Xring D100 Xiaomi: Chip 3 nm yang Diklaim Bisa Menjalankan Model AI 200 Miliar Parameter di Mobil

Xiaomi sedang mengambil langkah besar untuk mengendalikan sendiri fondasi komputasi pada mobil listriknya. Perusahaan ini memperkenalkan Xring D100, chip kecerdasan buatan yang dirancang khusus untuk teknologi berkendara cerdas dan ditargetkan masuk penggunaan komersial pada 2027. 1819

Dibandingkan sekadar berlomba mencantumkan angka spesifikasi terbesar, strategi para produsen mobil listrik terlihat berbeda: Xiaomi mengejar AI berdaya tinggi langsung di dalam kendaraan, NIO memburu efisiensi biaya, XPeng membangun peta jalan perangkat lunak menuju otonomi yang lebih tinggi, sementara Tesla berusaha mengamankan kapasitas produksi chip untuk kebutuhan jangka panjang.

Apa yang ditawarkan Xring D100?

Xiaomi menyebut Xring D100 sebagai chip berkendara cerdas berperforma tinggi pertama di China yang menggunakan proses manufaktur 3 nanometer. Chip ini memiliki:

• CPU 20 inti berperforma tinggi;
• NPU 16 inti untuk beban kerja jaringan saraf dan AI;
• dukungan memori terpadu hingga 160 GB; serta
• kemampuan menjalankan model dengan hingga 200 miliar parameter secara lokal. 18

Pemrosesan lokal berarti sebagian tugas AI dapat dilakukan langsung di kendaraan, tanpa selalu mengirim data ke pusat data melalui koneksi internet. Secara teori, pendekatan ini dapat membantu mengurangi ketergantungan pada cloud serta menekan latensi ketika sistem harus merespons kondisi jalan.

Xiaomi mengatakan pengembangan dan validasi D100 telah selesai, dengan penerapan komersial pada kendaraan direncanakan pada 2027. Namun, perusahaan belum mengungkap angka kinerja penting seperti TOPS, model kendaraan pertama yang akan menggunakannya, volume produksi, maupun jadwal pemasangan yang lebih spesifik. 18

Ada pula catatan penting soal klaim model 200 miliar parameter. Demonstrasi awal yang dilaporkan dilakukan melalui prototipe perangkat desktop AI Cube, bukan mobil produksi. Prototipe tersebut disebut mampu menjalankan model 120 miliar dan 3 miliar parameter secara lokal. Karena itu, kemampuan D100 menjalankan model berukuran sangat besar di kendaraan dalam kondisi nyata masih perlu dibuktikan.

Perbandingan dengan strategi NIO

NIO memiliki pendekatan yang lebih jelas berorientasi pada ekonomi dan rantai pasok. Perusahaan tersebut mengembangkan chip internal untuk mengurangi ketergantungan pada pemasok seperti Nvidia, menekan biaya perangkat keras berulang, dan meningkatkan profitabilitas ketika volume produksi bertambah. 12

Chip Shenji NX9031 milik NIO menggunakan proses 5 nm. NIO juga menyatakan bahwa pengembangan chip internal membantu meningkatkan efisiensi riset dan pengembangan serta memperbaiki prospek margin perusahaan. 14

Dengan demikian, fokus NIO bukan semata-mata mengejar kemampuan menjalankan model AI terbesar di dalam mobil. Nilai strategisnya terletak pada kemampuan menyesuaikan silikon dengan algoritma dan konfigurasi sensor milik sendiri, sekaligus mengurangi biaya pembelian chip dari pihak eksternal. 1

XPeng menempatkan target Level 4 pada 2028

XPeng mengambil jalur yang lebih berpusat pada platform kendaraan dan perangkat lunak. Mona L03 menjadi salah satu kendaraan yang membawa sistem bantuan berkendara berbasis VLA serta chip Turing, tetapi target otonomi Level 4 perusahaan ditempatkan pada arsitektur SEPA 4.0 yang direncanakan untuk 2028.

Dalam konteks ini, target Level 4 XPeng merupakan peta jalan perusahaan, bukan bukti bahwa Mona L03 saat ini sudah mampu berkendara secara otonom Level 4. Pada Level 4, kendaraan dapat beroperasi tanpa kendali manusia dalam kondisi dan wilayah yang telah ditentukan, berbeda dari sistem Level 2 yang masih mengharuskan pengemudi memperhatikan jalan dan siap mengambil alih.

XPeng juga mengaitkan SEPA 4.0 dengan model fondasi AI internal dan konsep embodied AI untuk kendaraan serta robot. Namun, rincian kinerja dan validasi sistem tersebut belum sepenuhnya tersedia untuk dinilai secara independen.

Bagaimana posisi Tesla dan proyek Terafab?

Tesla dan SpaceX dilaporkan merencanakan dua fasilitas chip canggih di Texas: satu untuk mobil Tesla dan robot humanoid, serta satu lagi untuk pusat data AI berbasis ruang angkasa.

Proyek yang dikenal sebagai Terafab disebut memiliki ambisi sangat besar. Elon Musk juga dilaporkan memperkirakan bahwa kebutuhan SpaceX dapat mencapai sekitar tiga kali keluaran Tesla. Namun, angka tersebut menggambarkan rencana dan proyeksi, bukan kapasitas produksi yang sudah berjalan.

Sejumlah laporan menyebut Terafab menargetkan proses 2 nm, tetapi detail teknis, skala produksi, dan jadwal operasionalnya masih bersifat prospektif. Karena itu, Terafab belum dapat diperlakukan sebagai pembanding langsung terhadap Xring D100 yang telah menyelesaikan validasi desain, meski keduanya menunjukkan dorongan menuju integrasi vertikal.

Perdebatan tentang HW4 Tesla

Kritik bahwa perangkat keras Tesla HW4 atau AI4 tidak akan mampu mendukung Full Self-Driving tanpa pengawasan manusia berasal dari investor dan analis, bukan temuan teknis yang sudah mapan. Salah satu laporan menyebut Tesla memberi tahu JPMorgan bahwa HW4 cukup untuk menjalankan FSD v15 dan operasi tanpa pengawasan.

Di saat yang sama, Tesla juga mengembangkan AI4.5 dengan peningkatan komputasi yang relatif terbatas dan memori sekitar dua kali lebih besar. Perbedaan pendapat ini menunjukkan bahwa persoalan utama tidak hanya terletak pada ukuran proses manufaktur chip, tetapi juga pada perangkat lunak, validasi keselamatan, regulasi, dan kemampuan sistem menghadapi kondisi jalan yang beragam.

Kesimpulan: spesifikasi tinggi belum sama dengan otonomi Level 4

Proses 3 nm—atau 2 nm dalam rencana Terafab—dapat membantu meningkatkan efisiensi energi dan kepadatan transistor. Namun, ukuran node tidak dengan sendirinya membuktikan bahwa sebuah kendaraan aman untuk beroperasi secara otonom pada Level 4.

Xiaomi memiliki klaim strategis yang ambisius melalui Xring D100: AI berukuran sangat besar diproses langsung di kendaraan dan penggunaan komersial dimulai pada 2027. NIO lebih menonjolkan penghematan biaya dan kendali rantai pasok, XPeng menawarkan peta jalan menuju Level 4 pada 2028, sementara Tesla menyiapkan kapasitas chip jangka panjang melalui proyek yang belum terealisasi.

Tolok ukur sesungguhnya baru akan terlihat ketika chip-chip tersebut diproduksi dalam skala besar, dipasang pada kendaraan konsumen, dan menunjukkan performa berkendara yang dapat diamati serta diverifikasi secara independen.