CPU: Otak Komputer — Jantung dari Semua yang Kamu Lakukan
📋 Daftar Isi
Bayangkan CPU sebagai seorang manajer yang super cepat dan serba bisa. Dia bisa menghitung, mengambil keputusan, dan mengarahkan semua komponen lain — RAM, GPU, SSD — untuk bekerja sama. Tapi dia punya satu keterbatasan: dia hanya bisa mengerjakan satu hal dalam satu waktu.
Di artikel sebelumnya kita bahas apa itu AI. Sekarang mari kita lihat fondasi paling dasarnya: CPU, otak dari setiap komputer yang menjalankan semua kode — termasuk kode AI.
️ Cara Kerja CPU: Siklus Fetch-Decode-Execute
Setiap detik, CPU menjalankan miliaran siklus yang sama. Prosesnya disebut Fetch-Decode-Execute:
| Langkah | Proses | Ibaratnya |
|---|---|---|
| 1. Fetch | CPU ambil instruksi dari RAM | Ambil resep dari buku masak |
| 2. Decode | CPU artikan instruksi (misal: “tambah A+B”) | Baca & pahami resep |
| 3. Execute | CPU jalankan instruksi | Masak sesuai resep |
| 4. Writeback | Simpan hasil eksekusi | Catat hasil masakan |
Ini terjadi miliaran kali per detik (GHz = gigahertz = miliaran siklus per detik). CPU 3.5 GHz berarti 3,5 miliar siklus per detik. Gila, kan?
️ Arsitektur CPU: Kenalan dengan Komponen Dalam
| Komponen | Fungsi | Analogi |
|---|---|---|
| Core | Unit pemrosesan independen | Satu karyawan yang bisa kerja sendiri |
| Cache L1/L2/L3 | Memori super cepat di dalam CPU | Meja kerja — data yang sering dipakai ditaruh dekat |
| ALU (Arithmetic Logic Unit) | Menghitung +, -, ×, ÷ dan logika AND/OR/XOR | Kalkulator dalam CPU |
| FPU (Floating Point Unit) | Menghitung bilangan desimal | Kalkulator khusus pecahan |
| Control Unit | Mengatur aliran instruksi | Manajer yang ngatur urutan kerja |
| Register | Penyimpanan paling cepat (byte) | Catatan tempel di tangan |
Kenapa Core Banyak?
Dulu CPU cuma punya 1 core. Sekarang minimal 4-8 core, bahkan 16-64 core di workstation.
1 core = 1 jalur antrian. Kalau cuma 1 core, CPU antre semua tugas. Dengan 8 core, dia bisa kerjakan 8 tugas bersamaan.
Tapi penting: core banyak ≠ selalu lebih cepat. Software harus di-program agar bisa memanfaatkan banyak core (paralel). Ini yang disebut multithreading.
Clock Speed vs Core: Mana yang Lebih Penting?
Pertanyaan klasik: lebih baik CPU 4 core @ 5 GHz atau 16 core @ 2 GHz?
| Skenario | Butuh Core Banyak | Butuh Clock Tinggi |
|---|---|---|
| Gaming | 🟡 Sedang | 🟢 Sangat penting |
| Video editing | 🟢 Penting | 🟡 Sedang |
| AI Training | 🟢 Sangat penting | 🟡 GPU yang tangani |
| Browsing / Office | 🟡 Cukup 4 core | 🟢 Cukup 3 GHz |
| Compile code | 🟢 Sangat penting | 🟡 Lumayan |
💡 Untuk AI: CPU jarang dipakai untuk training (itu tugas GPU). Tapi CPU tetap penting untuk data preprocessing, loading dataset, dan orchestrating semua proses.
Peran CPU di Era AI
Banyak yang kira “AI = GPU doang.” Padahal CPU punya peran krusial:
| Peran | Fungsi | Analogi |
|---|---|---|
| Data Preprocessing | Membersihkan & memformat data sebelum dikirim ke GPU | Koki menyiapkan bahan masakan |
| Model Inference (Non-GPU) | Menjalankan LLM via llama.cpp/Ollama di CPU | Chef pengganti saat koki utama libur |
| Sistem Operasi & Orchestration | Menjalankan OS, atur memori, komunikasi GPU via PCIe | Manajer yang koordinasi semua departemen |
CPU Populer untuk AI (2025-2026)
| CPU | Core/Thread | Cocok untuk | Harga |
|---|---|---|---|
| AMD Ryzen 9 9950X | 16C/32T | Workstation AI, data prep | ~$650 |
| Intel Core Ultra 9 285K | 24C/24T (+NPU) | AI PC, hybrid workload | ~$600 |
| AMD Threadripper 7980X | 64C/128T | Server AI, heavy preprocessing | ~$5,000 |
| Intel Xeon W7-2595X | 26C/52T | Enterprise workstation | ~$2,200 |
| Apple M4 Max | 16C (+GPU/NPU) | Laptop AI development | Built-in |
Perhatikan: Intel Core Ultra sudah punya NPU (Neural Processing Unit) onboard — kita akan bahas detailnya di artikel NPU nanti.
Kesimpulan
| Aspek | Intinya |
|---|---|
| CPU secara umum | Manajer serba bisa — bisa ngapa-ngapain, tapi 1 tugas per core per waktu |
| Core banyak | Cocok untuk pekerjaan paralel (compile, render, data prep) |
| Clock tinggi | Cocok untuk tugas respons cepat (gaming, aplikasi real-time) |
| CPU di dunia AI |
Baca juga: RAM: Memori Penyimpanan Sementara — Otak Kedua yang Bikin Komputer Tidak Lambat untuk memahami pasangan CPU yang tak kalah penting.
Lanjutan
Di artikel selanjutnya kita akan bahas RAM & Storage — kenapa kapasitas dan kecepatan memori sangat krusial, terutama saat bekerja dengan model AI besar. Stay tuned!