KONTAN.CO.ID - NEW YORK. Google, unit usaha Alphabet, mengembangkan inisiatif baru untuk meningkatkan kemampuan chip kecerdasan buatan (AI) miliknya agar dapat menjalankan PyTorch, kerangka kerja perangkat lunak AI yang paling banyak digunakan di dunia. Langkah ini bertujuan melemahkan dominasi lama Nvidia di pasar komputasi AI, menurut sejumlah sumber Reuters.

Upaya ini merupakan bagian dari strategi agresif Google untuk menjadikan Tensor Processing Units (TPU) sebagai alternatif yang layak bagi GPU Nvidia yang saat ini memimpin pasar. Penjualan TPU telah menjadi salah satu mesin pertumbuhan penting bagi pendapatan Google Cloud, seiring perusahaan berupaya meyakinkan investor bahwa investasi besarnya di bidang AI mulai membuahkan hasil.

Namun, Google menyadari perangkat keras saja tidak cukup untuk mendorong adopsi. Inisiatif baru yang secara internal dikenal dengan nama “TorchTPU” bertujuan menghilangkan hambatan utama yang selama ini memperlambat adopsi TPU, dengan membuat chip tersebut sepenuhnya kompatibel dan ramah pengembang bagi pelanggan yang telah membangun infrastruktur teknologi mereka menggunakan PyTorch. Google juga mempertimbangkan untuk membuka sebagian kode perangkat lunak tersebut ke publik (open-source) guna mempercepat adopsi.

Perlindungan Data Nasabah Jadi Kunci Utama Kebijakan Keamanan Krom Bank

Baca Juga: Roblox Siap Ubah Fitur demi Tidak Kena Blokir di Rusia

Dibandingkan upaya-upaya sebelumnya untuk mendukung PyTorch di TPU, Google kini mengalokasikan fokus organisasi, sumber daya, dan kepentingan strategis yang jauh lebih besar. Permintaan dari perusahaan yang ingin menggunakan TPU meningkat, namun banyak yang menilai tumpukan perangkat lunak sebagai kendala utama.

PyTorch, proyek open-source yang didukung kuat oleh Meta Platforms, merupakan salah satu alat paling populer bagi pengembang model AI. Selama bertahun-tahun, Nvidia telah mengoptimalkan agar perangkat lunak berbasis PyTorch dapat berjalan cepat dan efisien di chipnya melalui ekosistem CUDA, yang oleh sebagian analis Wall Street dianggap sebagai benteng terkuat Nvidia dari para pesaing.

Sebaliknya, Google secara historis mengandalkan kerangka kerja internal bernama Jax, dengan TPU yang dioptimalkan menggunakan alat XLA. Ketergantungan Google pada Jax memperlebar kesenjangan antara cara Google menggunakan chipnya sendiri dan cara mayoritas pelanggan ingin menggunakannya, yakni melalui PyTorch.

Juru bicara Google Cloud tidak merinci proyek tersebut, namun mengonfirmasi kepada Reuters bahwa langkah ini bertujuan memberikan lebih banyak pilihan kepada pelanggan. “Kami melihat permintaan yang sangat besar dan terus meningkat untuk infrastruktur TPU dan GPU,” ujar juru bicara tersebut. 

“Fokus kami adalah menyediakan fleksibilitas dan skala yang dibutuhkan pengembang, apa pun perangkat keras yang mereka pilih.”

Selama bertahun-tahun, Alphabet sebagian besar menggunakan TPU hanya untuk kebutuhan internal. Situasi ini berubah pada 2022, ketika unit komputasi awan Google berhasil mengambil alih pengelolaan penjualan TPU. Sejak saat itu, alokasi TPU untuk Google Cloud meningkat tajam, dan perusahaan mulai memperluas penjualan chip tersebut ke pelanggan eksternal seiring melonjaknya minat terhadap AI.

Namun, ketidaksesuaian antara PyTorch yang digunakan oleh sebagian besar pengembang AI global dan Jax yang paling optimal untuk TPU membuat banyak pengembang kesulitan mengadopsi chip Google tanpa pekerjaan rekayasa tambahan yang memakan waktu dan biaya.

Jika berhasil, inisiatif TorchTPU berpotensi menurunkan biaya dan hambatan bagi perusahaan yang ingin beralih dari GPU Nvidia. Dominasi Nvidia selama ini tidak hanya bertumpu pada perangkat keras, tetapi juga pada ekosistem perangkat lunak CUDA yang telah tertanam kuat dalam PyTorch dan menjadi standar de facto dalam pelatihan serta operasional model AI berskala besar.

Untuk mempercepat pengembangan, Google disebut bekerja sama erat dengan Meta, pencipta dan pengelola PyTorch. Kedua perusahaan juga dilaporkan membahas kesepakatan agar Meta mendapatkan akses lebih besar ke TPU Google. Meta memiliki kepentingan strategis untuk menurunkan biaya komputasi AI dan mengurangi ketergantungan pada GPU Nvidia demi meningkatkan posisi tawar.

Meta menolak memberikan komentar.

Tahun ini, Google mulai menjual TPU langsung ke pusat data milik pelanggan, tidak lagi terbatas pada layanan cloud internal. Bulan ini, Google menunjuk Amin Vahdat, seorang veteran perusahaan, sebagai kepala infrastruktur AI yang melapor langsung kepada CEO Sundar Pichai.

Infrastruktur tersebut dibutuhkan Google untuk menjalankan produk AI miliknya sendiri, termasuk chatbot Gemini dan layanan pencarian berbasis AI, sekaligus untuk memenuhi kebutuhan pelanggan Google Cloud seperti Anthropic, yang memanfaatkan TPU dalam pengembangan teknologi AI mereka.

Selanjutnya: Sari Kreasi Boga (RAFI) Percepat Transformasi Jadi Perusahaan Agrifood Terintegrasi

Menarik Dibaca: Hasil BWF World Tour Finals 2025, Hanya 1 Wakil Indonesia yang Menang