Bagikan:

JAKARTA – Meta, perusahaan induk Facebook, Instagram, dan WhatsApp, telah memulai uji coba chip buatan sendiri untuk melatih sistem kecerdasan buatan (AI). Langkah ini menandai tonggak penting dalam upaya perusahaan asal California itu mengembangkan chip kustom mereka sendiri dan mengurangi ketergantungan pada pemasok eksternal seperti Nvidia.

Menurut sumber yang dikutip oleh Reuters, chip ini sedang diuji dalam skala kecil, dengan rencana untuk meningkatkan produksi jika uji coba berhasil. Pengembangan chip in-house ini merupakan bagian dari strategi jangka panjang Meta untuk menekan biaya infrastruktur yang sangat besar, seiring dengan investasi besar-besaran mereka dalam teknologi AI.

Meta memperkirakan total pengeluaran tahun 2025 akan mencapai antara 114 miliar hingga  119 miliar dolar AS (Rp1.874.7 triliun-1.956.9 triliun), termasuk hingga 65 miliar dolar AS untuk belanja modal yang sebagian besar akan digunakan untuk infrastruktur AI.

Salah satu sumber menyebutkan bahwa chip AI Meta ini adalah dedicated accelerator, yang berarti dirancang khusus untuk menangani tugas-tugas AI saja. Pendekatan ini diyakini lebih hemat daya dibandingkan dengan GPU konvensional yang digunakan secara luas untuk beban kerja AI.

Chip ini diproduksi oleh Taiwan Semiconductor Manufacturing Company (TSMC), salah satu produsen chip terbesar di dunia. Proses produksi chip ini mencapai tahap tape-out, yaitu pengiriman desain awal ke pabrik untuk diproduksi, yang merupakan tonggak penting dalam pengembangan silikon.

Namun, tahap ini bukan tanpa risiko. Jika uji coba awal gagal, Meta harus menganalisis kesalahan dan mengulang proses tape-out, yang bisa memakan waktu tiga hingga enam bulan serta menelan biaya hingga puluhan juta dolar.

Ambisi Meta dalam Pengembangan Chip AI

Chip terbaru ini adalah bagian dari program Meta Training and Inference Accelerator (MTIA), yang telah mengalami berbagai kendala dalam beberapa tahun terakhir. Sebelumnya, Meta sempat membatalkan proyek chip serupa setelah gagal dalam tahap pengujian skala kecil.

Namun, sejak tahun lalu, Meta telah mulai menggunakan chip MTIA untuk inference—proses menjalankan sistem AI saat pengguna berinteraksi dengannya—pada sistem rekomendasi yang menentukan konten di Facebook dan Instagram.

Ke depan, Meta berencana menggunakan chip ini tidak hanya untuk sistem rekomendasi tetapi juga untuk produk AI generatif, seperti chatbot Meta AI. Meta menargetkan penggunaan chip ini secara luas untuk pelatihan model AI pada 2026.

Meta Masih Bergantung pada Nvidia

Meskipun Meta tengah mengembangkan chip sendiri, perusahaan ini tetap menjadi pelanggan utama Nvidia. Pada 2022, setelah chip kustom sebelumnya gagal dalam uji coba, Meta justru memesan GPU Nvidia senilai miliaran dolar.

GPU tersebut digunakan untuk melatih berbagai model AI, termasuk sistem periklanan dan model bahasa besar mereka, Llama Foundation Model Series. Selain itu, chip Nvidia juga menangani inference bagi lebih dari 3 miliar pengguna aplikasi Meta setiap hari.

Namun, dominasi Nvidia dalam industri AI mulai dipertanyakan. Para peneliti AI semakin meragukan efektivitas pendekatan "scale-up" yang mengandalkan lebih banyak data dan daya komputasi untuk meningkatkan model AI.

Keraguan ini semakin kuat sejak DeepSeek, startup AI asal China, meluncurkan model hemat biaya yang lebih mengoptimalkan efisiensi komputasi melalui inference, dibandingkan dengan model AI konvensional.

Peluncuran DeepSeek bahkan sempat menyebabkan kepanikan di pasar saham AI global, dengan saham Nvidia anjlok hingga 20% sebelum akhirnya pulih kembali. Meskipun begitu, investor tetap meyakini bahwa chip Nvidia masih menjadi standar industri untuk pelatihan dan inference AI.

Meta kini memasuki fase kritis dalam strategi AI mereka. Jika chip AI in-house ini sukses, Meta dapat mengurangi ketergantungan pada Nvidia dan menekan biaya operasional mereka. Namun, jika uji coba ini gagal seperti sebelumnya, Meta kemungkinan akan kembali bergantung pada GPU Nvidia untuk memenuhi kebutuhan AI mereka.

Dengan ambisi besar di bidang AI, langkah Meta ini bisa menjadi game-changer dalam industri kecerdasan buatan, sekaligus menjadi tantangan baru bagi dominasi Nvidia di pasar chip AI.