Peningkatan Kecepatan AI Hadir Dengan Chip Intel Meteor Lake untuk PC Tahun Ini
Alat AI paling mengesankan saat ini — ChatGPT OpenAI, Bing Microsoft, Bard Google, dan Photoshop Adobe, misalnya — berjalan di pusat data yang diisi dengan server yang kuat dan mahal. Tetapi Intel pada hari Senin mengungkapkan detail prosesor Meteor Lake PC-nya yang dapat membantu laptop Anda berperan lebih besar dalam revolusi kecerdasan buatan.
Meteor Lake, dijadwalkan untuk dikirimkan di komputer akhir tahun ini, termasuk sirkuit yang mempercepat beberapa tugas AI yang mungkin menghabiskan baterai Anda. Misalnya, ini dapat meningkatkan AI yang mengenali Anda untuk mengaburkan atau mengganti latar belakang dengan lebih baik selama konferensi video, kata John Rayfield, pemimpin pekerjaan AI klien Intel.
Model AI menggunakan metode yang terinspirasi oleh otak manusia untuk mengenali pola dalam data dunia nyata yang kompleks. Dengan menjalankan AI di prosesor laptop atau ponsel alih-alih di cloud, Anda bisa mendapatkan keuntungan seperti privasi dan keamanan yang lebih baik serta respons yang lebih cepat karena Anda tidak mengalami penundaan jaringan.
Yang tidak jelas adalah seberapa banyak pekerjaan AI akan benar-benar berpindah dari cloud ke PC. Beberapa perangkat lunak, seperti Adobe Photoshop dan Lightroom, menggunakan AI secara ekstensif untuk menemukan orang, langit, dan subjek lainnya dalam foto dan banyak tugas pengeditan gambar lainnya. Aplikasi dapat mengenali suara Anda dan menyalinnya menjadi teks. Microsoft sedang membangun chatbot AI yang disebut Windows Copilot langsung ke dalam sistem operasinya. Tetapi sebagian besar pekerjaan komputasi saat ini menggunakan bagian prosesor yang lebih tradisional, inti unit pemrosesan pusat (CPU) dan unit pemrosesan grafis (GPU).
Ada kemungkinan membangun-itu-dan-mereka-akan datang. Menambahkan akselerasi AI langsung ke dalam chip, seperti yang telah terjadi pada prosesor ponsel cerdas dan prosesor Mac seri-M Apple, dapat mendorong pengembang untuk menulis lebih banyak perangkat lunak yang menggambarkan kemampuan AI.
GPU sudah cukup bagus untuk mempercepat AI, dan pengembang tidak perlu menunggu jutaan dari kita untuk memutakhirkan PC Windows kita untuk memanfaatkannya. GPU menawarkan kinerja AI teratas pada PC, tetapi akselerator khusus AI yang baru bagus untuk daya rendah, kata Rayfield. Keduanya dapat digunakan secara bersamaan untuk performa terbaik juga.
Meteor Lake chip kunci untuk Intel
Danau Meteor juga penting karena alasan lain. Ini dirancang untuk pengoperasian dengan daya lebih rendah, yang bisa dibilang merupakan satu-satunya kelemahan kompetitif terbesar dibandingkan dengan prosesor seri-M Apple. Ada peningkatan akselerasi grafis, yang sangat penting untuk bermain game dan juga penting untuk beberapa tugas AI.
Prosesor juga merupakan kunci upaya perubahan haluan Intel selama bertahun-tahun. Ini adalah chip besar pertama yang dibuat dengan Intel 4, sebuah proses manufaktur baru yang penting untuk mengejar pemimpin pembuat chip Taiwan Semiconductor Manufacturing Co. (TSMC) dan Samsung. Dan itu menggunakan teknologi manufaktur canggih baru yang disebut Foveros yang memungkinkan Intel menumpuk beberapa “chiplet” secara lebih fleksibel dan ekonomis menjadi satu prosesor yang lebih bertenaga.
Pembuat chip berlomba untuk memasuki revolusi AI, sedikit yang berhasil seperti Nvidia, yang pada awal Mei melaporkan ledakan kuartal berkat meledaknya permintaan untuk chip AI kelas atas. Intel juga menjual chip AI pusat data, tetapi lebih fokus pada ekonomi daripada kinerja.
Dalam prosesor PC-nya, Intel menyebut akselerator AI-nya sebagai unit pemrosesan visi, atau VPU, keluarga produk dan nama yang berasal dari akuisisi pembuat chip AI Movidius pada 2016.
Saat ini, variasi yang disebut AI generatif dapat membuat citra realistis dan teks yang terdengar seperti manusia. Meskipun Meteor Lake dapat menjalankan salah satu generator gambar seperti itu, Difusi Stabil, model bahasa AI besar seperti ChatGPT tidak muat di laptop.
Namun, ada banyak pekerjaan untuk mengubahnya. LLaMA Facebook dan PaLM 2 Google keduanya adalah model bahasa besar yang dirancang untuk memperkecil ke perangkat “klien” yang lebih kecil seperti PC dan bahkan ponsel dengan memori yang jauh lebih sedikit.
“AI di cloud … memiliki tantangan dengan latensi, privasi, keamanan, dan pada dasarnya mahal,” kata Rayfield. “Seiring waktu, karena kami dapat meningkatkan efisiensi komputasi, lebih banyak dari ini yang bermigrasi ke klien.”