Tim ilmuwan dipimpin China kembangkan cip penglihatan hemat energi

Cip Penglihatan Baru dari Tiongkok Mengubah Cara Kamera AI Memproses Cahaya

Indocrowdfunding.com – Di balik setiap kamera pintar, drone pengintai, atau robot layanan, tersimpan satu masalah struktural yang belum terselesaikan: energi yang terbuang pada setiap langkah antara sensor dan prosesor. Selama puluhan tahun, arsitektur standar mengharuskan cahaya yang ditangkap sensor terlebih dahulu didigitalkan, disimpan sementara dalam buffer, lalu dipindahkan ke unit komputasi sebelum akhirnya diubah menjadi representasi bermakna bagi algoritma kecerdasan buatan. Setiap tahap perpindahan itu menguras daya dan menambah latensi. Sebuah tim riset yang dipimpin dari Tiongkok kini mengklaim telah memutus rantai tersebut secara fundamental dengan mengembangkan cip penglihatan yang mengubah cahaya langsung menjadi token semantik di dalam ranah fisik, tanpa melewati tahapan digitalisasi dan transfer data yang selama ini menjadi sumber utama pemborosan energi.

Prinsip Kerja: Tokenisasi di Ranah Fisik

Perangkat baru ini bekerja pada prinsip yang disebut “tokenisasi fisik.” Alih-alih mengikuti alur konvensional—yaitu menangkap foton, mengonversinya menjadi sinyal digital, menampungnya dalam memori sementara, lalu mengirimnya ke prosesor—cip ini melakukan seluruh konversi dalam domain analog-fisik. Cahaya yang masuk langsung diproses menjadi arus listrik yang merepresentasikan token visual, sehingga tidak ada satu pun tahap perpindahan data digital yang perlu terjadi. Pendekatan ini mengubah peran cip dari sekadar perekam gambar pasif menjadi penghasil representasi semantik yang aktif dan otonom.

Secara arsitektural, cip tersebut dilengkapi barisan piksel khusus. Setiap piksel mampu mendeteksi cahaya secara serempak, menyimpan informasi optik secara lokal, dan menjalankan operasi komputasi tanpa harus mengirim data keluar dari selnya. Sirkuit periferal pada cip dapat mengaktifkan wilayah piksel secara selektif, memecah sebuah citra menjadi beberapa blok kecil. Terhadap tiap blok yang dipilih, urutan tegangan tertentu diterapkan sehingga informasi optik yang tersimpan melakukan operasi matematis langsung dalam ranah analog. Arus output yang dihasilkan dari operasi inilah yang berfungsi sebagai token bagi tahap pemrosesan lanjutan.

“Cip ini secara fisik meniadakan proses perpindahan data, yang merupakan sumber utama pemborosan energi,” ujar Liang Shijun, profesor di Universitas Nanjing. “Begitu cahaya masuk, token dihasilkan.”

Hasil Pengujian: Akurasi dan Efisiensi

Dalam pengujian laboratorium, sistem yang memanfaatkan cip tersebut mencapai tingkat akurasi pengenalan gambar hingga 87,3 persen—angka yang mendekati tolok ukur perangkat lunak konvensional yang dijalankan pada prosesor umum. Lebih signifikan lagi, efisiensi energi selama tahap tokenisasi meningkat lebih dari sepuluh kali lipat dibandingkan pendekatan digital tradisional. Artinya, untuk menghasilkan representasi semantik yang setara, cip baru ini mengonsumsi sepersepuluh daya yang dibutuhkan arsitektur lama.

Studi gabungan antara Universitas Nanjing dan Universitas Nasional Singapura ini dipublikasikan pada Rabu (19/8) di jurnal Nature Sensors. Publikasi di jurnal bereputasi tinggi tersebut menandai bahwa klaim teknis telah melewati proses tinjauan sejawat dan dianggap valid oleh komunitas ilmiah internasional.

Implikasi untuk Edge AI dan Era Pasca-Moore

Konteks yang melatarbelakangi riset ini adalah perlambatan laju penyusutan ukuran transistor yang selama beberapa dekade mendorong kemajuan komputasi—fenomena yang sering disebut era pasca-Moore. Ketika daya komputasi per watt tidak lagi tumbuh secara eksponensial, setiap watt yang terbuang pada operasi yang tidak produktif menjadi semakin mahal. Edge AI—yaitu kecerdasan buatan yang berjalan langsung pada perangkat di tepi jaringan, jauh dari pusat data—terdampak paling keras oleh keterbatasan daya ini. Drone otonom, robot layanan, dan sensor keamanan pintar tidak dapat membawa baterai besar atau terhubung permanen ke sumber listrik, sehingga efisiensi per operasi menjadi faktor penentu kelayakan.

“Desain ini membalikkan urutan tradisional ‘penginderaan-buffer-komputasi’ dan membuka jalan baru untuk mengatasi hambatan daya dan komputasi pada Edge AI di era pasca-Moore,” ujar Miao Feng, profesor di Universitas Nanjing.

Miao menambahkan bahwa teknologi ini berpotensi menyediakan fondasi penglihatan dengan latensi hampir nol untuk berbagai aplikasi kecerdasan berwujud (embodied intelligence), mulai dari drone otonom hingga sistem keamanan pintar. Latensi mendekati nol berarti respons visual dapat terjadi dalam hitungan mikrodetik setelah cahaya menyentuh sensor, tanpa jeda yang ditimbulkan oleh transfer data digital. Karakteristik ini krusial bagi sistem yang harus mengambil keputusan real-time, seperti kendaraan otonom atau robot yang berinteraksi dengan lingkungan dinamis.

Jika berhasil dikembangkan lebih lanjut dan diproduksi dalam skala besar, cip semacam ini dapat mempercepat penerapan AI fisik di sektor industri, logistik, dan pertahanan—bidang-bidang di mana keterbatasan daya dan kebutuhan respons instan selama ini menjadi penghalang utama. Dengan menghilangkan seluruh rantai perpindahan data antara sensor dan komputasi, pendekatan tokenisasi fisik tidak sekadar mengoptimalkan satu tahap dalam pipeline; ia menghapus tahap tersebut dari pipeline itu sendiri, mengubah paradigma dasar bagaimana mesin “melihat” dan “memahami” dunia visual.