Perbedaan AI Berbasis Cloud dan On-Device AI pada Smartphone
- AI berbasis cloud mengirim permintaan ke server internet untuk memakai model besar, sedangkan on-device AI memproses data langsung di smartphone melalui CPU, GPU, dan NPU.
- On-device AI cenderung lebih cepat dan menjaga data tetap lokal, tetapi kinerjanya bergantung pada chipset; cloud membutuhkan internet stabil serta perhatian pada kebijakan privasi.
- Smartphone mulai menggabungkan kedua metode secara hybrid: tugas ringan diproses di perangkat, sementara kebutuhan komputasi besar dialihkan ke cloud, seperti pada Apple Intelligence dan ekosistem Android.
Teknologi kecerdasan buatan atau artificial intelligence (AI) pada smartphone berkembang semakin pesat. Berbagai fitur canggih kini mulai tersedia langsung di HP. Di balik fitur tersebut, ada dua metode pemrosesan yang umum digunakan, yaitu AI berbasis cloud dan on-device AI. Keduanya memiliki cara kerja berbeda, mulai dari lokasi pemrosesan data hingga kebutuhan koneksi internet dan kemampuan perangkat keras. Lalu, apa saja perbedaan lengkap keduanya?
1. AI berbasis cloud mengandalkan server internet
ilustrasi ChatGPT (pexels.com/@sanketgraphy) AI berbasis cloud merupakan teknologi kecerdasan buatan yang memproses permintaan melalui server jarak jauh. Saat kamu memberikan perintah, smartphone akan mengirimkan data melalui internet ke server penyedia layanan. Server kemudian memproses permintaan menggunakan model AI dan mengirimkan hasilnya kembali ke HP. Metode ini memungkinkan smartphone mengakses model AI berukuran besar tanpa menyimpan seluruh model di dalam perangkat. Contohnya adalah chatbot AI berbasis web, layanan pembuatan gambar, dan fitur asisten yang membutuhkan kemampuan komputasi tinggi.
2. On-device AI memproses data langsung di HP
Galaxy AI, salah satu on-device AI (samsung.com) Berbeda dari cloud, on-device AI menjalankan model kecerdasan buatan langsung pada perangkat. Data yang diproses tidak perlu dikirim ke server eksternal untuk menyelesaikan tugas yang didukung. Metode ini memanfaatkan komponen smartphone, seperti CPU, GPU, dan Neural Processing Unit (NPU). Contohnya bisa ditemukan pada fitur pengenalan suara, penerjemah offline, peringkas teks, dan pengolahan foto berbasis AI. Google mengembangkan Gemini Nano sebagai model AI yang dapat berjalan langsung di perangkat Android melalui sistem AICore.
3. Punya perbedaan kecepatan, privasi, dan kebutuhan internet
ilustrasi AI (pexels.com/@tara-winstead) Pengalaman memakai AI sangat bergantung pada di mana data diproses. AI yang berjalan langsung di HP bisa merespons lebih cepat karena tidak perlu bolak-balik mengirim data ke server. Namun, seberapa cepat kinerjanya tetap bergantung pada kekuatan chipset dan seberapa berat tugasnya. Soal privasi, AI on-device dinilai lebih aman karena data tidak terkirim secara daring. Beda dengan AI berbasis cloud yang harus mengirim data ke server, sehingga kita harus sangat memperhatikan kebijakan privasinya. Biarpun begitu, pemrosesan lokal bukan berarti aplikasi tersebut 100 persen tidak akan pernah mengirim data ke internet sama sekali.
4. On-device AI membutuhkan chipset dan memori yang memadai
ilustrasi teks AI (unsplash.com/@markuswinkler) Menjalankan model AI secara lokal membutuhkan sumber daya perangkat keras. Smartphone harus memiliki chipset dengan kemampuan komputasi AI yang tinggi, kapasitas RAM besar, dan ruang penyimpanan untuk model AI. Sebaliknya, AI berbasis cloud memiliki kebutuhan perangkat keras lokal yang lebih ringan karena sebagian besar komputasi berlangsung di server. Namun, smartphone tetap membutuhkan koneksi internet yang stabil untuk mengirim permintaan dan menerima hasilnya. Model AI di server juga bisa diperbarui tanpa harus mengunduh seluruh model ke perangkat.
5. Beberapa smartphone mulai menggabungkan kedua metode
ilustrasi Apple Intelligence (apple.com) AI berbasis cloud dan on-device sebenarnya tidak harus saling menggantikan. Produsen smartphone dan pengembang layanan AI mulai menerapkan sistem hybrid yang memilih metode pemrosesan berdasarkan jenis permintaan. Contohnya adalah Apple Intelligence yang dapat memproses sejumlah permintaan di iPhone dan menggunakan Private Cloud Compute untuk tugas yang membutuhkan kemampuan komputasi lebih besar. Google juga menyediakan pendekatan hybrid melalui ekosistem Android, termasuk opsi mengalihkan pemrosesan dari Gemini Nano ke model cloud ketika perangkat atau tugas membutuhkan kemampuan tambahan.
Perbandingan AI berbasis cloud dan on-device AI
Aspek
AI berbasis cloud
On-device AI
Lokasi pemrosesan
Server internet
Chipset HP
Internet
Dibutuhkan
Bisa offline
Kemampuan Model
Dapat memakai model besar
Umumnya model lebih ringkas
Privasi
Data dikirim ke server
Data dapat tetap di perangkat
Kecepatan
Bergantung koneksi dan server
Bergantung chipset
Kebutuhan Perangkat
Lebih ringan
Membutuhkan hardware memadai
Pada masa mendatang, perkembangan NPU dan chipset smartphone diprediksi akan berperan penting dalam meningkatkan kemampuan AI lokal. Hal ini memungkinkan semakin banyak fitur kecerdasan buatan berjalan langsung di HP sehingga tidak perlu bergantung sepenuhnya pada server internet.
