GlobalFoundries Kembangkan Teknologi Chip FDX Fusion untuk Kebutuhan AI Fisik
GlobalFoundries memperkenalkan rencana pengembangan teknologi chip FDX Fusion pada 9 Oktober 2026 di Dresden, Jerman, sebagai langkah memperkuat industri semikonduktor untuk kebutuhan kecerdasan buatan di dunia fisik. Platform berbasis FD-SOI ini dirancang untuk menghadirkan kemampuan komputasi setara kelas 7 nanometer sekaligus meningkatkan efisiensi energi dan integrasi berbagai komponen elektronik. Teknologi tersebut ditujukan bagi perangkat yang harus merasakan kondisi lingkungan, memproses informasi, mengambil tindakan, dan berkomunikasi secara langsung. Dengan target produksi pada 2028, FDX Fusion berpotensi mendukung perkembangan robotika, kendaraan pintar, otomasi industri, serta berbagai perangkat AI yang bekerja di luar pusat data.
Inovasi FDX Fusion Memperkuat Pengembangan Chip Kecerdasan Buatan
Pertumbuhan TEKNOLOGI kecerdasan buatan menciptakan kebutuhan perangkat keras modern dalam kehidupan sehari-hari. Pada tahap perkembangan sebelumnya, layanan AI umumnya memerlukan infrastruktur cloud. Namun, kebutuhan komputasi mulai bergerak lebih dekat ke perangkat. Sebagai bagian dari strategi pengembangan semikonduktor, GlobalFoundries mengembangkan FDX Fusion sebagai teknologi proses semikonduktor terbaru. Rancangan chip tersebut dikembangkan agar sesuai dengan Physical AI, yaitu integrasi kemampuan AI dengan mesin dan sensor nyata. Berkat rancangan yang berorientasi pada perangkat, GlobalFoundries berupaya meningkatkan integrasi komponen.
Pengenalan platform semikonduktor tersebut disampaikan dalam pengumuman resmi Oktober 2026 di Dresden, Jerman. Perusahaan tersebut menjelaskan bahwa platform generasi pertama ditargetkan memberikan performa digital kelas 7 nanometer. Meskipun menggunakan istilah tersebut, istilah tersebut tidak boleh langsung disamakan dengan ukuran geometris setiap komponen. FDX Fusion dikembangkan sebagai kelanjutan roadmap FD-SOI GlobalFoundries. Tujuan utama platform ini adalah mengintegrasikan komputasi dengan konektivitas dalam perangkat keras yang sesuai untuk kebutuhan AI fisik. Melalui pengembangan tersebut, perangkat pintar berpotensi memperoleh kemampuan pemrosesan lebih baik.
Cara Kerja Teknologi FD-SOI pada Platform FDX Fusion
Komponen penting dalam rancangan FDX Fusion adalah FD-SOI atau Fully Depleted Silicon on Insulator, yaitu arsitektur transistor yang memanfaatkan silikon aktif di atas lapisan isolator. Sebagai pendekatan dengan struktur berbeda, FD-SOI dirancang untuk mengurangi sejumlah efek parasitik pada komponen elektronik. Salah satu kemampuan pentingnya adalah dukungan pengendalian tegangan bias transistor. Dengan memanfaatkan pengaturan ini, performa perangkat berpotensi diseimbangkan dengan efisiensi energi. Kemampuan ini sangat relevan bagi perangkat berdaya terbatas, seperti sensor pintar. Walaupun mempunyai berbagai kelebihan, efisiensi akhir harus dibuktikan melalui pengujian produk.
GlobalFoundries mengembangkan FDX Fusion untuk memperbesar integrasi rangkaian digital. Berdasarkan sasaran pengembangan yang diumumkan, FDX Fusion diharapkan memiliki kepadatan logika lebih dari dua kali dibandingkan 22FDX. Peningkatan tersebut berpotensi memungkinkan lebih banyak fungsi dalam satu chip. Di samping pengolahan data, platform ini dikembangkan untuk mengintegrasikan rangkaian sinyal analog, RF atau teknologi sinyal nirkabel, serta embedded memory. Berkat integrasi berbagai blok rangkaian, pengembang berpotensi mengurangi penggunaan chip terpisah, walaupun kinerja produk masih membutuhkan validasi.
Konsep Sense Think Act Communicate pada Perangkat AI Fisik
Untuk menjelaskan kebutuhan Physical AI, GlobalFoundries menggunakan konsep STAC, singkatan dari Sense, Think, Act, Communicate. Konsep tersebut merangkum fungsi dasar perangkat cerdas, yaitu mengenali perubahan lingkungan, memproses data, mengendalikan aktuator, dan mengirimkan sinyal kepada sistem lain. Untuk memberikan gambaran, sebuah robot industri mampu mendeteksi posisi objek, kemudian mengolah informasi tersebut melalui prosesor lokal. Setelah itu, robot menjalankan perintah aktuator sambil berkomunikasi dengan perangkat lain. Rangkaian kemampuan ini menggambarkan alasan integrasi chip diperlukan.
Pada sistem AI fisik, kecepatan pengambilan keputusan sering menentukan kinerja. Sebagai ilustrasi, sistem perlu mengumpulkan informasi secara berkelanjutan sebelum pengendali menentukan tindakan. Ketika pemrosesan selalu membutuhkan server eksternal, latensi jaringan dapat memengaruhi waktu respons. Oleh sebab itu, pemrosesan langsung pada perangkat menjadi pilihan yang semakin relevan. Platform semikonduktor ini ditujukan bagi aplikasi dengan persyaratan semacam itu, tanpa menjamin performa yang sama pada setiap implementasi.
Penerapan Teknologi Chip FDX Fusion pada Berbagai Industri
Industri yang menjadi sasaran pengembangan FDX Fusion adalah robotika modern. Pada perangkat robot industri, berbagai komponen elektronik harus bekerja secara terkoordinasi. Sensor mengumpulkan informasi lingkungan, sementara pengendali digital menentukan respons berdasarkan masukan. Dengan dukungan chip yang lebih terintegrasi, penggunaan beberapa rangkaian terpisah dapat disederhanakan. Manfaat yang diharapkan mendukung perancangan perangkat berukuran kecil. Walaupun demikian, kinerja nyata tidak hanya ditentukan oleh proses fabrikasi chip.
Selain robotika, FDX Fusion berpotensi dimanfaatkan dalam kendaraan cerdas, modul pengukuran otomatis, dan perangkat Internet of Things. Untuk kebutuhan elektronik mobil, integrasi pemrosesan dengan komunikasi berpotensi meningkatkan efisiensi sistem. Untuk penggunaan di fasilitas produksi, modul pengukuran terhubung sering membutuhkan konsumsi daya rendah. Melalui kebutuhan operasional semacam ini, teknologi fabrikasi yang mendukung integrasi dapat menjadi pilihan menarik. Perlu ditekankan bahwa, manfaat ekonominya belum dapat dipastikan tanpa produksi dan pengujian. Dengan demikian, klaim potensi industri harus dibedakan dari produk yang sudah tersedia.
Jadwal Produksi FDX Fusion dan Pengembangan Pabrik Dresden
Dalam roadmap pengembangannya, GlobalFoundries menjadwalkan kegiatan produksi platform terbaru pada tahun 2028 di pabrik semikonduktor Dresden. Sebelum memasuki tahap produksi, perusahaan menargetkan tersedianya perangkat desain dan silikon demonstrasi pada 2027. Perangkat desain tersebut berperan membantu perancang chip sebelum melanjutkan proses validasi perangkat keras. Walaupun target waktunya telah diumumkan, adopsi komersial tetap membutuhkan proses pengembangan pelanggan. Dengan memahami tahapan tersebut, hasil manufaktur perlu melalui validasi.
Penerapan platform semikonduktor tersebut menjadi bagian dari penguatan kapasitas manufaktur di Jerman. Dalam program ekspansi SPRINT, GlobalFoundries menanamkan dana sekitar €1,1 miliar untuk meningkatkan kemampuan produksi. Menurut rencana pengembangannya, fasilitas Dresden mampu memproduksi lebih dari satu juta wafer berukuran 300 milimeter setiap tahun menjelang akhir 2028. Pengembangan kapasitas manufaktur ini dirancang meningkatkan kemampuan pasokan chip. Di samping investasi fasilitas, GlobalFoundries berkolaborasi dengan organisasi penelitian dan perusahaan teknologi, termasuk CEA-Leti. Kerja sama pengembangan ini dapat membantu memperluas ekosistem desain, meskipun adopsi pelanggan belum dapat diasumsikan secara otomatis.
Kesimpulan: FDX Fusion Membuka Peluang Baru bagi Physical AI
Pengembangan FDX Fusion menggambarkan perkembangan menarik dalam pengembangan semikonduktor modern. Berkat pengembangan arsitektur transistor berorientasi efisiensi, platform tersebut berupaya menghadirkan kemampuan digital kelas 7 nanometer. Konsep STAC membantu menjelaskan tujuan platform untuk perangkat otonom, elektronik kendaraan terhubung, dan otomasi industri. Melalui target produksi tahun 2028, kesiapan komersial tetap harus dievaluasi. Kendati menghadirkan prospek yang menarik, manfaat akhirnya memerlukan pembuktian melalui produk komersial. Seberapa besar potensi menurut Anda dari pengembangan chip untuk Physical AI? Anda dapat berbagi pemikiran mengenai perkembangan industri chip modern.
