Industri otomotif telah memasuki era yang menakjubkan dengan hadirnya teknologi mobil otonom. Di balik kemajuan ini, peran GPU (Graphics Processing Unit) sangatlah penting agar mobil self-driving ini dapat beroperasi dengan lancar. Lalu, bagaimana GPU berkontribusi pada kinerja mobil otonom?
Pengertian Mobil Otonom
Mobil otonom adalah mobil yang dapat beroperasi secara mandiri tanpa keterlibatan manusia. Dalam hal ini, manusia tidak harus mengendalikan mobil setiap saat dan manusia itu sendiri juga tidak harus ada di dalam mobil.
Society of Automotive Engineers (SAE) mengklasifikasikan otomatisasi mengemudi ke dalam enam tingkatan, antara lain:
- Level 0 (tidak ada otomatisasi) – Seluruh tugas mengemudi dilakukan sepenuhnya oleh manusia secara manual.
- Level 1 (bantuan pengemudi) – Kendaraan memiliki sebuah sistem otomatis, seperti memonitor kecepatan melalui cruise control.
- Level 2 (otomatisasi parsial) – Kendaraan dapat melakukan kemudi dan akselerasi. Namun, pengemudi manusia masih harus memantau dan bisa mengambil kendali kapan pun.
- Level 3 (otomatisasi kondisional) – Kendaraan dapat melakukan sebagian besar tugas mengemudi. Namun, intervensi manusia masih diperlukan.
- Level 4 (otomatisasi tingkat tinggi) – Kendaraan dapat melakukan semua tugas mengemudi dalam keadaan tertentu serta membutuhkan pembatasan wilayah. Selain itu, intervensi oleh manusia masih menjadi opsi.
- Level 5 (otomatisasi penuh) – Kendaraan dapat melakukan semua tugas mengemudi dalam kondisi apa pun. Tidak diperlukan atensi dan interaksi manusia.
Pengertian GPU
Graphics Processing Unit atau disingkat GPU adalah jenis prosesor yang didesain untuk memproses pekerjaan grafis yang intensif dan perhitungan yang kompleks. Berbeda dengan CPU, arsitektur GPU hadir dengan banyak core pemrosesan kecil yang bekerja menangani beberapa perhitungan sekaligus secara simultan.
Dengan arsitektur semacam itu, GPU mampu menangani pekerjaan lebih cepat dan efisien daripada CPU, khususnya untuk pekerjaan berat yang melibatkan perhitungan kompleks dan jumlah data yang besar.
Dengan kemampuannya tersebut, GPU sangat cocok untuk tugas-tugas seperti pengeditan video, rendering 3D, hingga pembelajaran mesin.
Peran GPU pada Mobil Otonom
Karena kecepatan dan keakuratannya dalam memproses data dalam jumlah besar, GPU cocok digunakan untuk mobil otonom atau self-driving. Dalam penggunaannya pada teknologi tersebut, peran GPU diperlukan untuk berbagai aplikasi, seperti:
1. Deteksi dan Identifikasi Objek
Pada mobil konvensional, pengemudi mengandalkan indra dan pikirannya untuk melihat dan memahami objek di sekitar, seperti pejalan kaki, kendaraan lain, rambu lalu lintas, atau yang lainnya. Berdasarkan informasi tersebut, pengemudi dapat membuat keputusan apakah harus jalan lurus, berbelok, mengerem, atau berhenti.
Berbeda dengan mobil konvensional, mobil otonom dapat mendeteksi dan mengidentifikasi objek secara mandiri. Hal ini dilakukan dengan bantuan kamera dan berbagai alat sensor lainnya. Di sinilah GPU berperan, perangkat ini dapat mendeteksi dan mengidentifikasi objek yang ditangkap oleh sensor-sensor tersebut.
Selain itu, GPU juga dapat digunakan untuk pembelajaran mendalam (deep learning) yang melibatkan pelatihan jaringan saraf pada dataset gambar berukuran besar untuk mengidentifikasi objek dan pola tertentu.
2. Fusi Sensor
Fusi sensor adalah teknik menggabungkan data dari beberapa sensor agar bisa memahami lingkungan dengan lebih akurat daripada mengandalkan hasil sensor secara individual.
Dalam hal ini, mobil otonom memiliki beberapa sensor, seperti kamera dan sensor ultrasonik yang tersebar di beberapa lokasi. GPU dapat melakukan fusi sensor dengan menggabungkan data dari beberapa sensor tersebut secara bersamaan, sehingga deteksi dan identifikasi objek bisa berlangsung lebih cepat dan akurat.
Tidak hanya itu, GPU juga berperan penting dalam melatih algoritma machine learning guna meningkatkan akurasi penggabungan data sensor seiring berjalannya waktu. Alhasil, performa dan keandalan fusi sensor pun akan semakin meningkat.
3. Pemrosesan Visual
GPU memiliki kemampuan dalam menangani data visual dalam jumlah besar secara efisien. Selain itu, pemrosesan visual ini juga bisa dilakukan secara cepat karena GPU mampu melakukan beberapa perhitungan sekaligus secara bersamaan.
Dengan kemampuannya tersebut, GPU cocok diaplikasikan pada mobil otonom untuk memproses data visual yang dihasilkan kamera.
Tantangan dan Prospek ke Depannya
GPU memiliki kemampuan yang andal dalam memenuhi kebutuhan pemrosesan data pada mobil otonom. Namun, pengaplikasian GPU pada mobil otonom juga dihadapkan pada sejumlah tantangan, seperti:
Biaya yang tidak sedikit – GPU dengan kemampuan yang canggih dan mumpuni cenderung mahal. Hal itu akan berimbas pada mahalnya biaya pengembangan dan produksi mobil otonom.
Panas Berlebih – GPU akan menghasilkan panas ketika sedang digunakan. Selain itu, komponen lain pada mobil otonom juga dapat menghasilkan panas. Karenanya, dibutuhkan sistem pendinginan yang sesuai untuk mencegah panas berlebih.
Kompatibilitas – GPU harus kompatibel dengan perangkat keras dan perangkat lunak pada mobil otonom. GPU yang tidak kompatibel dapat menyebabkan mobil tidak berfungsi dengan normal, bahkan bisa mengancam keselamatan.
Meskipun terdapat sejumlah tantangan yang harus dihadapi, penggunaan GPU pada mobil otonom tetap memiliki prospek yang cerah. Pasalnya, teknologi ini masih terus berkembang sehingga tantangan yang ada mungkin bisa disiasati nantinya.
Demikianlah penjelasan singkat tentang peran GPU pada mobil otonom serta tantangan dan prospeknya di masa depan.
