GPU
disebut juga: graphics processing unit
Artinya
GPU adalah chip komputer yang bisa mengerjakan ribuan hitungan kecil secara bersamaan, awalnya untuk menggambar grafis game, kini jadi mesin utama untuk melatih dan menjalankan AI.
Diperbarui · diperiksa Syamil Jihad
Perumpamaannya
Bayangkan dapur hajatan. CPU, otak utama komputer, itu seperti satu chef hotel yang jago memasak menu rumit, satu per satu. GPU itu seperti tiga puluh ibu-ibu rewang yang masing-masing mengupas bawang, barengan. Kalau tugasnya mengupas 50 kilo bawang, rombongan rewang menang telak.
Melatih AI isinya jutaan perkalian sederhana yang mirip "kupas bawang", jadi cocok dikerjakan GPU. Perumpamaannya berhenti di sini: rewang bisa berimprovisasi, GPU tidak. GPU hanya unggul untuk pekerjaan yang bisa dipecah jadi banyak potongan seragam. Pekerjaan yang harus berurutan tetap lebih cocok di CPU.
Contoh nyata
Tahun 2012, model pengenal gambar AlexNet dilatih di dua kartu grafis NVIDIA GTX 580, masing-masing bermemori 3 GB. Menurut makalahnya, pelatihan itu makan waktu lima sampai enam hari. Kenapa kartu grafis? Glosarium Google menjelaskan, GPU awalnya dirancang untuk mengolah grafis, tapi bisa bekerja paralel, sehingga hitungan berat jadi jauh lebih cepat.
Skalanya sekarang jauh lebih besar. Untuk melatih Llama 3 pada 2024, Meta menjalankan pelatihan di dua klaster buatan sendiri yang masing-masing berisi 24 ribu GPU.
Artinya buat kamu: GPU itulah salah satu alasan AI butuh pusat data besar dan listrik banyak. Tapi kamu sendiri tidak perlu membeli GPU hanya untuk memakai chatbot.
Salah kaprah
"Mau pakai AI, laptopku harus punya GPU." Untuk ChatGPT, Gemini, atau Claude di browser, nggak perlu. Hitungannya dikerjakan di server pembuatnya. Google, misalnya, mengukur energi tiap prompt aplikasi Gemini dari chip AI dan mesin di pusat datanya sendiri. GPU baru penting kalau kamu mau menjalankan model di perangkatmu sendiri sebagai AI lokal.
"AI cuma bisa jalan di GPU Nvidia." Glosarium Google menyebut GPU Nvidia sebagai salah satu chip akselerator, di samping TPU buatan Google. Model Gemma 3 dari Google, misalnya, dilatih memakai TPU, bukan GPU.
Istilah terkait
- Training modelTraining model adalah proses mengajari model AI dengan memperlihatkan banyak sekali contoh berulang-ulang, sambil terus membetulkan angka-angka di dalamnya sampai tebakannya makin tepat.
- InferensiInferensi adalah tahap ketika model AI yang sudah selesai dilatih dipakai bekerja, yaitu menerima masukan seperti pertanyaanmu lalu menghitung jawabannya.
- Data center AIData center AI adalah gedung berisi ribuan komputer server dengan chip khusus, tempat model AI dilatih dan tempat pertanyaanmu ke ChatGPT, Gemini, atau Claude diproses.
- AI lokalAI lokal adalah AI yang dijalankan langsung di perangkatmu sendiri, seperti laptop atau HP, sehingga pertanyaan dan datamu tidak perlu dikirim ke server perusahaan AI.
- AI PCAI PC adalah laptop atau komputer yang punya chip khusus AI bernama NPU, sehingga sebagian fitur AI bisa berjalan langsung di perangkat tanpa dikirim ke internet.
- ParameterParameter adalah angka-angka di dalam model AI yang disetel selama pelatihan dan menentukan bagaimana model mengolah masukan menjadi jawaban.
- Deep learningDeep learning adalah cara melatih komputer memakai susunan hitungan berlapis-lapis yang terinspirasi sel saraf otak, sehingga ia bisa mengenali pola rumit di teks, suara, dan gambar.
- Fine-tuningFine-tuning adalah proses melatih lagi model AI yang sudah jadi dengan contoh tambahan, supaya model itu terbiasa dengan gaya, format, bahasa, atau tugas tertentu.