Bisakah China Melompati AS di Chip AI, Mengulang Strategi Mobil Listrik
TheEconopost.com, Persaingan teknologi antara China dan Amerika Serikat memasuki medan yang semakin menentukan: semikonduktor. China menghadapi keterbatasan akses terhadap teknologi litografi tercanggih, tetapi pada saat yang sama berusaha mencari jalur teknologi lain untuk mengejar ketertinggalan dalam chip kecerdasan buatan.
Dikutip dari laman resmi World Economic Forum (WEF), pada Senin (5/10/2026), strategi yang ditempuh mengingatkan pada langkah China di industri kendaraan listrik. Alih-alih mengejar ketertinggalan pada teknologi kendaraan bermesin pembakaran internal, China memilih bertaruh pada teknologi yang ketika itu masih berkembang, yakni kendaraan listrik.
Kini, pendekatan serupa mulai terlihat di industri semikonduktor. Para pembuat chip China tidak hanya berupaya mengejar kemampuan membuat chip yang lebih kecil. Mereka juga mengembangkan arsitektur baru yang berfokus pada bagaimana data bergerak di dalam chip, antarchip, hingga di dalam pusat data.
Pertanyaan besarnya adalah apakah strategi tersebut dapat menghasilkan lompatan teknologi serupa dengan yang terjadi pada kendaraan listrik.
Persaingan itu semakin penting karena kecerdasan buatan menjadi salah satu medan utama kompetisi teknologi Amerika Serikat dan China. Di tengah perlombaan tersebut, kedua negara menghadapi keterbatasan yang berbeda. Amerika Serikat memiliki keunggulan dalam chip, tetapi menghadapi kebutuhan energi pusat data yang terus meningkat. China memiliki kapasitas energi dan manufaktur yang besar, tetapi terbentur akses terhadap chip dan teknologi pembuatan chip tercanggih.
Bagi China, mengatasi kesenjangan semikonduktor menjadi salah satu prioritas teknologi utama.
Salah satu kendala terbesar adalah keterbatasan akses terhadap mesin litografi ultraviolet ekstrem atau extreme ultraviolet (EUV). Teknologi ini digunakan untuk mencetak fitur berukuran sangat kecil pada wafer semikonduktor dan menjadi salah satu teknologi penting dalam produksi chip canggih.
Mesin EUV tercanggih dikembangkan dan dipasarkan oleh perusahaan Belanda, ASML. Harganya mencapai sekitar 400 juta dollar AS per unit. Akses China terhadap teknologi tersebut dibatasi oleh kontrol ekspor Amerika Serikat.
China sebenarnya telah mengembangkan kemampuan litografi sendiri. Namun, kemajuannya masih tertinggal. Produksi dalam jumlah kecil pemindai ultraviolet dalam atau deep ultraviolet (DUV) imersi buatan dalam negeri mulai dilaporkan, tetapi teknologi tersebut masih beberapa generasi di belakang mesin paling canggih yang tersedia di pasar.
Kondisi itu menciptakan persoalan mendasar. Jika China tidak dapat dengan mudah mengejar kemampuan litografi, pilihan lainnya adalah mencari jalan berbeda untuk meningkatkan kemampuan komputasi.
Di sinilah pengalaman industri kendaraan listrik menjadi relevan.
China tidak memilih menghabiskan seluruh sumber daya untuk mengejar ketertinggalan dalam mesin pembakaran internal. Negara tersebut justru melihat kendaraan listrik sebagai platform teknologi baru.
Strategi itu mulai dibangun sejak Program Kendaraan Listrik 863 pada periode Rencana Lima Tahun ke-10, kemudian diperkuat melalui program Sepuluh Kota, Seribu Kendaraan pada 2009.
Dalam perkembangannya, produsen kendaraan China mampu mengambil posisi besar di pasar global. Produsen mobil China memasok sekitar 60 persen penjualan kendaraan listrik dunia pada 2025. China juga telah menjadi eksportir kendaraan terbesar di dunia, melampaui Jerman dan Jepang.
Pengalaman tersebut memperlihatkan satu kemungkinan strategi: ketika tertinggal dalam teknologi yang sudah mapan, sebuah negara dapat mencoba membangun keunggulan pada arsitektur teknologi berikutnya.
Pendekatan itu kini mulai diterapkan pada silikon.
Salah satu gagasan yang mencerminkan perubahan tersebut adalah Hukum Skala Tau. Konsep ini diperkenalkan sebagai kemungkinan pendekatan baru setelah Hukum Moore, yang selama puluhan tahun menggambarkan peningkatan kemampuan komputasi melalui peningkatan jumlah transistor dan penyusutan ukurannya.
Hukum Skala Tau menggeser perhatian dari sekadar ukuran transistor menuju waktu yang dibutuhkan sinyal untuk bergerak di antara transistor, antarchip, dan antarsistem.
Logikanya sederhana. Jika data dapat dipindahkan dengan lebih cepat dan menggunakan lebih sedikit energi, peningkatan kinerja komputasi tidak harus selalu diperoleh melalui transistor yang semakin kecil.
Persoalan perpindahan data menjadi semakin penting pada sistem AI berskala besar. Sebagian besar energi dalam klaster AI digunakan untuk memindahkan data melalui koneksi, bukan untuk melakukan komputasi pada gerbang transistor.
Karena itu, memperpendek jalur komunikasi dan mengurangi hambatan listrik dapat memberikan peningkatan efisiensi tanpa harus sepenuhnya mengandalkan proses manufaktur dengan node yang semakin kecil.
Huawei menjadi salah satu perusahaan China yang mengembangkan pendekatan tersebut setelah investasi riset dan pengembangan semikonduktor selama bertahun-tahun.
Salah satu teknik yang dikembangkan adalah LogicFolding. Teknik ini membagi bagian tertentu dari sebuah chip ke dalam dua lapisan yang dihubungkan secara vertikal.
Dengan pendekatan tersebut, jalur horizontal yang panjang dapat diubah menjadi koneksi vertikal yang lebih pendek. Berbeda dari penumpukan chip konvensional, logika pada kedua lapisan dirancang sebagai satu rangkaian sejak awal.
Pendekatan tiga dimensi tersebut menghasilkan koneksi dengan kepadatan lebih tinggi. Pada chip ponsel yang menggunakan teknik itu, kepadatan transistor disebut meningkat 55 persen, sementara konsumsi daya CPU turun 41 persen. Peningkatan serupa juga diklaim terjadi pada GPU dan unit pemrosesan saraf atau NPU.
Teknologi tersebut mulai diterapkan pada produk komersial. Chip dengan pendekatan tersebut digunakan pada ponsel lipat tiga Huawei Mate XT2 yang mulai dijual pada September 2026.
Namun, kemampuan tersebut belum serta-merta menyelesaikan persoalan China pada prosesor AI berukuran besar. Teknik yang efektif untuk chip ponsel belum tentu dapat diterapkan dengan mudah pada prosesor AI yang jauh lebih kompleks.
Selain Huawei, perusahaan memori China Yangtze Memory Technologies atau YMTC juga mengembangkan teknologi tiga dimensi.
YMTC mengomersialkan teknologi hybrid wafer-to-wafer bonding melalui arsitektur Xtacking sejak 2019. Teknologi tersebut kemudian berkembang menjadi salah satu kekuatan paten perusahaan.
Perkembangan ini menunjukkan bahwa inovasi semikonduktor China tidak seluruhnya berpusat pada upaya membuat transistor lebih kecil. Perusahaan-perusahaan China juga mencoba mengubah cara chip disusun dan bagaimana data bergerak di dalam sistem.
Jalur lainnya adalah fotonik.
Cahaya dapat membawa data dengan biaya energi yang lebih rendah dibandingkan elektron untuk transmisi jarak jauh. Huawei karena itu mengembangkan teknologi komunikasi optik untuk sistem komputasi berkapasitas tinggi.
Perusahaan tersebut antara lain memperkenalkan modul optik near-packaged berkapasitas 7,2 terabit per detik. Huawei juga mengembangkan SuperPoD yang menghubungkan 8.192 akselerator dalam satu sistem menggunakan serat optik.
Perkembangan itu menunjukkan perubahan fokus. Persaingan tidak lagi hanya berlangsung pada tingkat transistor, tetapi juga pada koneksi antarkomponen dan desain keseluruhan pusat data.
Perubahan tersebut semakin penting karena model lama peningkatan kemampuan chip menghadapi persoalan biaya.
Hukum Moore selama ini sering dipahami sebagai kemampuan meningkatkan jumlah transistor sekaligus menurunkan biaya setiap transistor. Namun, semakin kecil ukuran transistor, biaya untuk mengembangkan dan memproduksinya juga semakin besar.
Salah satu gambaran perubahan itu terlihat pada teknologi EUV. Mesin litografi generasi terbaru memiliki biaya yang sangat tinggi sehingga peningkatan kemampuan melalui penyusutan transistor tidak lagi otomatis menghasilkan penurunan biaya komputasi.
Artinya, industri semikonduktor pada akhirnya membutuhkan lebih dari sekadar litografi yang lebih baik.
Arsitektur tiga dimensi, koneksi optik, pengemasan canggih, serta optimalisasi sistem secara keseluruhan dapat menjadi bagian dari jalan berikutnya.
Dalam posisi yang dibatasi akses terhadap EUV, China justru memiliki insentif kuat untuk mengeksplorasi jalur tersebut.
Namun, kesenjangan dengan pemimpin industri tetap besar.
Perkiraan Epoch AI menunjukkan bahwa Huawei diproyeksikan menghasilkan kurang dari 4 persen kapasitas komputasi AI Nvidia pada 2026. Kemampuan chip Huawei juga diperkirakan masih tertinggal dari Nvidia dalam kinerja per chip selama beberapa tahun ke depan.
Target Huawei untuk mencapai kepadatan transistor yang setara dengan teknologi terdepan juga baru diproyeksikan sekitar 2031. Pada saat itu, teknologi yang hendak dicapai China tersebut kemungkinan sudah kembali dikejar oleh produsen lain.
Dengan demikian, strategi lompatan teknologi pada semikonduktor menghadapi hambatan yang lebih dalam dibandingkan kendaraan listrik.
Industri otomotif memberi ruang bagi China untuk memilih platform baru ketika teknologi kendaraan listrik masih berada pada tahap perkembangan. Industri semikonduktor jauh lebih terintegrasi dan memiliki rantai pasok global yang sangat kompleks, mulai dari desain, perangkat lunak, peralatan manufaktur, material, hingga proses produksi.
Keterbatasan pada satu bagian rantai tersebut dapat membatasi kemampuan keseluruhan industri.
Meski demikian, China tidak harus menguasai seluruh industri semikonduktor untuk mengubah arah perkembangannya.
Eksperimen pada arsitektur tiga dimensi, fotonik, pengemasan, dan desain pusat data dapat memperluas pilihan teknologi yang tersedia bagi industri global. Bahkan, sejumlah inovasi yang dikembangkan China dapat digunakan bersamaan dengan teknologi litografi EUV apabila akses terhadap teknologi tersebut suatu hari lebih terbuka.
Perkembangan teknologi memori menunjukkan kemungkinan itu. Ketika perusahaan seperti Samsung, Kioxia, dan SK Hynix mengembangkan teknologi yang serupa dengan pendekatan tiga dimensi YMTC, batas antara inovasi China dan inovasi industri global menjadi semakin tipis.
Pada akhirnya, persaingan semikonduktor tidak hanya ditentukan oleh siapa yang memiliki transistor paling kecil.
Jika biaya, konsumsi energi, dan perpindahan data semakin menentukan kinerja sistem AI, keunggulan dapat bergeser ke perusahaan yang mampu merancang keseluruhan sistem dengan lebih efisien.
China masih menghadapi kesenjangan besar pada teknologi pembuatan chip tercanggih. Namun, keterbatasan akses terhadap EUV juga memaksa perusahaan dan insinyurnya mencari jalur teknologi lain.
Situasi tersebut dapat menghasilkan dua peta jalan semikonduktor yang berkembang secara paralel. Satu bertumpu pada keunggulan teknologi litografi dan rantai pasok yang telah mapan, sementara yang lain mencoba mencari terobosan melalui arsitektur dan desain alternatif.
Jika pengalaman kendaraan listrik menjadi petunjuk, China tidak harus mengejar seluruh teknologi lama untuk mengubah peta persaingan. Dalam semikonduktor, tantangannya jauh lebih besar. Tetapi justru karena itu, eksperimen yang dilakukan sekarang dapat menentukan seperti apa chip AI generasi berikutnya.
Bisa jadi, chip AI paling canggih di masa depan bukan sepenuhnya produk dari satu jalur teknologi. Ia dapat menjadi hasil penggabungan inovasi dari Timur dan Barat.
