Skip to main content
Blog

SIRI: PERJALANAN TEKNOLOGI DAN AI MIMOS

SIRI 2/5: 7 Oktober 2026 (Rabu)

SEBELUM AI MENJADI FENOMENA: KETIKA MIMOS DAN NVIDIA SUDAH MEMBINA MASA DEPAN GPU MALAYSIA

Daripada CUDA, GPU dan Big Data kepada MiAccLib, Galactica, Deep Learning dan sebuah nama Malaysia dalam katalog teknologi NVIDIA dunia

Oleh: Dr. Saat Shukri Embong
Presiden dan Ketua Pegawai Eksekutif Kumpulan
MIMOS Berhad

Ketika satu pasukan MIMOS sedang meneroka keselamatan melalui Quantum dan Cryptography, satu revolusi lain sedang berlaku dalam dunia computing. Komputer sedang berubah. Data sedang berkembang. Scientific applications semakin kompleks. Dan GPU mula keluar daripada dunia graphics menuju ke dunia general-purpose computing. Hari ini semua orang mengenali NVIDIA sebagai antara syarikat utama revolusi AI. Tetapi hubungan MIMOS dengan NVIDIA bermula lebih sedekad sebelum ledakan Generative AI.

  1. 18 Oktober 2012: sebuah milestone penting

Pada 18 Oktober 2012, NVIDIA mengumumkan pembukaan GPU R&D and Compute-Solution Center pertama di Asia Tenggara, bekerja sama dengan HP dan MIMOS. Pusat itu ditempatkan di kampus MIMOS. Ia bukan sekadar showroom hardware. Ia ditubuhkan sebagai one-stop centre untuk: promote GPU computing; share knowledge; teach GPU technology; support General-Purpose GPU atau GPGPU; dan menjalankan collaborative R&D.

MIMOS merekodkan bahawa pusat tersebut diuruskan melalui  Accelerative Technology Lab dan jointly governed by NVIDIA, HP and MIMOS. Perkataan “jointly governed” sangat penting. Ini bukan hubungan biasa: vendor → customer. Ia adalah: technology partner → national R&D partner → infrastructure partner → ecosystem.

  1. Apa yang cuba dibina?

Antara aktiviti pusat tersebut ialah: collaborative university research; CUDA teaching centres; GPGPU workshops; CUDA programming contests; technology roadshows; government and industry visits; GPU accelerator-library development; GPGPU application development; generic algorithms; benchmarking; testing.

Sekali lagi, kita melihat falsafah yang sama seperti Quantum: jangan hanya membeli mesin. Bangunkan manusia. Bangunkan algorithm. Bangunkan IP. Bangunkan ecosystem.

  1. Mengapa GPU begitu penting?

CPU sangat baik untuk general sequential processing. GPU pula direka untuk melaksanakan sejumlah sangat besar operasi secara selari. Dalam bahasa mudah: CPU ibarat beberapa pekerja yang sangat mahir. GPU ibarat ribuan pekerja yang melakukan kerja kecil secara serentak. Apabila workload sesuai, parallelism ini sangat berkuasa.

Ini kemudian menjadi asas kepada: scientific computing; image processing; financial modelling; Big Data; Machine Learning; Deep Learning; Generative AI. Tetapi pada 2012, masyarakat umum belum melihat sepenuhnya ke mana GPU akan membawa dunia. MIMOS sudah mula belajar menggunakannya sebagai computing platform.

  1. CUDA: Bahasa kepada accelerated computing

NVIDIA CUDA membuka jalan bagi developer menggunakan GPU untuk general-purpose computations. Maka penyelidik perlu mempelajari sesuatu yang baharu: bagaimana memecahkan problem menjadi parallel tasks; bagaimana mengurus GPU memory; bagaimana memindahkan data antara CPU dan GPU; bagaimana mengoptimumkan kernels; bagaimana memanfaatkan multi-GPU. Kemahiran ini tidak boleh dibeli dalam sebuah kotak. Ia perlu dibina melalui pengalaman.

  1. MIMOS menggunakan pusat tersebut untuk Big Data R&D

Dokumen pelancaran NVIDIA–HP–MIMOS menyatakan MIMOS ketika itu menggunakan pusat tersebut untuk R&D dalam: text processing; financial computation; data scrambling; dan Big Data processing. Libraries yang dihasilkan kemudiannya boleh digunakan oleh technology recipients dan end customers untuk commercialisation. Jadi hubungan teknologi itu mempunyai pathway: GPU → algorithm → library → application → technology recipient → market. Ini ialah asas sebenar applied R&D.

  1. Lahirlah MiAccLib

Salah satu hasil penting ialah: MIMOS Accelerator Library (MiAccLib). MiAccLib dibangunkan sebagai software library untuk mempercepat tugas berintensif data menggunakan CPU dan GPU. Antara keluarga fungsinya merangkumi: text/string analytics; searching; sorting; financial computation; security-related processing; database acceleration; dan video-related analytics. Ia menunjukkan satu perubahan besar: Malaysia bukan sekadar menggunakan GPU NVIDIA. Kita membina software IP di atas GPU ecosystem.

  1. Apabila nama MIMOS muncul dalam katalog NVIDIA

Kemudian berlaku sesuatu yang bagi saya amat simbolik. Dalam katalog rasmi NVIDIA mengenai GPU-accelerated applications, MiAccLib disenaraikan bersama applications dan libraries antarabangsa. MiAccLib dirujuk sebagai high-speed multi-algorithm search-engine library, termasuk fungsi searching ke atas data berskala sangat besar serta multi-GPU capability. Ini penting bukan kerana kita mahu mendakwa MIMOS setaraf dengan keseluruhan NVIDIA ecosystem. Tetapi kerana ia menunjukkan bahawa hasil kerja anak Malaysia telah masuk ke dalam landscape aplikasi GPU global yang NVIDIA sendiri paparkan. Satu nama kecil dalam sebuah katalog, tetapi membawa makna besar kepada sebuah negara.

  1. GPU financial library dan commercialisation

Rekod MIMOS turut menyebut pengalaman di mana GPU financial library dibangunkan untuk keperluan pelanggan dan kemudian menjadi sebahagian daripada NVIDIA standard SDK, sebelum penyelesaian pelanggan tersebut dikomersialkan di Malaysia dan negara Asia Tenggara. Bagi tujuan sejarah institusi, perkara ini sangat signifikan. Kerana alirannya bukan lagi sekadar: NVIDIA → MIMOS. Ia turut menunjukkan bahawa dalam sesetengah konteks: MIMOS innovation → NVIDIA ecosystem → market. Ini ialah bentuk hubungan teknologi yang kita mahu lebih banyak pada masa hadapan.

  1. Galactica: Apabila database bertemu GPU

Penyelidik MIMOS kemudian membangunkan Galactica/GalacticaDB. Persoalan R&D yang cuba diselesaikan sangat mudah: Bagaimana jika query kepada database yang sangat besar dapat dipercepatkan menggunakan parallel processing GPU? Daripada sini berkembang GPU database accelerator architecture. Kerja penyelidikan tersebut merangkumi: CPU–GPU workload management; data partitioning; memory optimisation; compression; parallel query processing. Penerbitan teknikal turut melibatkan Simon See daripada NVIDIA APAC bersama penyelidik MIMOS. Ini memberi satu lagi bukti penting bahawa hubungan bukan sekadar ceremonial partnership. Ada technical interaction.

  1. Dari MiAccLib kepada Mi-Galactica

MIMOS kemudian membangunkan Mi-Galactica sebagai query accelerator menggunakan multicore CPU dan many-core GPU bagi workload data berskala besar. Ini penting kepada sejarah AI kerana AI tidak hanya bergantung kepada model. AI bergantung kepada: data collection; storage; query; processing; cleaning; feature extraction; compute. Sebelum AI boleh “berfikir”, seseorang perlu membina capability supaya mesin dapat mengendalikan datanya.

  1. University ecosystem dan talent

NVIDIA–MIMOS collaboration juga memberi perhatian kepada universities; CUDA teaching. GPGPU workshops. Programming competitions. Collaborative research. Ini tidak boleh dianggap sebagai side activity. Sebenarnya talent development ialah salah satu output paling bernilai daripada collaboration. Hardware mempunyai lifecycle. Tetapi seorang engineer yang benar-benar memahami parallel computing boleh menghasilkan teknologi baharu berkali-kali.

  1. 2016: MIMOS menjadi NVIDIA GPU Research Centre

Pada 2016, MIMOS GPU R&D and Compute Solution Centre dinamakan oleh NVIDIA sebagai GPU Research Centre. Ia merupakan milestone penting. Pusat yang bermula pada 2012 kini mempunyai pengiktirafan dalam research ecosystem GPU NVIDIA. Dalam tempoh sama, MIMOS turut mengadakan NVIDIA Deep Learning activities.

Maka perjalanan itu semakin jelas:

GPGPU
↓
Big Data
↓
GPU Libraries
↓
Machine Learning
↓
Deep Learning.

  1. GPU yang kita pelajari dahulu ialah enjin AI hari ini

Hari ini training Large Language Models melibatkan accelerator infrastructure pada skala yang jauh lebih besar. Architecture telah berubah. GPU jauh lebih canggih. Software stack jauh lebih matang. Tetapi prinsip asas masih mempunyai kesinambungan: massive parallel computation. Maka pengalaman MIMOS dalam CUDA dan GPU bukan cerita sejarah yang terputus. Ia ialah salah satu lapisan dalam institutional capability MIMOS menuju AI.

  1. Ini bukan kisah bahawa MIMOS “mencipta AI Malaysia seorang diri”

Penting untuk kita rendah hati. AI Malaysia dibina oleh ramai pihak: universities; MOSTI; industry; MNC; startups; government agencies; research institutions; dan ribuan technologists. Tetapi fakta sejarah menunjukkan bahawa MIMOS adalah antara institusi Malaysia yang memasuki accelerated computing dan GPU research pada peringkat awal. Itu adalah warisan yang perlu dihargai. Bukan untuk nostalgia. Tetapi supaya kita tahu bahawa kita mempunyai asas untuk bergerak lebih jauh.

  1. Namun compute sahaja tidak menjadikan komputer pintar

GPU boleh mengira dengan sangat laju. Tetapi persoalan berikutnya lebih sukar: Bolehkah mesin memahami bahasa? Bolehkah ia memahami konteks? Bolehkah ia mengetahui bahawa dua perkataan sebenarnya membawa maksud berkaitan? Bolehkah ia melihat manusia dan memahami apa yang sedang berlaku? Maka perjalanan MIMOS memasuki bidang Semantic Technology. Natural Language Processing. Machine Learning. Computer Vision. Video Analytics.

Itulah cerita Siri 3.

 

– TAMAT –

RUJUKAN UTAMA — SIRI 2

NVIDIA, HP dan MIMOS GPU R&D Centre, 18 Oktober 2012.
NVIDIA Opens GPU R&D and Compute-Solution Centre with MIMOS

MIMOS Accelerative Technology, joint governance dan GPU Research Centre 2016.
MIMOS Accelerative Technology

Dokumen pelancaran mengenai Big Data, financial computation dan libraries.