OpenAI Mengembangkan Chip AI Kustom
OpenAI, perusahaan di balik Large Language Model (LLM) (Model Bahasa Besar) terkemuka, dilaporkan sedang mengembangkan chip Artificial Intelligence (AI) (Kecerdasan Buatan) kustom sendiri. Chip ini akan dilengkapi dengan memori high-bandwidth (bandwidth tinggi) dan menggunakan arsitektur systolic array (larik sistolik) yang serupa dengan chip buatan Nvidia. Rencananya, OpenAI akan mengirimkan desain chip ini ke Taiwan Semiconductor Manufacturing Company (TSMC) untuk proses fabrikasi dalam beberapa bulan mendatang, meskipun pengumuman resmi masih menunggu waktu yang tepat.
Tim silikon kustom OpenAI saat ini beranggotakan sekitar 40 orang dan bekerja sama dengan Broadcom, sebuah perusahaan yang juga merupakan mitra kunci dalam pengembangan Tensor Processing Unit (TPU) (Unit Pemrosesan Tensor) milik Google. Meskipun produksi massal ditargetkan pada tahun 2026, fungsionalitas penuh dari chip ini belum dapat dipastikan, terlepas dari investasi signifikan yang telah digelontorkan OpenAI untuk tim perangkat kerasnya, yang dipimpin oleh mantan kepala TPU Google, Richard Ho. Detail spesifik mengenai kemampuan, rincian teknis, dan jadwal peluncuran chip ini masih belum diketahui. Namun, OpenAI memiliki niat untuk melakukan iterasi pada desain chip tersebut. Prosesor awal buatan OpenAI ini mungkin memerlukan beberapa iterasi hingga berfungsi optimal, dengan potensi produksi massal di TSMC pada tahun 2026. Hal ini memungkinkan OpenAI untuk mulai menguji alternatif pengganti prosesor Nvidia pada akhir tahun ini.
Mengurangi Ketergantungan pada Nvidia
Keputusan OpenAI untuk menciptakan chip (cip) kustom ini didorong oleh tujuan untuk mengurangi ketergantungan pada Graphics Processing Unit (GPU) (Unit Pemrosesan Grafis) Nvidia yang mahal dan semakin langka. Nvidia saat ini memegang monopoli pasar yang hampir mutlak untuk GPU (Unit Pemrosesan Grafis) bertenaga tinggi yang digunakan di pusat data. Dengan memiliki chip kustom sendiri, OpenAI berpotensi mendapatkan posisi yang lebih kuat dalam negosiasi dengan pemasok chip. Selain itu, langkah ini juga dapat memberikan kemandirian yang lebih besar melalui desain yang sepenuhnya dikontrol oleh OpenAI.
Perusahaan-perusahaan teknologi raksasa lainnya seperti Microsoft, Amazon, Google, dan Meta juga telah mengembangkan chip akselerasi AI mereka sendiri. Langkah ini diambil untuk menekan biaya operasional dan mengatasi kelangkaan GPU (Unit Pemrosesan Grafis) Nvidia. Namun, perlu dicatat bahwa mengembangkan chip kustom bukanlah perkara mudah. Tantangan ini telah dibuktikan oleh pengalaman Microsoft dan Meta yang menghadapi kesulitan dalam menghasilkan prosesor yang memuaskan, meskipun telah berupaya selama bertahun-tahun.
Latar Belakang dan Implikasi di Masa Depan
Rumor mengenai OpenAI yang mengembangkan perangkat keras AI sendiri sebenarnya telah beredar sejak akhir tahun 2023. Pembicaraan dengan para perancang chip juga dilaporkan telah berlangsung sejak Juli 2024. Bahkan sebelum pemberhentian singkatnya pada November 2023, Sam Altman, CEO OpenAI, diketahui telah aktif mencari investasi untuk sebuah perusahaan chip AI dengan nama kode “Tigris”. Pada awal tahun 2024, ambisi Altman semakin meluas, dengan upaya penggalangan dana hingga mencapai angka fantastis $7 triliun untuk memperluas kapasitas fabrikasi chip secara global. Altman juga sempat menjajaki kemungkinan mengumpulkan dana sebesar $5-7 triliun untuk membangun jaringan pabrik chip global bersama investor dari Timur Tengah, meskipun rencana ini tampaknya telah ditinggalkan.
Sebagai realisasi dari ambisinya dalam infrastruktur AI, pada bulan Januari lalu, OpenAI mengumumkan proyek pusat data “Stargate”. Proyek senilai $500 miliar ini merupakan kerja sama dengan SoftBank, Oracle, dan MGX, dengan tujuan membangun infrastruktur AI dengan daya listrik mencapai gigawatt.
Meskipun chip kustom yang sedang dikembangkan ini dirancang untuk mendukung baik pelatihan maupun menjalankan model-model AI, implementasi awal diperkirakan akan terbatas pada infrastruktur internal OpenAI. Di sisi lain, pengumuman dari DeepSeek mengenai penurunan kebutuhan chip untuk pengembangan model AI menimbulkan pertanyaan baru mengenai permintaan prosesor di masa depan dalam industri ini.