Pat Gelsinger meninggalkan kursi CEO Intel pada akhir tahun 2024. Dia tidak mengambil istirahat. Dia menjadwalkan 100 pertemuan dalam 180 hari. Tujuannya sederhana: mempersempit lapangan. Dia perlu tahu apa yang terjadi selanjutnya.
Pada bulan Maret, jawabannya sudah jelas. Dia bergabung dengan Playground Capital sebagai mitra umum. Perusahaan ini menargetkan teknologi mendalam. Secara khusus, perangkat keras yang mendukung komputasi generasi berikutnya.
Gelsinger memiliki obsesi khusus saat ini: ringan.
Dia ingin menggunakan litografi tingkat lanjut untuk memulai kembali Hukum Moore. Gordon Moore memperkirakan kepadatan transistor akan berlipat ganda setiap dua tahun. Hal itu berlangsung selama beberapa dekade. Sekarang terhenti. Mengecilkan transistor hingga batas atomnya mahal. Ini mengenai hambatan fisik.
Solusinya, menurut Gelsinger, adalah mengetsa chip dengan berkas cahaya berskala nanometer.
Solusi Berbasis Ringan untuk Kemacetan Perangkat Keras
Litografi saat ini bergantung pada sinar ultraviolet 13,5 nanometer. Ini adalah standar yang ditetapkan oleh ASML, perusahaan monopoli Belanda atas mesin pembuat chip. Ini berhasil. Namun hal ini berada di ambang kepraktisan.
Gelsinger mendukung xLight, sebuah perusahaan portofolio di Playground. xLight sedang mengembangkan teknik litografi baru menggunakan laser elektron bebas. Tujuannya? Kecilkan panjang gelombang cahaya menjadi 2, 3, 4, atau 5 nanometer. Cahaya yang lebih kecil berarti fitur yang lebih kecil. Lebih banyak transistor. Keripik yang lebih baik.
Ini bukan tentang mengalahkan ASML. Ini tentang meningkatkan mesin.
“Kami ingin menghubungkan sumber cahaya kami dan menjadikan mesin AS ML lebih baik.”
Jika ini berhasil, maka akan menghasilkan kinerja yang tidak dapat ditandingi oleh penyesuaian desain tradisional. Inovasi lain seperti material baru atau superkonduktor pun bermunculan. Mereka semua menabrak tembok yang sama. Anda tidak dapat mencetak sirkuit jika Anda tidak dapat mengetsanya dengan cahaya resolusi tinggi.
Bagaimana Pat Gelsinger Dokter Hewan Startup Teknologi Mendalam
AI mengganggu perangkat lunak. Sekarang mereka menarik modal ventura ke perangkat keras.
Kebanyakan VC tidak tahu cara bertaruh pada teknologi mendalam. Mereka dulu pernah melakukannya. Sekarang mereka sedang menebak-nebak. Gelsinger tidak menebak. Dia membawa tim insinyur, PhD, dan profesor ke meja. Proses mereka sangat ketat.
Mereka mencari masalah yang sulit. Bisakah pendirinya menjelaskannya? Apakah ini bisa dipecahkan? Apakah ada dua atau tiga perusahaan lain yang mengejar ide yang sama? Anda jarang menemukan unicorn sendirian. Anda menemukan cluster. Pilih yang terbaik.
“Saya ingin melakukan hal-hal yang penting,” kata Gelsinger. “Jika mereka berhasil, buatlah perbedaan.”
Ekuitas swasta menawarkan cek yang lebih besar. Tapi itu rekayasa keuangan. Gelsinger ingin membangun. Dia ingin mendorong ilmu pengetahuan. Dia mencari ujung penemuan.
Krisis Energi dan Pergeseran Perangkat Keras AI
Pelatihan model AI dulunya adalah penghasil uang. Sampai saat ini, masih demikian. Tapi inferensi sedang berayun. Perusahaan akan berlatih satu kali. Mereka akan menggunakan model tersebut jutaan kali. Di situlah volume—dan peluangnya—berada.
GPU menangani pelatihan dengan baik. Mereka baik-baik saja untuk mengambil kesimpulan. Tapi mereka tidak optimal. Nvidia mengetahuinya. Itu sebabnya kesepakatan seperti yang terjadi pada Groq penting.
Gelombang chip AI berikutnya tidak akan terlihat seperti GPU saat ini. Mereka akan menjadi heterogen. Vendor campuran. Sistem yang harmonis.
Memori adalah hambatan lainnya. Memori bandwidth tinggi adalah rajanya saat ini. Tapi itu cacat. Pada tahun 2030, arsitektur memori bertumpuk akan mendominasi. Perusahaan seperti d-Matrix, Fractile, Cerebras, dan Alva Energy sedang mendobrak pola yang ada saat ini.
Energi adalah kendala sebenarnya. AS meningkatkan kapasitas energi sebesar satu digit dalam sepuluh tahun terakhir. Itu tidak bisa diterima.
Di era AI, energi adalah kapasitas ekonomi.
“Kita terlalu terpaku pada iklim,” kata Gelsinger, “kita lupa soal kapasitas.”
Turbin gas baru membutuhkan waktu delapan tahun untuk dipasok. Nuklir membutuhkan waktu satu dekade. Tenaga surya bergantung pada Tiongkok. Alva Energy milik Gelsinger berfokus pada peningkatan pembangkit listrik tenaga nuklir yang ada. Jalur lebih cepat. Nilai panen sekarang. Nyalakan kembali build nanti.
Pemenangnya tidak hanya memiliki chip pintar. Mereka akan mempunyai kekuatan.
Akankah Peraturan AS Menahan Kepemimpinan AI?
Pemerintahan AS terjebak. Ia ingin memimpin AI. Tapi ia juga ingin mengendalikannya. Kontrol ekspor chip. Intervensi dalam rilis model. Manfaat.
Gelsinger tidak melihat adanya kontradiksi. Dia ingin nilai-nilai Barat menang. Bukan orang Cina.
Teknologi bergerak terlalu cepat untuk regulasi yang lambat. Model dasar utama diturunkan setiap empat minggu. Apa yang Anda atur? Keamanan? Kualitas? Integritas?
“Siapa yang memutuskan?” dia bertanya.
Dia menginginkan transparansi. Dia ingin tahu model kepemilikan apa yang dilatih. Dia menginginkan benchmarking yang ketat. Dia ingin persyaratan keamanan diterapkan sejak awal.
Jika industri tidak dapat mengatur dirinya sendiri, maka pemerintah harus turun tangan. Itulah satu-satunya cara untuk memastikan model yang ada tidak hanya menjadi yang pertama—tetapi juga aman.
Pertanyaan Terbuka
Gelsinger berpendapat cahaya adalah kuncinya. Bukan hanya untuk Hukum Moore. Tapi untuk efisiensi. Untuk kekuasaan. Untuk dekade komputasi berikutnya.
Dia bertaruh pada tim yang bisa mencetak dengan cahaya 2 nanometer. Dia bertaruh pada peningkatan nuklir. Dia bertaruh bahwa heterogenitas akan memenangkan desain GPU monolitik.
Apakah ini akan berhasil?
Tidak ada yang tahu pasti. Sains masih membuktikan semuanya. Fisika itu sulit. Uang itu nyata. Jam terus berdetak.
Gelsinger baru saja memulai. Pertanyaannya adalah apakah industri ini dapat mengikuti kecepatan yang ditetapkannya. Atau jika terang, seperti hukum, pada akhirnya akan menjadi gelap.
