Nvidia secara berturut-turut meluncurkan 7 chip "bom raja", target berubah dari penjual chip menjadi pabrik AI! Apakah strategi Huang Renxun berubah? Industri: Ringkasnya dalam satu kalimat adalah "menjual standar"

Reporter******|Yang Hui******

Editor******|Cheng Peng Dong Xing Sheng Du Bo Proofreading******|Chen Kemin****************

Waktu setempat, 16 Maret, pendiri dan CEO Nvidia Huang Renxun kembali tampil di panggung SAP Center San Jose setelah satu tahun, mengenakan jaket kulit khasnya, membuka pidato bertema “GTC 2026”.

Meskipun sebelum mulai Huang Renxun sudah mengingatkan, “Ini adalah konferensi teknologi,” tetapi sepanjang pidato, dari robot humanoid hingga mengemudi cerdas, hingga “lobster” yang sedang populer akhir-akhir ini dan tujuh chip “senjata utama,” Huang Renxun tetap memberikan nuansa seperti peluncuran produk baru.

Pada 17 Maret, Gao Fei, Presiden Zhidian Network yang menghadiri GTC secara langsung, mengatakan kepada wartawan “Daily Economic News” bahwa menurutnya, seluruh pemikiran Huang Renxun sebenarnya mengikuti pola “bakar lebih banyak Token (unit pengolahan terkecil dari teks input AI)” saja. Selain itu, para profesional industri juga merangkum tiga “trik besar” Huang Renxun: membangun ekosistem sistem, menaikkan ambang batas agar pesaing tidak bisa “mengambil keuntungan besar”; menyediakan alat “bakar Token,” memperkenalkan simulasi digital twin + Agent (agen cerdas), memudahkan pengguna untuk “bakar” lebih banyak; serta mengoptimalkan sistem untuk menurunkan biaya Token, menarik lebih banyak pengguna.

Seiring dengan serangkaian produk baru, Huang Renxun menyatakan bahwa Nvidia sedang bertransformasi dari perusahaan chip menjadi pabrik AI dan infrastruktur AI. Namun, menurut Chen Jia, seorang peneliti strategi internasional independen, sebelumnya Nvidia secara kasat mata menjual daya komputasi, tetapi sebenarnya terus menjual ekosistem daya komputasi, dan baru-baru ini memanfaatkan model besar generatif yang digabungkan dengan mesin grafis 3D Nvidia untuk mempromosikan konsep kebutuhan daya komputasi, yang merupakan kekuatan inti yang tak tergantikan. Jika dikombinasikan dengan strategi dan produk Nvidia di bidang robot humanoid dan mengemudi cerdas, saat ini Nvidia lebih condong untuk “menjual alat” daripada langsung menambang “emas” di lubang data AI.

Mengikuti Tren “Budidaya Lobster”

Gao Fei mengatakan kepada wartawan bahwa dalam konferensi GTC kali ini, dua bidang atau produk yang paling meninggalkan kesan padanya adalah OpenClaw dan LPU (Language Processing Unit) dari Groq.

Gelombang “budidaya lobster” yang muncul setelah Tahun Baru Imlek tahun ini juga menyentuh Huang Renxun. Bagaimana pandangannya terhadap “budidaya lobster”? Di panggung GTC, Huang Renxun menghabiskan waktu cukup lama untuk memperkenalkan apa itu OpenClaw, dan memuji bahwa ini membuka bidang baru berikutnya dalam AI. “OpenClaw adalah proyek sumber terbuka paling populer dalam sejarah manusia, dan hanya dalam beberapa minggu sudah mampu melakukannya, melebihi apa yang dicapai Linux (sistem operasi) dalam 30 tahun.”

Sumber gambar: Cuplikan dari situs resmi Nvidia

Alasan membandingkan dengan Linux adalah karena menurut Huang Renxun, OpenClaw juga merupakan sebuah sistem, memiliki sumber daya yang dikelola, dapat dijadwalkan, dapat berkembang dan memanggil sub-agen lain, serta memiliki input dan output. “OpenClaw secara substansial membuka sistem operasi komputer agen cerdas, ini adalah momen yang telah lama ditunggu industri—awal dari kebangkitan perangkat lunak baru.”

Setelah memuji, Huang Renxun mengemukakan kemungkinan yang lebih menarik dari “budidaya lobster”: SaaS (Software as a Service) tradisional akan sepenuhnya berevolusi menjadi “AaaS (Agent as a Service).” Dalam operasi perusahaan di masa depan, menyediakan “anggaran token tahunan” untuk setiap insinyur akan menjadi standar baru yang mendorong peningkatan produktivitas sepuluh kali lipat.

Dengan demikian, tidak sulit untuk memahami mengapa “budidaya lobster” menyentuh hati Nvidia, yang dikenal sebagai “penjual alat.” Seperti yang dikatakan seorang profesional industri, dalam kondisi saat ini, jika Token tidak “terbakar,” rantai AI secara keseluruhan tidak akan berjalan, dan “lobster” adalah “pemantik” yang sangat baik.

Sumber gambar: Gambar dari Nvidia

Menurut informasi yang diperoleh wartawan dari “Daily Economic News,” perusahaan telah meluncurkan software stack NVIDIA NemoClaw?, yang cocok untuk platform agen cerdas OpenClaw. Diketahui bahwa NemoClaw menyediakan model terbuka dan lingkungan sandbox terisolasi, meningkatkan privasi dan keamanan data untuk agen cerdas otonom, serta menyediakan infrastruktur dasar bagi Claw. Selain itu, NemoClaw dapat menggunakan agen cerdas yang diprogramkan dengan bahasa apa pun.

Pendapatan Chip Menuju Triliun Dolar

Peluncuran chip juga menjadi “program andalan” Huang Renxun.

Sebelum peluncuran produk baru, Huang Renxun mengungkapkan secara rinci komposisi platform Vera Rubin. Menurutnya, Vera Rubin adalah superkomputer raksasa yang terdiri dari 7 chip dan 5 jenis rak. Ia juga menyebutkan bahwa dengan peluncuran Vera Rubin, titik balik AI agenik telah tiba, dan akan memicu gelombang pembangunan infrastruktur terbesar dalam sejarah.

Secara spesifik, ketujuh chip tersebut adalah: NVIDIA Vera CPU, NVIDIA Rubin GPU, Switch NVLink 6, NVIDIA ConnectX-9 SuperNIC, NVIDIA BlueField-4 DPU, Switch Ethernet NVIDIA Spectrum-6, dan NVIDIA Groq 3 LPU.

Di antaranya, Vera CPU dan Groq 3 LPU mendapatkan perhatian lebih. Menurut Nvidia, Vera CPU adalah prosesor pertama di dunia yang dirancang khusus untuk era AI agenik dan pembelajaran penguatan, dengan efisiensi dua kali lipat CPU rack tradisional, kecepatan meningkat 50%, dan saat ini sudah memasuki produksi massal penuh, akan didistribusikan ke mitra pada paruh kedua tahun ini. Wartawan juga memperhatikan bahwa Nvidia mengungkapkan daftar perusahaan utama yang akan mengimplementasikan Vera, termasuk Alibaba, Lenovo, dan perusahaan China lainnya; ByteDance juga muncul dalam daftar penyedia layanan cloud yang berencana mengimplementasikan Vera CPU.

Sedangkan Groq 3 LPU, yang membuat kesan mendalam bagi Gao Fei, adalah prosesor khusus untuk inferensi model bahasa besar. Dalam platform Vera Rubin, Groq 3 LPU akan bekerja sama dengan GPU. Menurut industri, tahap pelatihan lebih mengandalkan kekuatan komputasi “kekuatan kasar,” sementara tahap inferensi lebih menguji pengendalian biaya dan kecepatan respons. Dengan penerapan AI secara besar-besaran, kebutuhan daya inferensi akan melonjak secara eksponensial, dan penyedia cloud serta produsen hardware perlu merencanakan ulang distribusi sumber daya komputasi, dan kemungkinan akan muncul musim baru untuk chip inferensi kustom.

Groq adalah mitra baru Nvidia dalam konteks ini. Perusahaan ini didirikan pada 2016 dan fokus pada infrastruktur inferensi AI. Pada Desember 2025, Nvidia menandatangani perjanjian lisensi teknologi inferensi non-eksklusif dengan Groq, dan mengajak beberapa anggota inti Groq bergabung ke Nvidia untuk mempercepat skala teknologi terkait.

Sumber gambar: Cuplikan dari situs resmi Nvidia

Selain meningkatkan efisiensi daya komputasi, harga juga menjadi variabel utama yang harus dipertimbangkan saat ini.

Menurut Huang Renxun, chip daya Nvidia akan mencapai pendapatan 1 triliun dolar AS pada 2027. Padahal, prediksinya tahun lalu untuk permintaan pasar chip di 2026 hanya sekitar 500 miliar dolar AS. Untuk mencapai target penggandaan ini, daya komputasi Nvidia harus tampil dengan citra yang lebih “bernilai uang.”

Untuk itu, Huang Renxun mengusulkan indikator utama “jumlah Token per watt.” Dalam pidatonya, ia juga menekankan biaya Token dan mengutip perhitungan terkait yang menyatakan bahwa Nvidia saat ini memimpin dunia dalam indikator ini.

Gao Fei menyatakan secara langsung bahwa menurutnya, seluruh pemikiran Huang Renxun sebenarnya mengikuti pola “bakar lebih banyak Token.” Selain itu, para profesional industri juga mengatakan bahwa secara umum, Nvidia memiliki tiga “trik besar”: membangun ekosistem sistem, menaikkan ambang batas agar pesaing tidak bisa “mengambil keuntungan besar”; menyediakan alat “bakar Token,” serta memperkenalkan simulasi digital twin + Agent untuk memudahkan pengguna “bakar” lebih banyak; serta mengoptimalkan sistem untuk menurunkan biaya Token dan menarik lebih banyak pengguna.

Melanjutkan “Menjual Alat”

Salah satu sorotan lain dari konferensi ini adalah pernyataan Huang Renxun bahwa Nvidia sedang bertransformasi dari perusahaan chip menjadi perusahaan pabrik AI dan infrastruktur AI. Ditambah lagi dengan serangkaian produk dan kerjasama di bidang mengemudi otomatis dan robot, industri mulai membahas apakah pemikiran AI Nvidia sudah berubah, dari penyedia daya komputasi menjadi penyedia solusi sistem.

(Gambar sumber: GTC2026)

Gao Fei menyatakan bahwa dari langkah-langkah Nvidia tersebut, intinya bukan pada pembuatan sistem, tetapi pada efisiensi daya komputasi. “Dulu, peningkatan chip bisa meningkatkan daya komputasi, tetapi sekarang, satu GPU saja tidak cukup, harus didukung jaringan dan penyimpanan, dan sekarang juga ditambah LPU, sehingga menjadi sebuah proyek sistem.”

Gao Fei juga menegaskan bahwa Nvidia tidak hanya sekadar menyediakan daya komputasi, tetapi juga melihat tren pasar dan kebutuhan aplikasi. “Di bidang mana AI memiliki permintaan besar, mereka akan melakukan optimisasi khusus untuk skenario tersebut. Jadi, dalam dua tahun terakhir, Nvidia juga menyebut dirinya sebagai perusahaan perangkat lunak dan algoritma, dan ini adalah alasan utamanya,” katanya.

Peneliti strategi internasional independen Chen Jia menambahkan bahwa secara keseluruhan, tujuan utama “GTC 2026” adalah untuk menunjukkan kekuatan Nvidia. Menurut Huang Renxun, Nvidia memiliki tiga platform teknologi utama: CUDA-X (dikembangkan Nvidia, berupa rangkaian alat pengembang yang dikemas sebagai API cloud, perpustakaan GPU akselerasi, dan teknologi lainnya); ekosistem yang luas; dan sistem pabrik AI yang luas.

“Dari sudut pandang ini, Nvidia di bawah kepemimpinan Huang Renxun secara kasat mata menjual daya komputasi, tetapi sebenarnya terus menjual ekosistem daya komputasi. Baru-baru ini, mereka juga memanfaatkan model besar generatif dan menggabungkannya dengan mesin grafis 3D Nvidia untuk mempromosikan konsep kebutuhan daya komputasi, yang merupakan kekuatan utama produk Nvidia di mata pesaing global dan kekuatan inti yang tak tergantikan. Sebaliknya, perusahaan-perusahaan baru seperti ‘lobster’ yang mengintegrasikan perangkat lunak dan perangkat keras AI justru yang benar-benar menjual daya,” kata Chen Jia.

Lebih jauh lagi, jika mengaitkan strategi perusahaan Nvidia di bidang robot humanoid, mengemudi otomatis, dan sistem NVLink Gro generasi keenam, dapat dilihat pesan yang sangat jelas: menghadapi kemajuan teknologi rantai industri semikonduktor dan AI global, serta tren persaingan kekuatan komputasi antar negara, Nvidia lebih memilih “menjual alat” daripada langsung menambang “emas” di lubang data AI. “Apa yang Nvidia lakukan sekarang, secara singkat, adalah menjual standar,” kata Chen Jia.

(Disclaimer: Isi dan data artikel ini hanya untuk referensi, tidak merupakan saran investasi. Harap verifikasi sebelum digunakan. Risiko ditanggung sendiri.)