toni-kurniadi
Persaingan Amerika Serikat dan China dalam bidang AI (Artificial Intelligence/kecerdasan buatan) kini menentukan harga ponsel di kantong Anda, peluang kerja Anda, hingga kecepatan internet yang Anda nikmati setiap hari. Ketika Washington menuduh Beijing mencuri teknologi, yang dipertaruhkan bukan sekadar gengsi dua negara, melainkan siapa yang mengendalikan otak digital masa depan. Itulah mengapa komentar terbaru dari Jensen Huang, CEO (Chief Executive Officer/direktur utama) Nvidia, perusahaan perancang chip paling berharga di dunia, menjadi begitu penting untuk disimak publik Indonesia. Ia memilih nada yang sangat berbeda dari para politisi di Washington, dan sikapnya bisa mengubah arah pengembangan perangkat cerdas yang kita pakai sehari-hari.
Ibarat seperti dapur restoran cepat saji, proses pelatihan model AI raksasa membutuhkan bahan mahal, koki ahli, dan waktu berbulan-bulan. Nvidia menyediakan kompor supernya berupa GPU (Graphics Processing Unit/unit pengolah grafis) seri H100 yang dirilis pada Maret 2022 dengan memori 80 Gigabyte HBM3 dan lebih dari 80 miliar transistor dan harga per unit mencapai 25 ribu hingga 30 ribu dolar Amerika Serikat atau sekitar 400 hingga 480 juta rupiah. Sementara itu perusahaan rintisan dan laboratorium dengan dana terbatas ingin menyajikan rasa masakan yang hampir sama tanpa harus membeli semua peralatan mahal itu. Di sinilah muncul praktik bernama distilasi, yaitu teknik machine learning (pembelajaran mesin) untuk melatih model kecil agar meniru perilaku model besar. Ibarat seperti murid magang yang belajar bukan dari buku tebal bertahun-tahun, melainkan dengan mengamati langsung cara kerja koki bintang selama beberapa minggu.
Apa Itu Distilasi Algoritma Dalam Ekosistem AI
Tuduhan yang beredar di Washington menyebut sejumlah laboratorium China menggunakan distilasi untuk menyedot kemampuan model buatan Amerika Serikat secara tidak sah. Istilah mencuri itu terdengar keras, seolah ada pencurian fisik. Namun dalam dunia penelitian teknologi, batas antara belajar, meniru, dan mencuri jauh lebih kabur. Dalam implementasi modern, distilasi adalah prosedur standar yang diajarkan di semua kampus ilmu komputer dunia. Model guru yang besar menjawab jutaan pertanyaan contoh, lalu jawaban itu dipakai untuk melatih model murid yang jauh lebih kecil dan hemat. Hasilnya adalah efisiensi luar biasa karena model murid bisa berjalan di laptop biasa tanpa pusat data raksasa. Hampir semua platform asisten suara, penerjemah otomatis, dan filter spam yang Anda pakai hari ini lahir lewat metode serupa.
Huang memahami hal ini dari sudut pandang insinyur. Ia memimpin Nvidia sejak mendirikannya pada April 1993 dan mengubahnya dari perusahaan grafis gim menjadi raksasa deep tech dengan nilai pasar menembus 3 triliun dolar Amerika Serikat pada Juni 2024. Ia berargumen bahwa setiap pengembang di dunia, termasuk di Silicon Valley, melakukan distilasi setiap hari. Menyalahkan satu negara karena memakai teknik terbuka yang dipublikasikan dalam jurnal ilmiah sama saja menyalahkan semua orang yang belajar dari buku yang sama. Menurutnya, kemajuan inovasi tidak bisa dihentikan dengan larangan, karena makalah penelitian, kode sumber terbuka, dan lulusan doktor tersebar di seluruh ekosistem global. Pernyataannya menjadi penting karena ia bukan pengamat netral, melainkan pihak yang chipnya menjadi rebutan kedua negara.
Mengapa Larangan Chip Tidak Menghentikan Inovasi China
Pemerintah Amerika Serikat sejak Oktober 2022 memperketat kontrol ekspor chip canggih ke China, kemudian diperluas pada Oktober 2023 dan 2024. Varian H800 dan H20 yang dibuat khusus dengan kemampuan dibatasi untuk pasar China pun ikut dibatasi, dengan selisih performa mencapai 30 hingga 50 persen lebih rendah dibanding H100 versi penuh namun tetap dibanderol 12 ribu hingga 15 ribu dolar Amerika Serikat per unit. Tujuannya jelas, yaitu memperlambat pengembangan model raksasa di China. Namun hasilnya justru memicu disrupsi tak terduga. Laboratorium China seperti DeepSeek yang merilis model V3 pada Desember 2024 dan R1 pada Januari 2025 mengklaim biaya pelatihan hanya sekitar 5,5 juta dolar Amerika Serikat, jauh di bawah puluhan hingga ratusan juta dolar Amerika Serikat yang dihabiskan pesaing Amerika Serikat untuk model sekelas. Mereka mengandalkan algoritma cerdas, kompresi, dan arsitektur campuran pakar untuk menutup kekurangan perangkat keras.
Bagi Huang, fenomena ini adalah bukti sejarah yang berulang. Setiap kali ada pembatasan, para insinyur justru menemukan jalan yang lebih kreatif. Ia sering mengingatkan bahwa China memiliki sekitar 50 persen peneliti AI dunia dan jutaan insinyur perangkat lunak aktif, serta universitas yang setiap tahun meluluskan puluhan ribu magister di bidang terkait. Menutup akses chip tercepat tidak menghapus pengetahuan matematika, tidak menghapus motivasi, dan tidak menghapus pasar domestik raksasa berisi lebih dari 1 miliar pengguna internet yang menjadi bahan bakar data. Sebaliknya, tekanan itu mempercepat kemandirian. Perusahaan seperti Huawei dengan chip Ascend 910B yang menawarkan memori 64 Gigabyte dan rilis pada 2023, serta Biren dan Moore Threads, berlomba membangun alternatif lokal meski performanya masih tertinggal satu hingga dua generasi.
Dampak Bagi Pengguna Dan Arah Pengembangan Selanjutnya
Bagi masyarakat Indonesia, perdebatan ini bukan gosip jauh. Jika model kecil hasil distilasi semakin pintar dan murah, maka fitur penerjemah Bahasa Indonesia, diagnosis kesehatan lewat foto, dan les privat digital bisa berjalan langsung di ponsel seharga 2 hingga 3 juta rupiah tanpa koneksi internet mahal. Itulah janji efisiensi yang diperjuangkan para peneliti. Biaya inferensi yang turun dari 20 dolar Amerika Serikat per satu juta token pada 2023 menjadi kurang dari 1 dolar Amerika Serikat pada 2025 untuk tugas tertentu menunjukkan betapa cepatnya penurunan itu. Namun jika ketegangan geopolitik berlanjut menjadi fragmentasi total, kita bisa menghadapi dua ekosistem terpisah, yaitu aplikasi dan standar Amerika Serikat di satu sisi dan China di sisi lain, yang tidak saling cocok. Konsumen di negara berkembang akan dipaksa memilih, persis seperti era perang sistem operasi ponsel satu dekade lalu.
Huang sendiri memilih jalan tengah yang pragmatis. Ia tidak membantah perlunya keamanan nasional, tetapi ia memperingatkan bahwa menganggap setiap kemajuan China sebagai hasil mencuri justru meremehkan kerja keras ribuan ilmuwan di sana dan menutupi kebutuhan Amerika Serikat untuk berlari lebih cepat. Menurutnya, kemenangan dalam teknologi tidak ditentukan oleh siapa yang paling pandai melarang, melainkan siapa yang paling cepat membangun platform terbuka, merangkul pengembang global, dan mempercepat adopsi di dunia nyata. Pesannya sederhana namun menantang, yaitu Amerika Serikat harus tetap menjadi tempat terbaik untuk berinovasi, bukan tempat yang paling keras berteriak maling. Masa depan akan ditentukan bukan oleh tuduhan, melainkan oleh siapa yang mampu mengubah penelitian laboratorium menjadi produk yang benar-benar berguna bagi 8 miliar manusia.
Comments (0)