Menjelajahi Potensi AGI: Sinergi Perangkat Keras dan Perangkat Lunak

Iris Coleman
17 Des 2025 06:09

Dan Fu dari together.ai berpendapat bahwa kecerdasan buatan umum (AGI) dapat dicapai dengan mengoptimalkan desain bersama perangkat lunak-perangkat keras, meningkatkan pemanfaatan chip saat ini, dan mengatasi keterbatasan perangkat keras yang dianggap ada.

Perdebatan seputar potensi pencapaian kecerdasan buatan umum (AGI) semakin intensif, dengan Dan Fu, Wakil Presiden Kernels di together.ai, memberikan pandangan yang optimis. Menurut together.ai, Fu menantang anggapan bahwa kemajuan AI terhambat oleh keterbatasan perangkat keras. Sebaliknya, ia berpendapat bahwa chip saat ini sangat kurang dimanfaatkan dan bahwa pendekatan strategis terhadap desain bersama perangkat lunak-perangkat keras dapat membuka peningkatan kinerja yang substansial.

Keterbatasan Saat Ini dan Potensi Masa Depan

Seiring lanskap AI berkembang, kekhawatiran tentang mencapai batas komputasi digital menjadi semakin umum. Beberapa ahli menyarankan bahwa kendala perangkat keras, terutama dalam GPU, mungkin menghambat kemajuan menuju pengembangan AI yang berguna secara umum. Sebaliknya, Fu menyajikan perspektif yang lebih penuh harapan dalam publikasinya, "Yes, AGI Can Happen – A Computational Perspective," yang berpendapat bahwa batas belum tercapai untuk kemampuan AI.

Kurangnya Pemanfaatan Perangkat Keras yang Ada

Fu menyoroti bahwa pelatihan AI mutakhir, seperti DeepSeek-V3 atau Llama-4, sering kali hanya mencapai sekitar 20% Mean FLOP Utilization (MFU), dengan pemanfaatan inferensi terkadang berada di angka satu digit. Angka-angka ini menunjukkan peluang signifikan untuk meningkatkan efisiensi melalui integrasi yang lebih baik antara perangkat lunak dan perangkat keras, serta inovasi seperti pelatihan FP4.

Kemajuan dalam Model Komputasi

Model AI saat ini didasarkan pada perangkat keras yang lebih lama, dan potensi sumber daya komputasi yang lebih baru belum sepenuhnya terwujud. Fu menekankan bahwa cluster besar GPU generasi terbaru, berjumlah lebih dari 100.000, belum sepenuhnya diintegrasikan ke dalam proses pengembangan AI, menunjukkan cakrawala yang menjanjikan untuk kemajuan masa depan.

Kegunaan Saat Ini dan Implikasi Masa Depan

Terlepas dari keterbatasan yang dianggap ada, model AI yang ada sudah merevolusi alur kerja yang kompleks, seperti menulis kernel GPU berkinerja tinggi dengan bantuan manusia. Transformasi ini menggarisbawahi kegunaan langsung dari teknologi AI dan mengisyaratkan potensi besar untuk aplikasi masa depan.

Bagi mereka yang tertarik pada persimpangan rekayasa sistem, efisiensi perangkat keras, dan penskalaan AI, analisis Fu memberikan wawasan berharga. Analisis lengkap dapat diakses di situs web together.ai.

Sumber gambar: Shutterstock