Startup China klaim bikin chip TPU lebih cepat dari Nvidia A100
Jumat, 28 November 2025

TIONGKOK - Startup China Zhonghao Xinying mengumumkan telah membuat General Purpose Tensor Processing Unit (GPTPU) buatan sendiri sebagai alternatif perangkat AI global seperti GPU Nvidia dan TPU Google, menurut laporan South China Morning Post.Chip ASIC tersebut disebut mampu bekerja hingga 1,5 kali lebih cepat dibanding Nvidia A100 yang dirilis pada 2020.Meski masih tertinggal beberapa generasi dari hardware terbaru kompetisi internasional, pencapaian ini menunjukkan meningkatnya upaya China dalam mengejar kemandirian komputasi dan pengembangan silikon lokal.Chip bernama “Ghana” ini dikembangkan oleh Yanggong Yifan, insinyur yang pernah belajar di Stanford dan University of Michigan serta bekerja pada arsitektur chip di Google dan Oracle, termasuk beberapa generasi TPU Google.Dilansir dari tomshardware.com, co-founder lainnya, Zheng Hanxun, memiliki pengalaman di Oracle dan pusat R&D Samsung di Texas.Perusahaan mengklaim bahwa TPU baru ini sepenuhnya menggunakan intellectual property lokal, tanpa ketergantungan pada teknologi, lisensi, software stack, atau komponen Barat.Mereka menegaskan bahwa pendekatan ini penting untuk keamanan dan keberlanjutan jangka panjang.Xinying menyebut Ghana mampu menyamai performa A100 dengan daya 25% lebih rendah, menggunakan proses manufaktur yang diklaim lebih efisien dari chip GPU asing. Jika akurat, hasil tersebut cukup mengesankan meski tidak mengherankan untuk ASIC, yang memang dirancang khusus untuk tugas tertentu.Namun performa 1,5x A100 masih jauh dari seri Nvidia yang lebih baru seperti Hopper (2022) dan terutama Blackwell Ultra.Perkembangan ini hadir di tengah dinamika industri chip AI global.Nvidia masih mendominasi, namun langkah Google untuk mulai menyewakan dan menjual TPU-nya ke Meta menjadi sinyal munculnya kompetisi baru.Sementara itu, China terus mempercepat produksi chip domestik melalui kombinasi insentif energi dan kebijakan kuota.GPU seperti Nvidia dan AMD kemungkinan tetap menjadi solusi paling fleksibel untuk pelatihan AI, tetapi ASIC, seperti TPU Google dan mungkin chip dari Zhonghao Xinying, dapat menjadi alternatif menarik bagi perusahaan yang ingin lepas dari ketergantungan pada Nvidia atau mengalami hambatan suplai akibat harga memori, kelangkaan silikon, dan batasan perdagangan. (DK)