Nodeflux startup pengembang solusi teknologi berbasis AI mengumumkan kolaborasinya dengan Institut Teknologi Bandung (ITB) bagian IC Lab Design. Kolaborasi ini merupakan langkah awal kedua belah pihak untuk melakukan riset dan pengembangan hardware Deep Learning Inference Chip (DLIC).
Dijelaskan DLIC ini didesain memiliki arsitektur deep learning yang diimplementasikan di level perangkat keras. Dengan itu diharapkan proses komputasi bisa lebih cepat dengan konsumsi daya yang lebih rendah. Algoritma yang akan diimplementasikan di dalam IC spesifik yang dikembangkan Nodeflux.
DLIC merupakan salah satu komponen dasar perangkat komputer berbentuk sirkuit terpadu yang bekerja dengan menggunakan serangkaian algoritma deep learning melalui data visual berupa foto, gambar, dan video. Perangkat dapat menghasilkan data yang terstruktur serta menghasilkan informasi yang bernilai sebagai bahan pemangku kepentingan dalam membuat keputusan strategis.
Proyek kolaborasi ini akan berjalan kurang lebih 12 bulan melalui pengembangan DLIC secara bertahap. Co-founder & CTO Nodeflux Faris Rahman menjelaskan bahwa pengembangan DLIC ini akan berlangsung dalam beberapa tahap. Untuk tahap awal seperti sekarang ini yang dilakukan adalah desain arsitektur, baik dari sisi algoritma yang diimplementasikan dan juga komponen-komponen hardware untuk bisa mengabstraksi algoritma tersebut.
Selanjutnya adalah synthetizing dan development. Fase untuk menentukan parameter-parameter ajuan yang ingin dicapai, seperti kapasitas operasi komputasi per satuan waktu, kecepatan komputasi, dan performa akurasi dari komputasi.
“Berikutnya adalah testing dan verification untuk memastikan semua parameter acuan tercapai. Dalam kerja sama ini kita akan coba lihat performa dari desain arsitekturnya yang akan di prototipe, dalam bentuk Single Board Computer. Selanjutnya, jika kita sudah memverifikasi kemampuan dari desain arsitekturnya, kita akan melakukan kerja sama lanjutan untuk bisa masuk ke tahap desain fabrikasinya,” terang Faris.
Saat ini penggunaan DLIC masih terbatas untuk solusi-solusi terkait produk Nodeflux di Vision AI melalui VisionAIre. Namun tidak menutup kemungkinan untuk dikembangkan secara masal, namun perjalanan masih panjang mengingat ini baru dalam tahap awal.
