bytedaily - Dilansir dari techcrunch.com, para pemburu galaksi menggunakan kecerdasan buatan (AI) kini turut memperparah kelangkaan unit pemrosesan grafis (GPU) secara global. Kebutuhan akan daya komputasi yang masif ini didorong oleh peluncuran teleskop antariksa baru dan proyek observasi yang menghasilkan data dalam jumlah sangat besar.
NASA mengumumkan peluncuran teleskop antariksa Nancy Grace Roman pada September 2026, delapan bulan lebih cepat dari jadwal. Teleskop ini diproyeksikan akan mengirimkan 20.000 terabyte data kepada para astronom selama masa operasinya. Jumlah ini akan menambah data harian sebesar 57 gigabyte yang sudah dikirim oleh James Webb Space Telescope sejak 2021, serta data dari Vera C. Rubin Observatory di Chili yang akan memulai survei tahun ini dan diperkirakan mengumpulkan 20 terabyte data setiap malam.
Sebagai perbandingan, Hubble Space Telescope yang pernah menjadi standar emas, hanya menghasilkan 1 hingga 2 gigabyte data sensor per hari. Para astronom, seperti halnya peneliti di bidang lain yang berhadapan dengan tumpukan data, kini beralih menggunakan GPU untuk menganalisis data tersebut.
Brant Robertson, seorang astrofisikawan dari UC Santa Cruz, telah menyaksikan langsung perubahan paradigma ini. Selama 15 tahun terakhir, Robertson bekerja sama dengan Nvidia untuk menerapkan GPU dalam memahami ruang angkasa, mulai dari simulasi lanjutan untuk menguji teori ledakan supernova hingga pengembangan alat analisis data dari observatorium terbaru.
"Ada evolusi dari hanya melihat beberapa objek, melakukan analisis berbasis CPU pada skala data yang besar, hingga kemudian melakukan versi percepatan GPU dari analisis yang sama," ujar Robertson.
Robertson dan Ryan Hausen, yang saat itu masih mahasiswa pascasarjana, mengembangkan model pembelajaran mendalam (deep learning) bernama Morpheus. Model ini mampu memilah kumpulan data besar dan mengidentifikasi galaksi. Analisis AI awal mereka terhadap data Webb berhasil mengidentifikasi sejumlah besar galaksi cakram jenis tertentu, yang menambah kerumitan baru pada teori perkembangan alam semesta.
Saat ini, Morpheus sedang bertransformasi dengan menggeser arsitekturnya dari jaringan saraf konvolusional (convolutional neural networks) ke arsitektur transformer yang mendasari popularitas model bahasa besar (large language models). Perubahan ini akan memungkinkan model menganalisis area yang jauh lebih luas dari sebelumnya, sehingga mempercepat kinerjanya.
Robertson juga sedang mengembangkan model AI generatif yang dilatih menggunakan data teleskop antariksa untuk meningkatkan kualitas observasi dari teleskop darat, yang sering terdistorsi oleh atmosfer Bumi. Mengingat tantangan dalam menempatkan cermin berukuran 8 meter ke orbit, penggunaan perangkat lunak untuk memperbaiki observasi Rubin menjadi solusi terbaik.
Namun, ia merasakan tekanan dari permintaan global akan akses GPU. Robertson telah memanfaatkan National Science Foundation (NSF) untuk membangun klaster GPU di UC Santa Cruz, tetapi klaster tersebut mulai ketinggalan zaman seiring meningkatnya jumlah peneliti yang ingin menerapkan teknik komputasi intensif. Di sisi lain, anggaran NSF menghadapi potensi pemotongan signifikan.
"Orang-orang ingin melakukan analisis AI dan ML, dan GPU adalah cara untuk melakukannya," kata Robertson. "Anda harus berwirausaha, terutama ketika Anda bekerja di ujung tombak teknologi. Universitas sangat menghindari risiko karena memiliki sumber daya yang terbatas, jadi Anda harus keluar dan menunjukkan kepada mereka, 'lihat, inilah arah kita sebagai sebuah bidang.'"
Sumber asli: Artikel ini disadur dari publikasi techcrunch.com.
