Pergeseran Nanostack
IBM merilis chip baru pada hari Kamis. Itu kecil. Tentang ukuran kuku Anda. Namun di dalam serpihan silikon itu terdapat hampir 100 miliar transister. Angka tersebut bukan salah ketik. Mengemas kepadatan tersebut ke dalam ukuran yang sama atau lebih kecil adalah satu-satunya cara untuk maju. Kami membutuhkan kecepatan. Kami membutuhkan efisiensi. Ini adalah produk pertama dari teknologi semikonduktor terbaru mereka.
Ukurannya 0,7 nanometer.
Lupakan chip 2nm yang mereka pamerkan pada tahun 2021, versi lama itu meletakkan transistor secara datar. Apa yang disebut IBM sebagai nanosheet. Model baru ini? Itu menumpuknya secara vertikal. Arsitektur nanostack.
Kekuatan Vertikal
IBM mengklaim penumpukan vertikal ini berhasil. Jauh lebih baik dari sebelumnya. Tes mereka menunjukkan kinerja hingga 50%. Efisiensi energi melonjak sebesar 70%. Itu bukanlah perubahan bertahap. Itu sebuah lompatan.
Ada keuntungan khusus untuk SRAM di sini juga. RAM statis. Tidak memerlukan listrik yang konstan untuk menyimpan data, lebih cepat dari DRAM, dan AI sangat membutuhkannya. Dengan arsitektur baru ini, die SRAM menyusut sebesar 40%. Lebih banyak memori, lebih sedikit ruang. Persis seperti yang diteriakkan pasar.
“Setiap orang menuntut kinerja yang lebih baik, namun tidak ada seorang pun yang mau membayar tagihan listrik.” – Huiming Bu
Bu menjalankan R&D semikonduktor di IBM. Dia tidak salah. Industri ini menginginkan komputasi tanpa batas. Namun bukan tagihan listrik yang tidak terbatas. Ketegangan tersebut menentukan kondisi saat ini.
Penantian Lima Tahun
Perangkat kerasnya ada. Pabriknya belum. IBM bekerja sama dengan Rapidus, sebuah pabrik pengecoran Jepang, untuk benar-benar membuat hal-hal ini. Mereka mengatakan produksi bisa dimulai dalam lima tahun. Rasanya seperti selamanya di zaman teknologi.
Lima tahun.
Kenapa harus menunggu? Karena permintaan akan komputasi yang efisien sedang meningkat. Nvidia, AMD, IBM—mereka semua membangun tulang punggung AI. Meskipun OpenAI dan Google berlomba menuju model yang lebih kompleks, mereka menghabiskan banyak sumber daya. Listrik, air, tanah. Pusat data sedang lapar.
Jay Gambetta, yang memimpin IBM Research, melihat gambaran besarnya. Ini bukan hanya tentang kecepatan. Ini tentang membuat transistor lebih berarti.
“Bisakah kita membuat transistor lebih efisien? Platform ini… berdampak pada segalanya mulai dari logika hingga SRAM.”
Kekurangan prosesor dan memori juga telah menghambat rantai pasokan gadget biasa. Prototipe ini adalah sebuah harapan. Mungkin sebuah janji. Hal ini menunjukkan bahwa akselerator AI di masa depan pada akhirnya mungkin menawarkan efisiensi yang lebih baik tanpa memakan jaringan listrik di planet ini.
Apakah Rapidus dapat mengimbanginya masih harus dilihat. Teknologinya ada di sana. Sisanya adalah rekayasa.
