JAKARTA, MEDIAINI.COM – Perkembangan kecerdasan buatan atau Artificial Intelligence (AI) kini memasuki babak baru. Tidak lagi sebatas teknologi yang bekerja di cloud dan menghasilkan informasi, AI mulai hadir secara langsung di dunia fisik melalui robot, mesin otonom, hingga perangkat cerdas yang berinteraksi dengan manusia.
Perubahan tersebut dikenal sebagai Physical AI, yakni penerapan kecerdasan buatan pada sistem fisik yang mampu memahami lingkungan, mengambil keputusan, dan melakukan tindakan secara langsung.
Seiring perkembangan ini, perusahaan teknologi dituntut untuk mendefinisikan ulang standar performa. Jika selama ini kemampuan AI lebih banyak diukur berdasarkan daya komputasi dan benchmark model, Physical AI membutuhkan ukuran yang jauh lebih kompleks, mulai dari kecepatan respons, efisiensi energi, prediktabilitas, hingga keselamatan operasional.
AMD menilai, performa komputasi tidak cukup hanya dilihat dari besarnya kemampuan prosesor dalam menjalankan operasi per detik. Metrik TOPS (trillions of operations per second), misalnya, memang menunjukkan kapasitas komputasi, tetapi belum menggambarkan kemampuan sebuah robot dalam mendeteksi peristiwa, mengambil keputusan, dan melakukan tindakan tepat waktu.
Dalam lingkungan fisik, keterlambatan pengambilan keputusan bukan sekadar persoalan performa. Kondisi tersebut dapat memicu tabrakan, ketidakstabilan mesin, hingga perilaku yang membahayakan keselamatan manusia.
Karena itu, pengukuran performa Physical AI harus dilakukan secara menyeluruh, mulai dari masukan sensor hingga tindakan fisik yang dihasilkan. Seluruh komponen, termasuk prosesor, memori, jaringan, sensor, dan perangkat lunak, harus bekerja secara terintegrasi.
AMD juga menyoroti pentingnya latensi yang konsisten. Bukan hanya kecepatan rata-rata yang perlu diperhatikan, tetapi juga tail latency dan jitter atau variasi waktu respons. Sebab, keterlambatan yang muncul secara tiba-tiba dapat mengganggu kestabilan sistem kendali.
Persoalan tersebut sering kali bukan berasal dari model AI, melainkan proses lain di dalam sistem, seperti antrean data, penjadwalan, penyalinan memori, hingga perpindahan informasi antarkomponen.
Komputasi Heterogen Jadi Kunci
Physical AI memiliki karakteristik beban kerja yang beragam. Kemampuan persepsi, penalaran, dan kontrol real-time berjalan secara bersamaan, tetapi masing-masing membutuhkan pendekatan komputasi yang berbeda.
Untuk kebutuhan persepsi dan penalaran yang berorientasi pada throughput, GPU dan NPU dapat memberikan kemampuan pemrosesan yang optimal. Sementara itu, kontrol real-time membutuhkan eksekusi deterministik yang dapat didukung FPGA dan adaptive SoC.
Di sisi lain, CPU berperan dalam mengoordinasikan seluruh komponen agar bekerja secara sinkron.
Pendekatan komputasi heterogen tersebut memungkinkan setiap jenis pekerjaan ditangani oleh arsitektur yang paling sesuai. Dengan demikian, perpindahan data dapat dioptimalkan, konsumsi energi lebih efisien, dan latensi sistem lebih terkendali.
Menurut pendekatan AMD, masa depan Physical AI tidak hanya ditentukan oleh kemampuan masing-masing prosesor, tetapi juga oleh efektivitas integrasi berbagai arsitektur komputasi dalam satu sistem terpadu.
Keselamatan Harus Dibangun Sejak Awal
Selain performa, keselamatan menjadi aspek penting dalam pengembangan Physical AI, khususnya ketika mesin dan robot beroperasi berdampingan dengan manusia.
Sistem tidak hanya harus mampu bekerja optimal dalam kondisi normal, tetapi juga harus memiliki respons yang tepat ketika terjadi gangguan atau kegagalan.
Beberapa pendekatan yang diperlukan antara lain redundansi sistem, graceful degradation atau penurunan kemampuan secara terkendali, serta kemampuan pengambilan keputusan lokal untuk mempertahankan perilaku mesin dalam kondisi aman.
Melalui pendekatan tersebut, sistem diharapkan tetap mampu mengendalikan situasi, mencapai kondisi aman, bahkan mempertahankan sebagian fungsi operasional ketika komputasi AI utama mengalami gangguan.
Artinya, keselamatan bukan sekadar fitur tambahan yang dipasang setelah sistem selesai dikembangkan. Aspek tersebut harus menjadi bagian mendasar dari arsitektur teknologi sejak tahap perancangan.
AMD Perkuat Ekosistem Robotika dan Physical AI
Untuk menjawab tantangan tersebut, AMD mengandalkan pengalaman panjang dalam pengembangan teknologi komputasi embedded serta portofolio komputasi heterogen.
Teknologi AMD telah digunakan untuk mendukung berbagai aplikasi, mulai dari robotika industri, robot bergerak otonom, sistem bedah, hingga platform kedirgantaraan. Penggunaannya mencakup teknologi machine vision, sensor fusion, kontrol motor deterministik, dan keselamatan fungsional.
Salah satu solusi yang dikembangkan adalah AMD Kria AI Robotics Developer Platform. Platform ini menggabungkan kemampuan komputasi CPU, GPU, NPU, dan FPGA dengan ekosistem perangkat lunak terbuka untuk mendukung pengembangan aplikasi Physical AI yang semakin kompleks.
Dukungan AMD Robotics Software Suite dan Robotics Partner Network juga memberikan kemudahan bagi pengembang dalam membangun solusi sesuai kebutuhan aplikasi, sekaligus menyediakan fleksibilitas untuk membawa inovasi dari tahap pengembangan menuju produksi.
Melalui pendekatan tersebut, AMD ingin mendorong pengembangan sistem robotika yang tidak hanya unggul dalam kemampuan komputasi, tetapi juga mampu beroperasi secara andal dalam lingkungan nyata.
Kehadiran Physical AI pada akhirnya membawa perubahan besar terhadap cara industri teknologi mendefinisikan performa. Kecepatan prosesor dan kecanggihan model AI tetap penting, tetapi keduanya bukan lagi satu-satunya tolok ukur keberhasilan.
Kemampuan menghadirkan respons real-time, keandalan yang konsisten, efisiensi energi, serta keselamatan dalam satu sistem terintegrasi akan menjadi faktor penentu.
Sebab, komputasi dengan performa tinggi mungkin mampu menghasilkan demonstrasi teknologi yang mengesankan. Namun, performa pada tingkat sistemlah yang akan mengubah inovasi tersebut menjadi produk nyata yang dapat diandalkan dalam kehidupan sehari-hari.





















