GSI Technology, Inc. (Nasdaq: GSIT) — pelopor arsitektur Associative Processing Unit (APU) — mengumumkan hasil penelitian terbaru yang dipimpin oleh tim Cornell University, menunjukkan bahwa teknologi Compute-In-Memory (CIM) milik GSI mampu menyamai performa GPU kelas atas dengan konsumsi energi yang jauh lebih efisien.
Penelitian ini, yang dipublikasikan melalui ACM dan dipresentasikan di konferensi MICRO ‘25, menegaskan potensi besar arsitektur memori-sentris dalam mengubah paradigma komputasi AI dan HPC (High-Performance Computing).
Hasil Utama Penelitian Cornell
Dalam studi bertajuk “Characterizing and Optimizing Realistic Workloads on a Commercial Compute-in-SRAM Device”, para peneliti membandingkan GSI Gemini-I APU dengan CPU dan GPU konvensional seperti NVIDIA A6000, menggunakan beban kerja Retrieval-Augmented Generation (RAG) pada dataset berukuran 10 GB hingga 200 GB.
Temuan utama mereka meliputi:
- 🧠 Performa setara GPU: Gemini-I APU menunjukkan throughput yang sebanding dengan NVIDIA A6000 GPU dalam beban kerja AI berskala besar.
- ⚡ Efisiensi energi luar biasa: APU mengonsumsi lebih dari 98% energi lebih sedikit dibanding GPU saat menangani berbagai dataset besar.
- 🚀 Lebih cepat dari CPU: APU mampu menjalankan tugas retrieval hingga 80% lebih cepat daripada CPU tradisional berkat desain komputasi di dalam memori yang mengurangi latensi transfer data.
Transformasi Pasar AI Inference
CEO GSI Technology, Lee-Lean Shu, menegaskan bahwa hasil penelitian ini memperkuat posisi APU sebagai teknologi disruptif di pasar AI senilai $100 miliar.
“Validasi independen dari Cornell membuktikan keyakinan kami bahwa compute-in-memory akan merevolusi pasar AI inference global. APU kami menghadirkan performa setara GPU dengan biaya energi yang jauh lebih rendah, berkat arsitektur memori-sentris yang sangat efisien,” ujar Shu.
Teknologi ini dinilai sangat ideal untuk sektor Edge AI, robotika hemat daya, drone, IoT industri, serta aplikasi pertahanan dan dirgantara di mana efisiensi energi dan pendinginan menjadi faktor kritis.
Generasi Baru: Gemini-II dan Plato
GSI Technology juga memperkenalkan prosesor generasi lanjutan:
- Gemini-II, yang menawarkan 10x throughput lebih tinggi dan latensi lebih rendah untuk beban kerja AI intensif memori.
- Plato, rancangan masa depan untuk edge computing, dengan efisiensi daya lebih baik dan performa yang disesuaikan bagi sistem tertanam (embedded).
Kedua generasi baru ini dirancang untuk memperkuat posisi APU sebagai platform komputasi skalabel bagi pengembang dan integrator sistem yang menuntut performa tinggi dengan jejak daya rendah.
Framework Baru untuk Compute-In-Memory
Selain benchmarking, penelitian Cornell memperkenalkan kerangka analitik baru untuk perangkat compute-in-memory umum, yang menawarkan prinsip optimalisasi guna meningkatkan efisiensi dan skalabilitas di berbagai platform.
Dengan semakin meningkatnya kebutuhan akan performa per watt (performance-per-watt), hasil penelitian ini menempatkan GSI Technology sebagai pemain kunci dalam menghadirkan solusi komputasi berdaya rendah untuk AI generatif, data center, dan edge intelligence masa depan.
Sumber: GSI Technology