eCWbXBoqKVlcyXUNIzJr7wbcnJRa7fysuT0ds4TB
Bookmark

AMD Ungkap Strategi Physical AI dan Masa Depan Robotika Humanoid

AMD Ungkap Strategi Physical AI dan Masa Depan Robotika Humanoid - Era awal evolusi Kecerdasan Buatan (AI) telah sukses mencatatkan panggung utamanya di alam cloud. Namun, gelombang revolusi berikutnya tidak lagi berhenti pada layar kaca atau peranti chatbot yang sekadar memberikan jawaban teks. Kini, AI bergerak masuk ke dunia fisik: memahami, menalar, dan mengendalikan mesin otonom yang beroperasi berdampingan dengan manusia.

Berdasarkan informasi siaran pers yang Laptophia terima, sektor Physical AI (AI Fisik) mendorong industri enterprise untuk membongkar ulang tolok ukur performa komputasi. Senior Vice President and General Manager Adaptive and Embedded Computing Group AMD, Salil Raje, menegaskan bahwa pengukuran berbasis kapasitas komputasi murni seperti TOPS (trillions of operations per second) sudah tidak lagi relevan ketika diterapkan pada sistem robotika nyata.

AMD Ungkap Strategi Physical AI dan Masa Depan Robotika Humanoid


"Sistem AI fisik tidak hanya menghasilkan jawaban. Sistem ini bertindak. Keputusan kontrol yang terlambat bukan sekadar masalah penurunan kinerja, melainkan sebuah kondisi kegagalan sistem yang dapat memicu tabrakan, ketidakstabilan, atau perilaku bahaya di lapangan," ungkap Salil Raje.

Mengapa TOPS Tak Lagi Cukup?

Dalam sistem robotika modern—terutama robot humanoid yang mulai membanjiri sektor industri—kebutuhan utama para pembuat perangkat (OEM) bukanlah kapasitas komputasi puncak semata. Yang mereka butuhkan adalah perpaduan antara pemrosesan model AI canggih dan kontrol real-time yang deterministik (terikat waktu dan dapat diprediksi).

Baca juga:Review Samsung Galaxy A17 4G: Layar Ciamik dengan Update Hingga 6 Tahun, Tapi...

Pengukuran kinerja AI fisik harus dievaluasi secara menyeluruh dari ujung ke ujung (end-to-end), mulai dari tangkapan sensor hingga eksekusi aksi fisik. Hambatan terbesar kerap terjadi bukan pada model AI itu sendiri, melainkan pada proses transfer data internal, antrean memori, dan penjadwalan sistem (jitter serta tail latency).

Merakit Robot Seperti Anatomi Tubuh Manusia

AI fisik memuat beragam jenis beban kerja (workload) yang berjalan secara bersamaan. Untuk itu, AMD menawarkan pendekatan arsitektur terdistribusi yang membagi tugas komputasi secara spesifik sesuai anatomi tubuh manusia:

  • Otak (Brain): Menggunakan AMD Kria AI SOM dan prosesor AMD Ryzen AI Embedded X100 Series untuk memproses persepsi visual, penalaran, dan perencanaan alur kerja.
  • Tulang Belakang (Spine): Mengandalkan AMD Versal Adaptive SoC untuk mengalirkan komunikasi berkecepatan tinggi yang sensitif terhadap waktu (time-sensitive) ke seluruh bagian sistem.
  • Sendi & Tangan (Joints & Hands): Memanfaatkan AMD Zynq SoC untuk mengeksekusi gerakan presisi secara deterministik pada artikulasi mekanis.
  • Indra Sensorik (Sensors): Menempatkan AMD Spartan FPGA di titik terluar (edge) untuk memproses input sensor secara langsung.

Keselamatan Sistem dan Isolasi Beban Kerja

Di dunia fisik, keselamatan bukanlah fitur tambahan (add-on), melainkan fondasi utama bagaimana sistem dirancang sejak awal. Solusi silikon AMD telah mengantongi sertifikasi keselamatan internasional seperti IEC61508, ISO26262, dan ISO13849.

Pada platform x86, AMD mengintegrasikan hypervisor ringan bernama Xen yang bertugas mengisolasi workload berisiko. Jika sistem AI utama mengalami gangguan atau kegagalan komputasi, lapisan isolasi ini memastikan fungsi kontrol keselamatan dasar tetap berjalan sehingga robot tidak hilang kendali.

Ekosistem Terbuka dan Performa Menggulung Kompetitor

Guna mempercepat adopsi industri, AMD menghadirkan AMD Kria AI Robotics Developer Platform yang bersifat terbuka, berjalan di atas framework populer seperti ROS 2, ROCm, PyTorch, dan MoveIt.

Hasil pengujian pihak ketiga membuktikan keunggulan arsitektur terintegrasi ini. Pengujian pada OpenNav Robotics Workload Benchmark menunjukkan bahwa konfigurasi AMD Ryzen AI Embedded memberikan keandalan kontrol real-time tepat waktu hingga 3,4 kali lebih baik serta kapasitas komputasi cadangan hingga 1,6 kali lebih tinggi dibandingkan NVIDIA Jetson AGX Thor / T5000.

Selain itu, analisis terpisah dari mimik mencatat bahwa platform AMD sanggup menyokong hingga 2,3 kali lebih banyak agen AI serentak (concurrent agentic AI). Kemampuan mempertahankan 8.000 keputusan kontrol per detik dengan latensi penalaran di bawah 100 milidetik membuktikan bahwa kinerja tingkat sistem adalah kunci utama dalam mengubah konsep prototipe menjadi produk industri siap pakai.

Bersumber dari artikel Salil Raje, Senior Vice President dan General Manager, Adaptive and Embedded Computing Group

Anda mungkin suka:Review Asus Expertbook P5 G2 P5405CAA: Laptop Bisnis AI Premium Bertenaga Intel Panther Lake
0

Posting Komentar