Sebuah tim peneliti Tiongkok telah memangkas waktu produksi chip optik 3D dari hitungan jam menjadi hitungan detik, menurut South China Morning Post, sebuah terobosan manufaktur yang dapat mempercepat pengembangan perangkat keras komputasi berbasis cahaya yang telah lama dipandang sebagai jalur menjanjikan di luar elektronik konvensional. Kemajuan ini, yang dilaporkan pada 19 Juli 2026, terjadi seiring dengan semakin intensifnya perlombaan global untuk membangun perangkat keras AI yang lebih cepat dan efisien.
Pengurangan waktu fabrikasi sangat signifikan karena kecepatan produksi telah menjadi salah satu hambatan utama yang mencegah chip optik keluar dari laboratorium dan diproduksi secara komersial. Dengan memampatkan proses yang tadinya memakan waktu berjam-jam menjadi hitungan detik, pekerjaan ini mengarah ke masa depan di mana komponen optik dapat diproduksi dengan volume dan biaya yang dibutuhkan oleh infrastruktur AI skala besar. For more context on this story, see our ongoing AI news.
Mengapa Chip Optik Penting bagi AI
Chip optik, atau fotonik, memproses informasi menggunakan cahaya, bukan arus listrik. Untuk beban kerja AI, di mana sejumlah besar data berpindah antara memori dan prosesor, daya tarik fotonik terletak pada potensi peningkatan kecepatan dan efisiensi energi. Cahaya dapat membawa lebih banyak data dengan panas yang lebih sedikit dibandingkan interkoneksi tembaga, itulah sebabnya para peneliti menghabiskan waktu bertahun-tahun untuk mencoba membangun sistem komputasi optik praktis.
Chip optik tiga dimensi, yang menumpuk komponen fotonik dalam struktur berlapis, sangat menarik karena dapat mengintegrasikan lebih banyak fungsi ke dalam ukuran yang lebih kecil. Tantangannya adalah pembuatan struktur 3D yang rumit ini biasanya memakan waktu lama dan mahal, sehingga membatasinya pada demonstrasi penelitian skala kecil dibandingkan produksi massal.
Kemacetan Fabrikasi
Hambatan yang diatasi oleh tim Tiongkok adalah hambatan yang umum terjadi di sektor manufaktur tingkat lanjut. Teknik yang mampu menghasilkan struktur fotonik 3D yang rumit cenderung menukar presisi dengan kecepatan, atau sebaliknya. Proses yang diukur dalam jam per chip membuat penerapan skala besar menjadi tidak ekonomis, tidak peduli seberapa mengesankan kinerja masing-masing perangkat. Mempersingkat waktu menjadi beberapa detik secara mendasar akan mengubah perekonomian.
Seperti yang dicatat oleh Crypto Briefing dalam liputannya, pengembangan ini penting untuk apa yang digambarkan oleh outlet tersebut sebagai perlombaan perangkat keras AI, yang menghubungkan kemajuan manufaktur dengan persaingan yang lebih luas untuk membangun infrastruktur komputasi generasi berikutnya. Implikasinya adalah terobosan dalam cara pembuatan chip bisa sama pentingnya dengan terobosan dalam desain chip.
Bidang Kompetitif
Kemajuan yang dilaporkan ini menempatkan para peneliti Tiongkok di antara para pemimpin di bidang internasional yang ramai. Penelitian terhadap fotonik optik dan silikon untuk AI sedang dilakukan di laboratorium-laboratorium besar di seluruh dunia, dengan upaya mulai dari pencetakan 3D berbasis chip yang dimungkinkan oleh fotonik silikon hingga prosesor fotonik yang mengklaim peningkatan efisiensi yang besar dibandingkan akselerator konvensional. Persaingan ini sangat ketat karena manfaatnya, yaitu platform komputasi yang dapat menopang model AI generasi berikutnya tanpa mencapai batas daya dan interkoneksi perangkat keras saat ini, akan bersifat transformatif.
Dengan latar belakang kontrol ekspor AS terhadap semikonduktor canggih, terobosan dalam arsitektur komputasi baru membawa bobot strategis tambahan. Chip optik mewakili batas yang relatif terbuka, dimana dominasi yang mapan dalam manufaktur silikon tradisional tidak menjamin keunggulan. Kemajuan manufaktur seperti yang dilaporkan oleh South China Morning Post dapat membantu menentukan wilayah dan institusi mana yang membentuk paradigma komputasi selanjutnya.
Dari Lab ke Pabrik
Jarak antara hasil penelitian dan produk yang dapat diterapkan tetap menjadi pertanyaan utama dalam komputasi optik. Teknik fabrikasi yang berfungsi pada skala laboratorium harus dapat direproduksi, andal, dan kompatibel dengan proses pengemasan dan integrasi yang ada sebelum dapat memengaruhi sistem AI yang sebenarnya. Lompatan dari jam ke detik merupakan kondisi yang diperlukan untuk kelangsungan komersial, namun hal tersebut tidak cukup.
Meskipun demikian, kecepatan produksi adalah jenis kemajuan yang cenderung membuka kemajuan lebih lanjut. Fabrikasi yang lebih cepat memungkinkan peneliti mengulangi desain dengan lebih cepat, menguji lebih banyak varian, dan mengumpulkan data yang diperlukan untuk menyempurnakan proses menuju keandalan industri. Untuk bidang yang telah menghabiskan waktu bertahun-tahun mendekati relevansi praktisnya, percepatan tersebut dapat menjadi sama pentingnya dengan pencapaian kinerja apa pun.
Implikasi terhadap Peta Jalan Perangkat Keras AI
Bagi perusahaan-perusahaan dan negara-negara yang berinvestasi besar-besaran pada infrastruktur AI, pesannya adalah bahwa masa depan komputasi AI mungkin tidak ditentukan oleh perangkat keras yang dominan saat ini. Jika chip optik dapat diproduksi dengan cepat dan dalam skala besar, chip tersebut pada akhirnya dapat melengkapi atau bersaing dengan akselerator yang saat ini mendukung pelatihan model dan inferensi. Prospek tersebut menambah urgensi terhadap strategi diversifikasi yang sudah terlihat di seluruh industri, di mana investasi menyebar ke silikon khusus, arsitektur memori baru, dan kini pendekatan fotonik.
Laporan South China Morning Post tidak merinci garis waktu komersialisasi secara keseluruhan, dan menerjemahkan proses fabrikasi dalam skala detik menjadi manufaktur bervolume tinggi akan memerlukan upaya rekayasa yang berkelanjutan. Namun arahnya jelas: fondasi fisik komputasi AI terus berubah, dan tim yang memecahkan masalah manufaktur, bukan hanya masalah desain, akan berada pada posisi terbaik untuk menentukan apa yang akan terjadi selanjutnya.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
