AI Rancang Chip, Risiko Pelanggaran Paten Jadi Sorotan Industri

Telset.id – Kemampuan AI dalam merancang chip kini memunculkan persoalan baru yang berpotensi mahal bagi industri semikonduktor: apa yang terjadi jika AI menghasilkan desain yang melanggar paten pihak lain, lalu desain itu berakhir di ribuan chip yang keluar dari lini produksi. Persoalan ini menjadi sorotan setelah sejumlah perusahaan alat desain chip dan laboratorium AI besar mulai memakai agen AI untuk tugas-tugas perancangan yang sebelumnya dikerjakan manusia.

Tom’s Hardware Premium mewawancarai sejumlah pakar, termasuk Domenec Forte, profesor teknik elektro dan komputer di University of Florida, serta Simon Moore, profesor teknik komputer di University of Cambridge, untuk membahas isu yang berpotensi berdampak luas pada pasar desain chip AI. Forte menyebut AI “sebagian besar memperkuat masalah yang sudah ada” karena dapat menyebarkan desain hasil salinan atau paten yang dilanggar ke ribuan chip sebelum ada yang menyadarinya, bahkan tanpa ada pihak yang berniat melakukannya.

Pemicu kekhawatiran ini adalah gelombang pengumuman dari pemain industri. Pekan ini, Synopsys mengumumkan rangkaian alat AgentEngineer yang mampu menjalankan tugas berdurasi panjang untuk memverifikasi dan mengimplementasikan chip, termasuk merencanakan desain analog dan manufaktur. Synopsys mengklaim sudah memiliki lebih dari 50 keterlibatan pelanggan dan berencana menawarkan teknologi ini untuk ketersediaan umum pada akhir tahun.

Synopsys tidak sendirian. Pesaingnya, Cognichip, menyatakan platform ACI-nya dapat menghasilkan spesifikasi dan RTL, lalu otomatis memproduksi rencana verifikasi dan testbench. Di China, Empyrean Technology baru-baru ini mengklaim agen AI berhasil memangkas waktu penyelesaian satu tugas tata letak sirkuit dari empat minggu menjadi satu. Bahkan laboratorium AI besar ikut masuk: OpenAI menyebut modelnya membantu dirinya dan Broadcom mengembangkan Jalapeño, chip inferensi kustom pertamanya, dari desain awal hingga tape-out hanya dalam sembilan bulan.

Masalah Provenance dan Keterlacakan Desain

Menyalin desain tidak sesederhana memasukkan inti Arm atau RTL milik pihak lain langsung ke dalam model. Menurut Forte, keahlian AI justru terletak pada kemampuannya menyerap literatur dalam jumlah besar dari makalah akademik dan aplikasi paten, lalu menyusun desain yang mirip. Dalam ruang yang dibatasi kebutuhan daya, tantangan performa, area fisik yang terbatas, serta standar wajib yang harus dipatuhi, hanya ada sejumlah desain yang layak dan bisa dicapai AI dengan lebih cepat—sehingga berpotensi meniru karya pihak lain tanpa disengaja.

“Bahkan sirkuit yang menjumlahkan dua angka pun mengambil dari katalog desain buku teks yang terdokumentasi baik,” kata Forte. “Minta yang tercepat, dan Anda kemungkinan akan mendarat pada desain yang sudah pernah dipublikasikan seseorang.”

Kondisi itu menciptakan masalah provenance bagi chip, karena insinyur manusia umumnya mendokumentasikan dan dapat menjelaskan asal ide mereka serta IP apa yang dilisensikan. AI belum tentu memiliki keterlacakan yang sama. Forte menyebut alat yang ada saat ini dapat mengidentifikasi salinan yang mirip, tetapi desain bisa ditulis ulang atau dilewatkan melalui alat sintesis yang mengubah implementasinya tanpa mengubah fungsi dasarnya.

Forte mengusulkan agar pemilik IP nantinya menyimpan versi terenkripsi desain mereka di repositori bersama, sehingga agen tepercaya dapat memeriksa apakah perangkat keras yang baru dihasilkan tumpang tindih dengan IP yang ada tanpa mengekspos desain aslinya. Ia kurang yakin pada watermarking karena bisa dihapus atau dipalsukan. Standar internasional dapat membantu: IEEE 1735 mendefinisikan metode enkripsi IP desain elektronik dan pengelolaan hak yang melekat padanya. Namun Forte menilai standar semacam itu mungkin perlu melangkah lebih jauh, dengan mendefinisikan apa yang boleh diakses, disimpan, dan dipelajari agen AI saat beroperasi di dalam alat desain elektronik.

Kehati-hatian Industri Menahan Laju Adopsi

Meski demikian, industri semikonduktor tidak serta-merta menjadi ajang bebas dalam hal desain chip oleh AI. Alasannya sederhana: industri ini sangat berhati-hati terhadap teknik desain baru karena perangkat lunak dapat ditambal, sedangkan silikon yang sudah difabrikasi tidak bisa.

“Begitu Anda mengirim chip, Anda mengirim chip itu, dan Anda tidak bisa mengubah transistor,” kata Simon Moore, profesor teknik komputer di University of Cambridge, dalam wawancara dengan Tom’s Hardware Premium.

Moore memperkirakan verifikasi kini menyumbang lebih dari separuh upaya yang dibutuhkan untuk mengeluarkan banyak chip, sementara alat verifikasi mapan dapat memberi tahu insinyur apakah tes yang dihasilkan AI benar-benar meningkatkan cakupan. Membiarkan AI melakukan pengujian, menyelidiki titik kegagalan yang mungkin, dan memeriksa hasil dalam skala besar disebut Moore sebagai “hal yang jelas masuk akal.” Namun membiarkan AI mengambil keputusan arsitektural, yang jauh lebih sulit dibatalkan, adalah garis yang tidak dilewati sebagian besar produsen.

Kehati-hatian yang sama menjelaskan mengapa IP berlisensi kemungkinan bertahan dari gempuran konten yang dihasilkan AI, meski teknologi itu mampu menghasilkan blok yang secara teknis serupa. Membeli blok dari Arm, Synopsys, atau vendor mapan lain disertai riwayat perusahaan dan jaminan bahwa blok tersebut telah melewati verifikasi serta pemeriksaan kepatuhan standar yang relevan. Arm sendiri menghasilkan hampir $5 miliar pada tahun fiskal 2026, yang sekitar separuhnya berasal dari lisensi dan sisanya dari royalti. Synopsys juga meraup pendapatan dengan cara serupa, menjual portofolio besar IP “silicon-proven” bersama perangkat lunak desain chip-nya.

Ditanya apakah AI dapat mengurangi ketergantungan pada IP berlisensi, Forte menjawab, “Untuk blok bangunan rutin, mungkin ya. Tetapi blok IP berlisensi jauh lebih dari sekadar file desainnya.” Jika insinyur semakin harus bertanya bukan hanya apakah sebuah desain berfungsi, tetapi dari mana asalnya dan apakah pihak lain sudah memiliki sebagiannya, provenance bisa menjadi hal yang semakin bersedia dibayar oleh perusahaan semikonduktor.

“Saya akan memperlakukan desainer AI seperti karyawan baru yang brilian,” kata Forte. “Cepat dan berbakat, tetapi semua yang dihasilkannya diperiksa.”

Dinamika ini berlangsung di tengah tekanan yang lebih luas pada industri AI. Biaya AI Anjlok hingga 13 kali lipat per tahun, sementara laboratorium frontier menghadapi tekanan yang meningkat. Ketegangan lintas negara juga mewarnai lanskap ini, termasuk ketika AS dan China Bersitegang soal serangan distilasi model AI frontier.

Bagi industri desain chip, pertanyaan yang tersisa bukan hanya apakah sektor ini akan tetap kuat, tetapi juga apakah AI merupakan pengganti yang layak bagi kecerdikan manusia. Industri ini sangat bergantung pada kekayaan intelektual, dan belum jelas apa yang terjadi ketika AI merancang sesuatu yang sudah dimiliki pihak lain.