Tim ilmuwan dipimpin China kembangkan cip penglihatan hemat energi

Cip Penglihatan Baru dari Tiongkok Mengubah Cahaya Langsung Menjadi Token Semantik

Menggalangkebaikan.com – Di tengah ledakan kebutuhan komputasi visual untuk robot, drone, dan sistem keamanan otonom, satu persoalan teknis terus menghantui para insinyur: bagaimana memproses citra tanpa membakar daya dalam jumlah besar hanya untuk memindahkan data dari satu tahap ke tahap berikutnya. Tim peneliti yang dipimpin dari Tiongkok kini menawarkan jawaban radikal atas persoalan itu. Mereka merancang sebuah cip penglihatan yang meleburkan seluruh rantai pemrosesan konvensional menjadi satu langkah fisik tunggal, sehingga cahaya yang masuk langsung keluar sebagai token semantik tanpa melewati buffer, transfer, atau digitisasi terpisah.

Hasil riset kolaboratif antara Universitas Nanjing dan Universitas Nasional Singapura ini dipublikasikan pada Rabu, 19 Agustus, di jurnal Nature Sensors. Publikasi tersebut menandai pergeseran paradigma dalam arsitektur sensor visual: bukan lagi merekam lalu memproses, melainkan memproses sambil merekam, di ranah analog fisik.

Mengapa Arsitektur Lama Menjadi Botleneck Energi

Sensor kamera tradisional bekerja dalam urutan berjenjang. Cahaya ditangkap oleh fotodioda, kemudian dikonversi menjadi sinyal digital, disimpan sementara dalam buffer, ditransfer ke unit pemrosesan, dan baru setelah itu diubah menjadi representasi semantik berupa token. Setiap transisi antar tahap itu menuntut energi, menambah latensi, dan membatasi laju pemrosesan. Pada perangkat Edge AI yang beroperasi dengan baterai terbatas—drone, robot layanan, kamera keamanan otonom—pemborosan daya di tahap transfer data menjadi faktor pembatas utama yang mencegah penerapan kecerdasan visual secara real-time.

Cip baru ini menghapus seluruh rantai tersebut. Alih-alih memindahkan data antar blok fungsional, konversi dari cahaya ke token terjadi secara langsung di dalam struktur fisik sensor itu sendiri. Tidak ada tahap buffer, tidak ada transfer internal, tidak ada digitisasi terpisah. Yang tersisa hanyalah satu operasi: cahaya masuk, token keluar.

Arsitektur Piksel dan Sirkuit Periferal

Inti cip ini terdiri atas susunan piksel khusus yang dirancang agar setiap elemen mampu melakukan tiga fungsi secara serempak: mendeteksi intensitas cahaya, menyimpan informasi optik secara lokal, dan menjalankan operasi komputasi sederhana. Sirkuit periferal yang mengelilingi matriks piksel tersebut berperan sebagai pengendali selektif—ia dapat mengaktifkan wilayah piksel tertentu secara parsial, sehingga satu citra utuh terpecah menjadi beberapa blok kecil.

Terhadap setiap blok yang diaktifkan, rangkaian tegangan spesifik diterapkan. Tegangan ini memicu operasi matematis langsung pada informasi optik yang tersimpan di dalam piksel, di ranah analog. Hasil operasi tersebut keluar sebagai arus listrik yang secara langsung merepresentasikan nilai token. Dengan kata lain, komputasi semantik terjadi di dalam struktur fisik sensor, bukan di prosesor terpisah.

“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.”

Liang menyebut pendekatan ini sebagai tokenisasi fisik. Istilah tersebut merujuk pada transformasi fundamental peran cip: dari perekam gambar pasif yang sekadar menyimpan piksel mentah, menjadi penghasil visual-semantik aktif yang langsung mengeluarkan representasi bermakna bagi sistem kecerdasan buatan.

Hasil Pengujian: Akurasi dan Efisiensi

Dalam pengujian laboratorium, sistem yang mengintegrasikan cip tersebut mencapai tingkat akurasi pengenalan gambar hingga 87,3 persen. Angka ini berada dalam rentang yang mendekati tolok ukur perangkat lunak konvensional yang menjalankan pipeline pemrosesan penuh di prosesor digital. Yang membedakan bukan akurasinya—yang memang setara—melainkan cara akurasi itu dicapai: tanpa satu pun tahap transfer data internal.

Lebih signifikan lagi, efisiensi energi pada tahap tokenisasi meningkat lebih dari sepuluh kali lipat dibandingkan pendekatan konvensional. Artinya, untuk menghasilkan satu token semantik yang sama, cip baru ini mengonsumsi sepersepuluh daya yang dibutuhkan oleh pipeline tradisional. Pada perangkat yang bergantung pada baterai, selisih faktor sepuluh tersebut menentukan apakah sistem mampu beroperasi berjam-jam atau harus kembali ke stasiun pengisian setiap beberapa menit.

Implikasi untuk Edge AI dan Era Pasca-Moore

Konteks yang lebih luas dari temuan ini terletak pada apa yang disebut era pasca-Moore. Hukum Moore—yang selama puluhan tahun menjamin peningkatan daya komputasi melalui penyusutan dimensi transistor—telah melambat. Artinya, kita tidak lagi bisa mengandalkan peningkatan kecepatan prosesor digital semata untuk memenuhi kebutuhan komputasi visual yang terus membengkak. Solusi harus datang dari arsitektur, bukan dari geometri transistor.

“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 tokenisasi fisik ini berpotensi menyediakan fondasi penglihatan dengan latensi hampir nol untuk berbagai aplikasi kecerdasan berwujud (embodied intelligence). Drone otonom yang harus mengenali rintangan dalam hitungan mikrodetik, robot layanan yang perlu memahami lingkungan secara real-time, serta kamera keamanan pintar yang menganalisis ancaman tanpa mengirim video ke server pusat—semuanya menjadi lebih layak secara energetik ketika tahap pemrosesan visual terintegrasi langsung ke dalam sensor.

Dengan menghapus bottleneck transfer data dan memangkas latensi hingga mendekati nol, cip semacam ini mempercepat penerapan kecerdasan buatan fisik dalam skala besar. Bukan sekadar membuat AI lebih pintar, melainkan membuatnya cukup ringan dan hemat daya untuk hidup di dalam perangkat yang bergerak, otonom, dan beroperasi jauh dari infrastruktur daya. Itu adalah ambang yang selama ini memisahkan prototipe laboratorium dari deployment dunia nyata.