Gebrakan TurboQuant Google Paksa Penimbun RAM Cuci Gudang

Gebrakan TurboQuant Google Paksa Penimbun RAM Cuci Gudang
Foto: Ilustrasi Gebrakan TurboQuant Google Paksa Penimbun RAM Cuci Gudang.

Harga Random Access Memory (RAM) mulai menunjukkan tren penurunan di beberapa wilayah setelah setahun terakhir melonjak akibat tingginya permintaan industri Artificial Intelligence (AI). Penurunan ini dilaporkan terjadi karena para penimbun stok mulai melepas pasokan mereka ke pasar secara massal.

Dikutip dari Tekno, fenomena "cuci gudang" ini dipicu oleh kepanikan distributor terhadap inovasi terbaru dari Google. Raksasa teknologi tersebut memperkenalkan teknologi yang diklaim mampu membuat penggunaan memori pada program AI menjadi jauh lebih efisien dan hemat.

Meskipun Google belum merilis teknologi tersebut secara resmi, kabar mengenai terobosan ini memberikan tekanan psikologis yang signifikan di pasar komponen. Para distributor, khususnya di China, yang sebelumnya menimbun stok saat harga tinggi, kini mulai khawatir akan potensi penurunan permintaan.

Teknologi yang dikembangkan oleh divisi Google Research ini diberi nama TurboQuant. Inovasi tersebut merupakan algoritma kompresi memori berbasis AI yang fokus pada efisiensi penggunaan ruang saat proses inferensi atau saat model AI dijalankan.

TurboQuant secara spesifik menargetkan kendala utama dalam sistem AI modern, yaitu keterbatasan working memory atau KV cache. Memori sementara ini sangat krusial karena digunakan model untuk memproses serta mengingat konteks data secara berkelanjutan.

Cara kerja TurboQuant mengandalkan teknik vector quantization untuk menyederhanakan representasi data numerik menjadi bentuk vektor yang lebih ringkas. Metode ini memungkinkan data dikompresi secara signifikan tanpa menghilangkan informasi penting atau merusak akurasi model AI.

Secara teknis, TurboQuant menggabungkan dua metode utama, yakni PolarQuant dan Quantization-aware Joint Learning (QJL). PolarQuant mengubah cara representasi data agar lebih efisien saat disimpan, sementara QJL melatih model untuk beradaptasi dengan data yang telah dipadatkan.

Melalui kombinasi tersebut, peneliti mengklaim bahwa TurboQuant mampu menghemat penggunaan memori hingga enam kali lipat dibandingkan metode konvensional. Hal ini memungkinkan model AI mengingat lebih banyak informasi dalam kapasitas ruang yang jauh lebih kecil.

Potensi Solusi Krisis Memori Global

Kehadiran TurboQuant dipandang sebagai solusi potensial untuk mengatasi krisis RAM global, terutama jenis DDR5 yang harganya sempat melonjak tajam. Lonjakan harga hingga empat sampai lima kali lipat terjadi karena produsen lebih memprioritaskan pasokan untuk pusat data skala besar atau hyperscaler.

Berbeda dengan pendekatan produsen yang terus menambah pasokan fisik, TurboQuant justru menekan kebutuhan akan memori itu sendiri. Jika kebutuhan RAM untuk menjalankan AI dapat dikurangi, tekanan permintaan di pasar global diprediksi akan menurun dan membantu menstabilkan harga bagi konsumen PC maupun laptop.

Meski demikian, teknologi ini masih dalam tahap riset dan belum diadopsi secara luas oleh industri. TurboQuant juga baru menyasar efisiensi pada fase inferensi, bukan pada fase pelatihan model AI yang sebenarnya merupakan tahap paling boros sumber daya.

Walaupun belum menjadi solusi final bagi kelangkaan RAM, inovasi ini terbukti telah memengaruhi dinamika pasar komponen. Dalam jangka panjang, TurboQuant diharapkan dapat menekan biaya operasional AI dan menciptakan sistem teknologi yang lebih berkelanjutan serta terjangkau bagi publik, sebagaimana dirangkum dari Tech Crunch.

Artikel terkait

Rekomendasi