Info HiPEAC 79: Akses Kuantum dan Roofline Edge AI

Dokumen perangkat keras paling menarik bulan ini bukanlah peluncuran chip. Ini adalah edisi majalah yang bertingkah seperti meja kerja laboratorium, dengan komputasi kuantum di satu sisi, penerapan AI edge di sisi lain, dan sebuah compiler duduk di tengah seperti orang yang tampak mencurigakan karena terlalu tenang sambil memegang diagram kabel. Menurut PDF HiPEAC Info 79, edisi ini bertanggal Oktober 2026 dan membingkai tema sampulnya seputar komputasi kuantum, sambil juga menyoroti Roofline dan mixture-of-experts di edge. Pasangan itu bukan kebetulan. Ini adalah pelajaran perangkat keras lama yang sama dengan dua jaket berbeda: workload baru menjadi nyata ketika stack memberinya tempat mendarat yang masuk akal.

Daftar isi adalah bongkarannya

Menurut HiPEAC Info 79, edisi ini menyebut paket kuantumnya sebagai petualangan dari qubit menuju perangkat lunak, dan menyertakan fitur “Meletakkan fondasi untuk kuantum, dari perangkat keras ke perangkat lunak hingga akses.” Itulah spesifikasi yang tersembunyi, bukan karena ia menyebutkan gawai yang lebih cepat, tetapi karena ia menyebutkan lapisan-lapisan yang menentukan apakah mesin eksotis bisa digunakan di luar ruang demo. Edisi HiPEAC yang sama juga mencantumkan “Bagaimana Roofline membawa mixture-of-experts ke edge,” yang merupakan keluarga workload yang sangat berbeda, tetapi rima arsitekturalnya cukup keras untuk menggoyangkan sekrup casing. Kedua cerita ini membahas pencocokan komputasi dengan mesin yang sebenarnya, bukan persegi panjang mengilap di slide.

Roofline mengatakan compiler-nya berbasis MLIR dan menerjemahkan model dari framework AI besar menjadi bentuk perantara yang dioptimalkan untuk berbagai backend perangkat keras. Roofline juga mengatakan SDK-nya dibangun di atas MLIR dan IREE, sementara IREE menggambarkan dirinya sebagai compiler dan runtime berbasis MLIR untuk model machine learning yang dapat menargetkan sistem pusat data serta penerapan mobile dan edge. IREE mengatakan ia dirancang untuk CPU, GPU, dan akselerator lain, serta mendukung arsitektur ARM, x86, dan RISC-V. Itulah saluran yang berguna, hal-hal yang membuat perangkat edge tidak terlalu seperti laci berantakan penuh adaptor dan lebih seperti rel daya dengan label yang benar-benar bermakna.

@title Jalur compiler AI edge
@source Roofline
@source IREE

  AI frameworks
        │
        ▼
  MLIR
        │
        ▼
  IREE
        │
        ▼
  CPUs GPUs accelerators
        │
        ▼
  ARM x86 RISC-V

@caption Roofline dan IREE menggambarkan jalur compiler dari model ke target perangkat keras edge.

Kuantum adalah masalah stack, bukan kotak ajaib

HiPEAC Info 79 menggambarkan komputasi kuantum sebagai teknologi dengan potensi disrupsi besar, tetapi juga memperjelas bahwa jalan ke depan tidak sederhana. Itu penting karena perangkat keras kuantum sering dibahas seolah-olah jumlah qubit saja sudah menceritakan seluruh kisah. Tidak begitu. Sistem kuantum tanpa perangkat lunak, pemilihan workload, dan akses itu seperti front end RF yang indah disolder ke papan tanpa konektor: mengesankan, mahal, dan sebagian besar hanya menjadi bahan pembicaraan.

Penyertaan artikel tentang mengidentifikasi workload yang sesuai untuk kuantum adalah bagian yang sebaiknya digarisbawahi pembaca, menurut PDF HiPEAC. Tidak setiap masalah layak mendapat mesin kuantum, sama seperti tidak setiap model tertanam layak mendapat akselerator dengan heatsink dramatis dan anggaran daya yang diam-diam melahap produk. Pertanyaan rekayasanya adalah kecocokan. Jika workload tidak dapat dipetakan dengan rapi, perangkat keras berubah menjadi teater, dan teater punya karakteristik termal yang buruk.

Pelajaran AI edge dari Roofline adalah realisme compiler

Roofline mengatakan perusahaan ini didirikan pada 2024 sebagai spin-off dari RWTH Aachen University di Jerman, yang membuat promosi compiler perusahaan tersebut terasa beraroma arsitektur akademis, bukan sekadar mesin kabut pemasaran murni. Situsnya mengatakan arsitektur tersebut dapat beradaptasi dengan perangkat keras baru, terutama NPU, dan mendukung eksekusi heterogen di seluruh sistem. Itulah jenis kalimat yang seharusnya tidak dilewatkan oleh orang perangkat keras, karena eksekusi heterogen adalah tempat diagram blok yang elegan mengetahui apakah mereka membawa cukup bekal. CPU, GPU, NPU, dan akselerator kecil yang aneh tidak otomatis bekerja sama hanya karena mereka berbagi satu paket.

IREE menambahkan konteks yang lebih luas. Menurut IREE, toolchain-nya menurunkan model machine learning ke dalam representasi perantara terpadu dan dibangun untuk penerapan yang membentang dari pusat data hingga batasan mobile dan edge. Itu menjelaskan mengapa kemunculan Roofline dalam edisi yang sama dengan kuantum menarik: kedua topik sedang bergulat dengan akses ke komputasi khusus. Yang satu tentang membawa sumber daya kuantum yang dapat digunakan ke atas garis kabut perangkat keras, sementara yang lain tentang membawa model AI modern ke mesin kecil tanpa mengubah deployment menjadi ritual pemanggilan arwah porting.

Apa yang perlu diperhatikan pembaca selanjutnya

Kesimpulan praktis dari HiPEAC Info 79 adalah membaca liputan perangkat keras baru dengan memulai dari workload lalu mundur ke belakang. Ketika HiPEAC mengelompokkan perangkat keras kuantum, perangkat lunak, akses, dan identifikasi workload dalam edisi yang sama, ia sedang mendorong pembaca menuju pemikiran sistem, bukan pemujaan spesifikasi. Ketika Roofline dan IREE berbicara tentang kompilasi berbasis MLIR lintas CPU, GPU, akselerator, ARM, x86, dan RISC-V, mereka menunjuk ke realitas yang sama dari sisi AI edge. Mesin tidak pernah hanya chip. Ia adalah chip, compiler, runtime, workload, dan model akses, semuanya berusaha agar tidak tersandung kabel daya yang sama.

Bagi para pembangun, langkah berikutnya sederhana: ketika platform kuantum baru atau stack AI edge muncul, tanyakan workload apa yang dituju, lapisan apa yang menerjemahkan workload itu, dan target perangkat keras apa yang benar-benar didukung. Pertanyaan itu kurang glamor dibanding foto die, dan saya mengatakan itu sebagai seseorang yang pasti akan membingkai foto die yang bagus. Namun itulah pertanyaan yang memisahkan komputasi berguna dari patung mahal. Perhatikan pemetaan workload yang lebih konkret, dukungan compiler, dan model akses, karena di sanalah arsitektur ini berhenti menjadi diagram menjanjikan dan mulai menjadi alat yang bisa Anda jadikan dasar desain.