tradisional.
Bulan kemudian, Intel mengatakan persyaratan Microsoft buat AI Komputer. Salah satunya merupakan mempunyai keahlian olah AI sebesar 40 TOPS( trilions of operations per second). Berita terkini mengatakan kalau Microsoft menaikkan angkanya jadi 45 TOPS.
Pabrikan chip pengolah grafis( GPU) Nvidia belum lama dikabarkan mengkritik persyaratan tersebut sebab dinilai kurang tenaga serta cuma lumayan buat melaksanakan tugas- tugas AI” basic” saja secara lokal di fitur. Misalnya, special effect video di Windows Studio.
Perihal itu di informasikan oleh Nvidia dalam suatu kegiatan, bagi laporan Benchlife. kabar, di mana Nvidia menyamakan keahlian AI dari GPU GeForce RTX buatannya dengan unit pengolah AI( NPU) dari prosesor- prosesor buatan Intel, AMD, Apple, serta Qualcomm.
Nvidia membagikan sebagian contoh semacam photo editing, image generation, image upscaling, sampai coding assistance dengan AI yang- menurut klaim Nvidia- tidak dapat ditangani ataupun cuma bisa diolah secara simpel oleh NPU di prosesor.
Sedangkan, sebagaimana dikumpulkan oleh KompasTekno dari Toms Hardware, Jumat( 3/ 5/ 2024), GPU Nvidia diucap dapat menanggulangi tugas- tugas terpaut AI itu dengan performa serta/ ataupun mutu yang jauh lebih besar.
Normal saja, sebab GPU Nvidia memanglah dibekali unit pengolah AI( tensor cores) dengan kinerja jauh melewati unit NPU yang umumnya ada di prosesor utama. Bagi Nvidia, GPU GeForce RTX mempunyai kinerja olah AI antara 100 sampai 1. 300 TOPS.
Nvidia juga diketahui selaku pabrikan GPU
yang banyak digunakan buat pengembangan AI di informasi center oleh bermacam pihak, mulai dari industri media sosial Meta, pabrikan otomotif Tesla, sampai pembentuk chat GPT Open AI.
Klaim Nvidia bisa jadi benar terdapatnya. GPU discrete memanglah telah mempunyai kinerja olah AI jauh lebih besar dibanding SoC ataupun prosesor seperi Snapdragon X, Ryzen 8040, ataupun M3.
Walaupun demikian, definisi formal tentang AI Komputer dari Microsoft senantiasa mencantumkan persyaratan NPU di prosesor utama, bersama dengan CPU serta GPU.
Microsoft pula bukan cuma memperhitungkan kinerja olah AI, tetapi pula efisiensi dayanya. GPU RTX 4090 laptop memanglah kencang dalam menanggulangi tugas- tugas terpaut AI, tetapi mengkonsumsi dayanya yang menggapai 150 watt pula lebih lebih besar dibanding NPU di prosesor.
Apalagi, Microsoft pula ditengarai mensyaratkan aplikasi Copilot dijalankan oleh NPU, bukan GPU, buat mengirit energi baterai.
Masih terdapat mungkin definisi AI Komputer bakal berganti di setelah itu waktu. Buat saat ini, persyaratan kinerja 45 TOPS aebagai baseline lewat NPU yang efektif energi membolehkan konsumen mainstream mengakses keahlian AI di Komputer.
Tetapi, bukan tidak bisa jadi nantinya hendak bermunculan lebih banyak lagi tool AI yang memerlukan kinerja lebih dari itu sehingga menguntungkan pengguna yang telah mempunyai GPU.
Tantangan dan Harapan ke Depan AI Komputer
Meskipun GPU Nvidia menawarkan solusi yang menjanjikan untuk meningkatkan kinerja AI komputer, tantangan-tantangan tetap ada. Salah satunya adalah biaya, karena GPU bertenaga seringkali memiliki harga yang tinggi. Selain itu, masih diperlukan upaya dalam mengintegrasikan GPU dengan infrastruktur komputer yang ada dan mengoptimalkan perangkat lunak untuk mendukung penggunaan GPU secara maksimal.
Meskipun demikian, harapan terhadap kemampuan GPU untuk mendorong inovasi dalam bidang AI tetap tinggi. Dengan terus berkembangnya teknologi GPU dan komitmen perusahaan seperti Nvidia dalam mengembangkan solusi AI yang lebih baik, masa depan AI komputer yang lebih kuat dan efisien terlihat semakin cerah.
Kesimpulan
Kritik Nvidia terhadap AI komputer menyoroti tantangan yang masih dihadapi dalam menghadirkan sistem AI yang bertenaga dan efisien. Namun, dengan fokus pada pengembangan GPU yang lebih bertenaga dan dukungan terhadap inovasi dalam AI, harapan untuk meningkatkan kinerja dan efisiensi sistem AI terus bertumbuh. Dengan demikian, penggunaan GPU dalam komputer akan menjadi semakin penting dalam menghadapi tuntutan AI yang semakin kompleks di masa depan.