Dari AI yang Menjawab ke AI yang Bertindak

SuaraSumut.id - AI meraih momen penting pertamanya di cloud. Fase berikutnya berlangsung di dunia nyata. Peralihan dari AI cloud ke AI fisik mendorong enterprise untuk meninjau kembali ekspektasi tentang kinerja. Metrik yang dirancang untuk pelatihan dan inferensi hanya menceritakan sebagian dari keseluruhan cerita ketika AI harus memahami, menalar, dan mengendalikan mesin yang beroperasi di sekitar manusia.

Dalam sistem seperti ini, kinerja menjadi persoalan tingkat sistem yang mengubah cara robot diukur dan dirancang, serta pada akhirnya menentukan arsitektur komputasi yang akan menggerakkannya.

AMD memiliki rekam jejak panjang di bidang robotika selama dua dekade, termasuk pada lengan robot industri, robot bergerak otonom, sistem bedah, dan platform kedirgantaraan. Di berbagai sistem ini, AMD juga menghadirkan visi mesin, fusi sensor, kontrol motor deterministik, dan keselamatan fungsional. AI dibangun di atas fondasi tersebut.

Perubahan Definisi Performa

Salil Raje, Senior Vice President dan General Manager, Adaptive and Embedded Computing Group mengatakan, sistem AI fisik tidak hanya menghasilkan jawaban. Sistem ini juga bertindak. Hal itu mengubah hal-hal yang penting: responsivitas, prediktabilitas, daya, keselamatan, dan kemampuan beroperasi secara andal dalam kondisi nyata. Ketepatan waktu menjadi inti dari semuanya. Keputusan kontrol yang terlambat bukan sekadar masalah kinerja. Ini adalah kondisi kegagalan yang dapat menyebabkan tabrakan, ketidakstabilan, atau perilaku yang tidak aman.

Hal ini sangat jelas pada robot humanoid. Robot ini mulai diterapkan di lingkungan industri lebih awal dibandingkan apa yang diperkirakan kebanyakan orang dan semakin sering bekerja di dekat manusia. Dalam percakapan saya dengan OEM robotika, kebutuhan yang paling sering saya dengar bukanlah kapasitas komputasi paling tinggi.

Namun, yang dibutuhkan adalah kemampuan menjalankan model AI canggih bersama kontrol real-time yang deterministik, yaitu memadukan kecerdasan dengan respons tingkat sistem yang dapat diprediksi dan terikat waktu. Di dunia fisik, melewatkan jendela waktu untuk bertindak bukan sekadar keterlambatan, melainkan hasil yang tidak aman.

Mengukur Hal yang Keliru

Industri masih mengoptimalkan angka yang salah. TOPS (trillions of operations per second) adalah metrik yang tidak lengkap untuk AI fisik. Metrik ini menunjukkan seberapa banyak komputasi yang dapat diterapkan, tetapi tidak menunjukkan apakah sistem dapat merasakan suatu peristiwa, mengambil keputusan, dan melakukan tindakan yang tepat dalam batas waktu yang ditentukan.

Hal itu membutuhkan mesin komputasi, memori, jaringan, sensor, dan software yang bekerja sebagai satu sistem terkoordinasi, dengan bandwidth memori yang cukup agar data bergerak ke tempat dan pada waktu yang dibutuhkan. Model yang cepat di satu prosesor tidak menjadikan seluruh system menjadi cepat dalam melakukan perpindahan data, penjadwalan, atau tahap lainnya menyebabkan sistem melewati tenggat waktu.

Itulah sebabnya AI fisik perlu diukur dari awal hingga akhir, mulai dari masukan sensor sampai tindakan fisik. Latensi rata-rata saja tidak cukup. Tail latency dan jitter juga penting karena satu lonjakan saja dapat mengganggu kestabilan loop kontrol. Benchmark model memiliki keterbatasan yang sama. Anda bisa merencanakan sepanjang hari, tetapi jika robot melewatkan waktu untuk bertindak, kualitas rencana menjadi tidak relevan. Yang sering membuat anggaran waktu terlampaui bukanlah modelnya, melainkan segala sesuatu di antara tahapan: antrean, penjadwalan, penyalinan memori, dan perpindahan data.

Satu Mesin, Beragam Beban Kerja

AI fisik bukanlah satu jenis beban kerja (workload). Persepsi dan penalaran berorientasi pada throughput dan cocok dijalankan pada GPU serta NPU. Kontrol real-time berorientasi pada tenggat waktu dan memerlukan eksekusi deterministik, bidang yang menjadi keunggulan FPGA dan Adaptive SoC. CPU menangani koordinasi sistem agar semuanya tetap tersinkronisasi.

Dari tubuh hingga otak, workload ini berjalan secara bersamaan, tetapi menyelesaikan masalah yang pada dasarnya berbeda sehingga membutuhkan arsitektur komputasi yang berbeda. Mengarahkan setiap aliran sensor dan keputusan kontrol melalui satu prosesor menimbulkan batasan pada bandwidth, energi, dan latensi. Semua itu merupakan batasan tingkat sistem.

Rakit seperti Tubuh