Google Kembangkan Chip Khusus untuk Gemini, Target Efisiensi 10 Kali Lipat

Google diam-diam menyiapkan lompatan besar di ranah kecerdasan buatan. Raksasa teknologi asal Mountain View itu dikabarkan tengah mengembangkan chip server baru yang dirancang khusus untuk menjalankan model Gemini secara lebih efisien. Chip yang dijuluki “Frozen v2” ini tidak sekadar menjadi akselerator biasa, melainkan membawa elemen model AI langsung ke dalam perangkat keras—sebuah pendekatan yang disebut-sebut mampu memangkas konsumsi daya secara drastis.

Menurut laporan The Information yang mengutip sumber internal, proyek ini lahir dari tekanan besar di tubuh Google Cloud. Krisis kapasitas komputasi AI telah memicu ketegangan internal dan memaksa tim cloud menolak sejumlah kontrak dengan pelanggan eksternal. Frozen v2 diharapkan menjadi jawaban atas keterbatasan itu. Google menargetkan chip tersebut dapat digunakan paling cepat pada 2028, meskipun desain dan jumlah informasi model yang akan ditanamkan langsung ke silikon masih dalam tahap finalisasi.

Yang menarik, efisiensi yang dijanjikan bukan main-main. Dibandingkan dengan TPU (tensor processing unit) generasi terbaru Google, Frozen v2 diklaim mampu melayani 6 hingga 10 kali lebih banyak token AI per unit daya. Artinya, untuk setiap watt yang dikonsumsi, chip ini bisa memproses permintaan model bahasa besar dalam jumlah yang jauh lebih besar—sebuah terobosan yang sangat krusial di era di mana biaya komputasi AI menjadi salah satu penghalang utama adopsi massal.

Seorang juru bicara Google Cloud menyatakan bahwa timnya terus bereksperimen dengan inovasi baru. “Dengan merancang perangkat keras dan perangkat lunak secara terpadu dari awal, kami memastikan sistem kami terintegrasi dan sangat optimal,” ujarnya. Pernyataan ini mengonfirmasi bahwa Frozen v2 bukanlah proyek iseng, melainkan bagian dari strategi jangka panjang untuk menguasai rantai pasok komputasi AI—dari silikon hingga layanan cloud.

Langkah ini juga menarik jika dikaitkan dengan kabar sebelumnya bahwa Google menunda peluncuran model Gemini terbaru karena belum memenuhi target internal, terutama dalam kemampuan coding. Bloomberg News melaporkan bahwa penundaan itu mendorong Google untuk bekerja lebih keras meningkatkan performa model. Dengan adanya chip khusus yang dirancang bersama model, Google tampaknya ingin memastikan bahwa generasi Gemini berikutnya tidak hanya unggul dalam akurasi, tetapi juga efisien secara komputasi.

Bagi Indonesia, perkembangan ini memiliki implikasi yang tidak bisa diabaikan. Sebagai salah satu pasar digital terbesar di Asia Tenggara, Indonesia sangat bergantung pada layanan cloud dan AI dari penyedia global seperti Google Cloud. Jika Google berhasil mewujudkan chip yang lebih efisien, biaya komputasi AI bisa turun drastis, membuka peluang bagi startup dan perusahaan lokal untuk mengadopsi teknologi canggih dengan harga lebih terjangkau. Namun, di sisi lain, ketergantungan pada infrastruktur asing juga semakin dalam. Pemerintah dan pelaku industri di Indonesia perlu mulai memikirkan strategi untuk membangun kemandirian di bidang komputasi AI, baik melalui investasi di pusat data lokal maupun pengembangan talenta teknik.

Pertanyaan besarnya kini: akankah Google mampu memenuhi tenggat 2028 di tengah persaingan sengit dengan NVIDIA yang mendominasi pasar chip AI? Atau justru pendekatan “Frozen” ini akan menjadi standar baru yang mengubah peta persaingan industri semikonduktor? Yang jelas, langkah Google kali ini bukan sekadar tentang kecepatan, melainkan tentang mendefinisikan ulang bagaimana kecerdasan buatan seharusnya dijalankan.