Resensi Buku: Mesin Berpikir: Jensen Huang, NVIDIA, dan Mikrochip Paling Diidamkan di Dunia karya Stephen Witt

Mesin Pemikir: Jensen Huang, NVIDIA, dan Mikrochip Paling Diidamkan di Dunia Buku ini berbeda dari kebanyakan buku yang ditulis tentang kecerdasan buatan karena mendekati subjek dari arah yang secara historis kurang diperhatikan oleh banyak pembaca yang melek teknologi, termasuk saya sendiri.

Seperti banyak orang yang telah mengikuti perkembangan AI selama bertahun-tahun, pemahaman saya tentang bidang ini dibentuk oleh tonggak-tonggak penting yang sudah saya kenal. Kisah ini biasanya dimulai pada... Tahun 1956 bersama bengkel Dartmouth, menelusuri sistem simbolik awal, kemudian melompat ke momen-momen penting seperti yang terjadi pada IBM. Deep Blue mengalahkan Garry Kasparov, DeepMind menguasai GoDan yang lebih baru lagi, OpenAI menunjukkan bahwa model bahasa besar dapat mengoordinasikan strategi dalam lingkungan multipemain yang kompleks. Momen-momen ini memuaskan secara intelektual dan mudah diingat karena berpusat pada kemenangan yang terlihat.

Yang dilakukan buku Stephen Witt dengan sangat baik adalah menantang kerangka berpikir tersebut. Alih-alih berfokus pada momen-momen ketika AI membuat dunia terkesan, Mesin Berpikir Buku ini berfokus pada lapisan yang kurang terlihat di balik pencapaian tersebut. Secara meyakinkan, buku ini berpendapat bahwa era AI modern tidak semata-mata terwujud berkat ide-ide cerdas, tetapi oleh pergeseran mendasar dalam cara komputasi itu sendiri dilakukan.

Dengan memusatkan narasi pada NVIDIA (NVDA -1.44%) Bersama dengan salah satu pendirinya, Jensen Huang, Witt membingkai ulang revolusi AI sebagai kisah tentang arsitektur komputasi, ekosistem pengembang, dan keyakinan jangka panjang. Hasilnya bukan hanya biografi perusahaan, tetapi juga bab yang hilang dalam sejarah kecerdasan buatan yang lebih luas.

Dari Permainan Video ke Paradigma Komputasi Baru

Awal mula NVIDIA sangat jauh dari ambisi muluk yang kini diasosiasikan dengan kecerdasan buatan. Perusahaan ini muncul pada tahun 1993 Sebagai produsen chip grafis, perusahaan ini berfokus pada rendering dunia video game yang semakin realistis. Tantangan saat itu bukanlah kecerdasan, tetapi kecepatan. Game membutuhkan sejumlah besar perhitungan yang harus dilakukan secara instan untuk mensimulasikan cahaya, gerakan, dan kedalaman.

Solusi yang ditempuh NVIDIA adalah komputasi paralel. Komputasi paralel berarti melakukan banyak perhitungan secara bersamaan daripada mengeksekusinya secara berurutan. Alih-alih mengandalkan satu inti yang kuat untuk memproses satu instruksi demi satu, GPU menggunakan ribuan inti yang lebih kecil yang bekerja secara bersamaan pada operasi matematika yang serupa. Pendekatan ini sangat ampuh untuk beban kerja yang melibatkan pengulangan perhitungan yang sama di seluruh kumpulan data yang besar.

Awalnya, arsitektur ini dibangun untuk grafis. Namun, Witt menunjukkan bagaimana keputusan ini secara diam-diam menciptakan fondasi ideal untuk jaringan saraf beberapa dekade kemudian. Melatih model AI modern melibatkan sejumlah besar operasi matematika identik yang diterapkan pada sejumlah besar data. GPU sudah dioptimalkan untuk pekerjaan semacam itu.

Yang membuat bagian buku ini menarik adalah bagaimana Witt dengan jelas menghubungkan pilihan desain teknis dengan kelangsungan hidup. NVIDIA tidak memilih komputasi paralel karena mereka meramalkan kecerdasan buatan. Mereka memilihnya karena itu adalah satu-satunya cara untuk bersaing dalam grafis waktu nyata. Kebutuhan itu memaksa perusahaan untuk menguasai model komputasi yang kemudian terbukti transformatif jauh melampaui game.

Jensen Huang dan Berpikir dalam Sistem, Bukan Produk

Inti dari cerita ini adalah Jensen Huang, yang digambarkan bukan sebagai eksekutif konvensional, tetapi sebagai seseorang yang secara konsisten berpikir dalam sistem daripada produk individual. Witt menggambarkan Huang sebagai sosok yang menuntut, intens, dan seringkali sulit, tetapi juga sangat konsisten dalam pandangannya terhadap teknologi selama periode waktu yang panjang.

Sementara para pesaing memperlakukan GPU sebagai komponen sekali pakai yang terkait dengan siklus game, Huang memperlakukannya sebagai fondasi dari platform komputasi yang lebih luas. Perbedaan ini menjadi sangat penting. Produk diganti. Platform berkembang.

Secara internal, NVIDIA mencerminkan pola pikir ini. Para insinyur didorong untuk berpikir bertahun-tahun ke depan. Perangkat lunak diperlakukan sama pentingnya secara strategis dengan silikon. Investasi dilakukan pada peralatan dan dukungan pengembang jauh sebelum ada permintaan yang jelas. Banyak dari pilihan ini tampak berlebihan atau tidak perlu pada saat itu. Jika dilihat kembali, hal itu menciptakan benteng yang sulit ditembus oleh para pesaing.

Witt menjelaskan bahwa kebangkitan NVIDIA bukanlah sesuatu yang pasti. Perusahaan ini hampir gagal lebih dari sekali. Yang mendorongnya maju bukanlah satu terobosan tunggal, melainkan keyakinan yang berkelanjutan bahwa komputasi yang dipercepat pada akhirnya akan memiliki arti yang jauh lebih penting daripada penggunaan awalnya.

CUDA dan Kisah Asal Usul AI yang Banyak Terlewatkan

Salah satu kontribusi terpenting dari Mesin Berpikir Inilah cara buku ini membingkai ulang peran CUDA dalam sejarah AI.

Sebelum membaca buku ini, mudah untuk berpikir bahwa... CUDA Sebagai alat pengembang yang sukses, Witt menunjukkan mengapa CUDA layak mendapatkan perhatian yang jauh lebih besar. CUDA diciptakan untuk membuat komputasi paralel dapat digunakan di luar bidang grafis. Sebelum CUDA, penggunaan GPU untuk komputasi umum memerlukan pemrosesan masalah melalui antarmuka khusus grafis. Hal ini rapuh, tidak efisien, dan terbatas pada spesialis.

CUDA mengubah hal itu dengan memungkinkan pengembang untuk memprogram GPU menggunakan model pemrograman yang sudah dikenal. Ribuan inti komputasi menjadi dapat diakses sebagai sumber daya umum. Hal ini menurunkan hambatan untuk memasuki dunia komputasi berkinerja tinggi dengan cara yang tidak sepenuhnya disadari oleh banyak orang pada saat itu.

Di sinilah buku tersebut sangat sesuai dengan pengalaman saya sendiri dalam mempelajari sejarah AI. Narasi yang saya serap sangat berfokus pada model dan algoritma. Apa Mesin Berpikir Hal ini memperjelas bahwa banyak dari ide-ide tersebut baru menjadi praktis setelah para peneliti benar-benar dapat melatihnya dalam skala besar.

Para peneliti AI dengan cepat menyadari bahwa jaringan saraf merupakan pasangan yang hampir sempurna untuk komputasi paralel. Pelatihan melibatkan pengulangan operasi yang sama di seluruh kumpulan data besar, menyesuaikan jutaan atau miliaran parameter dari waktu ke waktu. CUDA memungkinkan proses ini terjadi lebih cepat, lebih murah, dan lebih andal daripada yang pernah bisa dilakukan CPU.

Hal ini menjadi sangat penting seiring dengan percepatan pembelajaran mendalam dan kemudian munculnya model berbasis transformer. Transformer berkembang pesat dalam skala besar. Tanpa akselerasi GPU, banyak model yang mendefinisikan lanskap AI saat ini akan tetap bersifat teoretis atau sangat mahal. CUDA tidak menciptakan arsitektur ini, tetapi memungkinkan evolusi cepatnya.

Yang berhasil ditangkap Witt dengan sangat baik adalah bahwa hasil ini tidak sepenuhnya direncanakan. CUDA dibangun untuk komputasi ilmiah. Para peneliti AI menemukan kekuatannya dan menarik NVIDIA ke pusat perlombaan AI.

Infrastruktur Lebih Penting daripada Algoritma

Salah satu wawasan paling berharga dari buku ini adalah bahwa kemajuan AI dibatasi oleh infrastruktur sama seperti oleh ide-ide. Banyak uraian populer berfokus pada algoritma, trik pelatihan, dan kumpulan data. Mesin Berpikir mengingatkan pembaca bahwa semua ini tidak akan berarti apa-apa tanpa komputasi yang memadai.

Dari perspektif ini, ledakan AI modern Perubahan ini tampak kurang mendadak dan lebih tertunda. Jaringan saraf tiruan telah ada selama beberapa dekade. Yang berubah adalah ketersediaan perangkat keras yang mampu melatihnya dalam skala yang berarti.

NVIDIA tidak hanya menyediakan chip yang lebih cepat. Mereka membangun ekosistem perangkat keras, pustaka perangkat lunak, dan alat pengembang yang saling memperkuat dari waktu ke waktu. Saat para peneliti mengoptimalkan pekerjaan mereka untuk platform NVIDIA, NVIDIA menyempurnakan produknya untuk melayani beban kerja AI dengan lebih baik. Siklus umpan balik ini menciptakan keunggulan yang berkelanjutan yang melampaui kinerja mentah.

Buku ini secara halus menggarisbawahi realitas yang semakin jelas saat ini: kepemimpinan dalam AI dibentuk oleh rantai pasokan, kapasitas manufaktur, ekosistem perangkat lunak, dan kontrol platform, bukan hanya kecemerlangan penelitian.

Visi, Risiko, dan Konsekuensi yang Berlipat Ganda

Witt tidak ragu-ragu membahas implikasi dominasi NVIDIA. Seiring perusahaan tersebut menjadi fondasi infrastruktur AI global, pengaruhnya pun tumbuh seiring dengan itu. Keyakinan Jensen Huang bahwa komputasi yang dipercepat akan menentukan fase kemajuan teknologi selanjutnya tercermin di sepanjang buku ini.

Alih-alih berkhotbah tentang moral, Mesin Berpikir Buku ini berfokus pada bagaimana konsistensi rekayasa dan keputusan strategis terakumulasi dari waktu ke waktu. NVIDIA tidak menang dengan mengejar tren. Mereka menang dengan berkomitmen sejak awal pada komputasi paralel, bertahan dalam siklus pasar yang berulang, dan berinvestasi tanpa henti pada perangkat yang membuat perangkat keras mereka sangat diperlukan.

Bagi Pembaca yang Ingin Memahami Bagaimana AI Benar-Benar Berkembang

Bagi pembaca yang sudah mengetahui poin-poin utama Sejarah AIBuku ini melengkapi lapisan yang hilang di baliknya. Buku ini menjelaskan mengapa terobosan-terobosan tersebut dapat berkembang pada saat itu, dan mengapa NVIDIA muncul sebagai kekuatan sentral dalam proses tersebut.

Buku ini ditujukan bagi pembaca yang ingin memahami kecerdasan buatan sebagai sistem industri, bukan sekadar kumpulan model cerdas. Buku ini akan sangat menarik bagi mereka yang tertarik pada chip, pusat data, dan keputusan rekayasa yang seringkali tak terlihat namun secara diam-diam membentuk kekuatan teknologi.

Mesin Berpikir Buku ini berhasil karena membingkai ulang kisah AI dari awal, menunjukkan bagaimana komputasi paralel, platform pengembang, dan visi jangka panjang membangun fondasi tempat kecerdasan buatan modern berdiri saat ini.