Terobosan Nvidia Capai Puncak Industri Teknologi, Salah Satunya Ciptakan CUDA

Nvidia sukses menjadi perusahaan manufaktur semikonduktor pertama yang mencapai valuasi pasar sebesar US$ 1 triliun pada Mei 2023. Keberhasilan ini mengungguli saingannya seperti TSMC dan Intel. Meskipun demikian, tujuh tahun sebelumnya, Nvidia belum dianggap sebagai pemain utama dalam persaingan industri ini. Apa terobosan inovasi yang dilakukan Nvidia?

Nvidia terus menunjukkan komitmen dalam berinovasi. Pada tahun 2006, mereka berhasil menciptakan teknologi pemrosesan GPU yang dikenal dengan sebutan CUDA atau Compute Unified Device Architecture. Inovasi CUDA memungkinkan GPU untuk melakukan pemrosesan data secara paralel.

Indrawan Nugroho, CEO dan Co-founder dari Corporate Innovation Asia (CIAS), menjelaskan bahwa dalam aplikasi permainan video, CUDA Core memiliki kapabilitas untuk meningkatkan kecepatan pemrosesan data guna menghasilkan grafik yang lebih halus dan detail.

Baca Juga: Pendekatan Microsoft untuk Sukses: Hadapi Tantangan dalam Kembangkan Teknologi

“CUDA Core bisa mempercepat pemrosesan data untuk menghasilkan grafis yang lebih halus dan juga lebih detail. Sementara pada aplikasi pemrosesan video game, CUDA Core bisa mempercepat pemrosesan dengan hasil yang lebih akurat,” ungkap Indrawan, dikutip dari kanal Youtube-nya pada Jumat (25/8/2023).

Di samping itu, CUDA juga memudahkan pengalihan bahasa pemrograman tingkat lanjut seperti Java atau C++ ke lingkungan GPU. Ini berarti bahwa melalui penerapan CUDA, para peneliti sekarang memiliki kemampuan untuk mengembangkan model deep learning dengan kecepatan dan efisiensi yang lebih tinggi.

Seperti yang diketahui, saat ini deep learning semakin dibutuhkan untuk mengembangkan teknologi kecerdasan buatan atau AI.

Indrawan mengungkapkan, pada awalnya Nvidia sama sekali tidak mempertimbangkan CUDA dapat digunakan untuk mendukung pengembangan deep learning. Nvidia akhirnya baru menyadari potensi CUDA dan mulai mengembangkan teknologi pendukung deep learning lebih mendalam.

Untuk mencapai kinerja optimal, deep learning memerlukan dua faktor penting. Pertama, ketersediaan jumlah data yang besar untuk melatih algoritma. Kedua, akses kepada komputer yang dilengkapi dengan kemampuan luar biasa dari CUDA, yang mampu memberikan performa yang mengagumkan.

“Untuk memenuhi algoritma, sekarang internet dan media sosial sudah bisa membantunya, keduanya bisa menyuplai dan menyajikan data dalam jumlah banyak. Sedangkan akses ke komputer, bisa dipenuhi oleh adanya CUDA yang membuat komputer bisa bekerja dengan lebih cepat dan akurat,” imbuhnya.