Proyek Galaxy SenseTime dan Ambisi Besar Chip AI China

Perusahaan kecerdasan buatan (AI) asal China, SenseTime, meluncurkan Galaxy Project, sebuah inisiatif yang dirancang untuk memperkuat ekosistem infrastruktur komputasi AI berbasis chip dalam negeri.

Proyek ini melibatkan hampir 20 perusahaan dan mitra teknologi di China. Fokus utamanya bukan hanya mengembangkan chip AI, tetapi membangun ekosistem yang menghubungkan perangkat keras, perangkat lunak, infrastruktur komputasi, hingga penerapan AI di berbagai industri.

Langkah tersebut menjadi bagian dari upaya China memperkuat kemampuan komputasi domestik di tengah meningkatnya kebutuhan terhadap infrastruktur AI. Pertumbuhan model AI generatif membuat kebutuhan terhadap kapasitas komputasi dan pemrosesan token terus meningkat.

Dalam pidato utama bertajuk "Intelligent Transformation and Symbiosis", Yang Fan, salah satu pendiri SenseTime sekaligus Presiden Large Device Business Group, menjelaskan visi perusahaan mengenai pengembangan ekosistem komputasi AI lokal.

Menurut Yang, Galaxy Project dirancang untuk membentuk semacam rantai tertutup yang menghubungkan teknologi tingkat chip, mitra dalam ekosistem, serta penerapan komersial.

Dengan pendekatan tersebut, SenseTime ingin memastikan kemampuan komputasi AI berbasis perangkat keras buatan China tidak berhenti pada tahap pengembangan teknologi, tetapi dapat digunakan dalam skala industri.

Kebutuhan Komputasi AI Terus Meningkat

SenseTime melihat ada tiga tren yang berkembang secara bersamaan dan menjadi alasan di balik peluncuran Galaxy Project.

Pertama, kebutuhan pemrosesan token terus meningkat seiring semakin luasnya penggunaan AI di lingkungan perusahaan. Model AI generatif membutuhkan kapasitas komputasi yang besar, terutama ketika digunakan untuk menangani teks, gambar, video, hingga berbagai aplikasi bisnis.

Kedua, penggunaan AI di sektor industri mulai mengejar perkembangan AI untuk konsumen. AI tidak lagi hanya digunakan untuk chatbot atau aplikasi produktivitas, tetapi mulai masuk ke manufaktur, energi, penelitian, kesehatan, dan berbagai sektor lainnya.

Ketiga, industri chip AI domestik China dinilai mulai memasuki tahap komersialisasi yang memungkinkan pusat komputasi dibangun menggunakan berbagai jenis chip buatan dalam negeri.

Namun, sejumlah klaim mengenai kemampuan dan efisiensi Galaxy Project masih perlu dilihat lebih jauh. Sebab, sebagian besar angka yang disampaikan SenseTime merupakan klaim perusahaan dan belum melalui verifikasi independen.

Target 10 Triliun Token per Hari

Salah satu angka terbesar yang diungkap SenseTime adalah kemampuan pemrosesan token pada platform perangkat berskala besar miliknya. SenseTime mengatakan platform tersebut saat ini mampu memproses rata-rata 2,42 triliun token per hari.

Jumlah itu ditargetkan meningkat hingga 10 triliun token per hari pada kuartal IV 2026. Jika tercapai, kapasitas tersebut berarti meningkat sekitar 25 kali lipat dibandingkan angka yang disebut perusahaan saat ini. Meski demikian, angka 10 triliun token tersebut masih merupakan proyeksi. Artinya, kemampuan tersebut belum menjadi hasil yang telah dicapai dan diukur dalam periode yang dimaksud.

Karena itu, angka tersebut perlu dipandang sebagai target SenseTime hingga perusahaan memberikan laporan kinerja aktual pada kuartal IV 2026.

SenseTime juga menyampaikan sejumlah klaim mengenai efisiensi teknologi inferensi yang dikembangkannya. Perusahaan mengatakan teknologi heterogeneous hybrid inference dapat meningkatkan Model FLOPs Utilisation antara 85 hingga 152 persen pada sejumlah chip AI domestik yang banyak digunakan di China.

SenseTime juga mengklaim efisiensi biaya inferensi teknologinya mencapai 1,25 kali dibandingkan chip seri H milik Nvidia. Sementara jika dibandingkan dengan sistem inferensi homogen berbasis chip domestik, SenseTime menyebut teknologi hybrid miliknya mampu menghasilkan token hingga 2,5 kali lebih banyak dengan biaya yang sama. Klaim tersebut menunjukkan ambisi SenseTime untuk menjadikan chip lokal sebagai pilihan yang lebih kompetitif untuk membangun infrastruktur AI.

Namun, angka-angka tersebut belum disertai hasil pengujian dari pihak ketiga. Dalam penggunaan nyata, performa sebuah sistem dapat berbeda dengan hasil pengujian vendor.

Lingkungan produksi biasanya menghadapi kondisi yang lebih kompleks, mulai dari alur data yang tidak seragam, penggunaan perangkat keras dari beberapa generasi, hingga pembaruan firmware yang tidak selalu dilakukan secara bersamaan.

Atasi Fragmentasi Chip AI Domestik

Salah satu persoalan yang ingin diselesaikan Galaxy Project adalah fragmentasi ekosistem chip AI China. Berbagai produsen mengembangkan arsitektur dan teknologi yang berbeda. Akibatnya, model AI atau perangkat lunak yang dibuat untuk satu jenis chip belum tentu dapat langsung digunakan pada chip dari produsen lain.

Kondisi tersebut dapat menyulitkan perusahaan yang ingin memindahkan beban kerja AI dari satu platform ke platform lainnya. SenseTime mengatakan telah mengembangkan lapisan adaptasi full-stack yang mencakup model AI, framework, operator, toolchain, hingga perangkat keras.

Dengan sistem tersebut, perusahaan berharap pelanggan dapat memindahkan beban kerja AI di antara berbagai chip domestik tanpa perlu melakukan penulisan ulang perangkat lunak secara besar-besaran.

SenseTime memberikan beberapa contoh penerapan teknologi tersebut.

Dalam proyek AI for Science (AI4S) untuk prediksi protein dengan urutan panjang, perusahaan mengklaim optimasi operator mampu memangkas waktu prediksi hingga tiga kali lebih cepat.

Sementara untuk pembuatan video berbasis Artificial Intelligence Generated Content (AIGC), SenseTime menyebut rasio akselerasi paralel multi-chip mencapai 93 persen pada chip domestik yang menjalankan model Diffusion Transformer (DiT).

SenseTime juga mengklaim proses migrasi berbagai perangkat pengembangan AI dapat dilakukan tanpa biaya tambahan.

Meski terdengar menjanjikan, efektivitas teknologi tersebut tetap perlu diuji dalam kondisi produksi sebenarnya. Sistem yang bekerja optimal di lingkungan pengujian belum tentu menghasilkan performa yang sama ketika digunakan dalam skala besar dengan beban kerja yang berubah-ubah.

Ukur Efisiensi AI dengan "Tokens Per Watt"

Selain performa komputasi, konsumsi energi menjadi perhatian penting dalam pembangunan pusat data AI. Untuk itu, SenseTime memperkenalkan metrik baru bernama Tokens Per Watt. Secara sederhana, metrik tersebut digunakan untuk mengukur seberapa banyak token yang dapat diproses oleh sistem berdasarkan konsumsi energi yang digunakan.

Semakin banyak token yang dapat diproses dengan konsumsi listrik yang sama, semakin efisien sistem tersebut.

SenseTime juga memperkenalkan Computing-Power Collaboration Agent, sebuah sistem yang dirancang untuk mengatur sumber daya komputasi, memprediksi harga listrik, dan mengoptimalkan penggunaan penyimpanan energi.

Perusahaan mengatakan sistem tersebut bekerja menggunakan arsitektur data delapan tingkat dengan lima rantai pengambilan keputusan. Melalui kombinasi komputasi, harga listrik, dan penjadwalan otomatis, SenseTime mengklaim dapat meningkatkan jumlah token yang dihasilkan untuk setiap unit biaya listrik hingga 80 persen.

Perusahaan juga menyebut rata-rata harga listrik yang digunakan dapat berada sekitar 10 persen lebih rendah dibandingkan pusat data lain di wilayah yang sama. Untuk prediksi beban komputasi, SenseTime mengklaim tingkat akurasinya mencapai 96 persen.

Namun, efektivitas klaim tersebut masih harus diuji dalam jangka panjang, terutama ketika pusat data menghadapi perubahan permintaan dan kondisi energi sepanjang tahun.

Gandeng Produsen Chip hingga Perusahaan Infrastruktur

Galaxy Project melibatkan sejumlah pemain dalam industri teknologi China. Dari sisi produsen chip, SenseTime menyebut Cambricon, Muxi, Hygon, Huawei Ascend, Moore Threads, Sunrise, dan Biren Technology. Sementara untuk komponen, terdapat Xizhi Technology.

Untuk sektor infrastruktur, sejumlah mitra yang disebut antara lain Silicon Motion, Qujing Technology, Zhongke Jiahe, Qingcheng Jizhi, Sophon Information, dan Jiliu Technology.

SenseTime mengatakan Galaxy Project akan mencakup pembangunan satu "token factory", lima klaster komputasi berskala besar yang disebut memiliki skala "10.000-calorie", kerja sama dalam 10 bidang teknologi, serta dukungan terhadap 200 startup AI.

Menurut Yang Fan, pengembangan teknologi domestik tidak cukup hanya dengan mengganti chip buatan luar negeri dengan chip lokal. Diperlukan kolaborasi di seluruh rantai industri, mulai dari chip, komponen, infrastruktur, hingga aplikasi AI.

Bidik Komputasi Luar Angkasa

Ambisi SenseTime tidak berhenti pada pusat data di darat. Perusahaan juga mengembangkan teknologi komputasi optik untuk meningkatkan efisiensi pusat data dan mengeksplorasi penggunaan komputasi kuantum untuk kebutuhan optimasi AI.

SenseTime juga menggandeng produsen satelit Guoxing Aerospace untuk mengembangkan proyek bernama SenseTime Space Computing Constellation. SenseTime menargetkan peluncuran satelit pertama pada 2026. Dalam jangka panjang, perusahaan ingin membangun ribuan satelit komputasi dengan kapasitas mencapai puluhan ribu petabyte pada 2030.

Menurut SenseTime, komputasi berbasis satelit dapat membantu menyediakan layanan AI di wilayah yang memiliki keterbatasan konektivitas jaringan.

Contohnya adalah operasi maritim dan penanganan bencana. Teknologi tersebut juga dipandang dapat memperluas jangkauan layanan AI China ke pasar internasional.

Namun, target membangun ribuan satelit komputasi hingga 2030 masih menjadi rencana jangka panjang. Belum banyak proyek dengan skala serupa yang dapat digunakan sebagai pembanding untuk mengukur realistis atau tidaknya target tersebut.

Infrastruktur Menjangkau Shanghai hingga Arab Saudi

Di China, SenseTime juga terus memperluas infrastruktur komputasinya.

Perusahaan mengatakan fasilitas di Shanghai menjadi pusat data pertama di China dengan tingkat komputasi cerdas yang disebut "5A". Fasilitas tersebut diklaim mampu menangani lebih dari 20 triliun token per hari dan digunakan oleh lebih dari 20 industri.

SenseTime juga meluncurkan fasilitas di Yancheng dengan kapasitas awal 3.000 petaflops. Pusat komputasi tersebut diarahkan untuk mendukung sektor energi, manufaktur, serta low-altitude economy atau ekonomi berbasis aktivitas di wilayah udara rendah.

Di Hong Kong, SenseTime tengah membangun pusat komputasi cerdas domestik yang disebut perusahaan sebagai yang terbesar di wilayah tersebut.

Kapasitas fasilitas itu ditargetkan mencapai 40.000 petaflops pada 2030.

Tidak hanya di China, SenseTime juga berencana membangun klaster komputasi domestik di luar negeri. Salah satu lokasinya adalah Arab Saudi, yang akan menjadi basis komputasi full-stack untuk mendukung kebutuhan AI di kawasan Timur Tengah.

Perkuat AI untuk Penelitian Sains

Galaxy Project juga memiliki sisi penelitian. SenseTime menggandeng Shanghai AI Laboratory, Beijing Zhongguancun Academy, Shenzhen Hetao Academy, Shanghai Algorithm Innovation Research Institute, serta sekolah AI di Shanghai Jiao Tong University.

Kerja sama tersebut bertujuan membangun platform bersama yang menggabungkan kemampuan komputasi, perangkat pengembangan, serta model AI. Fokusnya mencakup penelitian di bidang ilmu kehidupan, ilmu material, dan manufaktur.

Yang Fan menyebut AI for Science sebagai salah satu faktor penting yang dapat mendorong perubahan paradigma dalam penelitian dasar. Inisiatif ini juga sejalan dengan kebijakan China yang mendorong penerapan konsep "Artificial Intelligence+" di berbagai sektor.

Pada akhirnya, keberhasilan Galaxy Project akan sangat bergantung pada kemampuan SenseTime mengubah berbagai target tersebut menjadi hasil yang dapat diukur. Target paling menarik adalah kemampuan memproses 10 triliun token per hari pada kuartal IV 2026. Angka tersebut nantinya menjadi salah satu tolok ukur utama untuk menilai apakah ambisi SenseTime dalam membangun ekosistem komputasi AI berbasis chip domestik benar-benar dapat diwujudkan.

Jika target tersebut tercapai, Galaxy Project berpotensi menjadi salah satu langkah penting dalam upaya China membangun rantai pasok dan infrastruktur AI yang semakin mandiri. Namun, untuk saat ini, sebagian besar angka performa dan efisiensi yang disampaikan SenseTime masih perlu diuji melalui penggunaan nyata dan verifikasi independen.