Nvidia(NVDA.US)Pratinjau konferensi GTC: Apakah penguasa AI dapat mempertahankan kekuasaannya, pasar memantau ketat strategi baru "pasca era pelatihan"

Seiring dengan pelaksanaan tahunan konferensi pengembang (GTC Nvidia )NVDA.US( yang akan dimulai minggu depan, acara yang dikenal sebagai “penunjuk arah tahunan di bidang AI” ini, tingkat kehebohan dan pentingnya meningkat tahun ini. Ketika CEO perusahaan Huang Renxun akan memasuki arena hoki yang penuh sesak pada hari Senin mendatang )waktu setempat 16 Maret(, perhatian investor global akan tertuju pada kartu apa yang akan dia mainkan untuk menghadapi persaingan pasar yang semakin ketat dan memperkuat posisinya sebagai pemimpin chip AI )AI(.

Konferensi GTC selama empat hari ini tidak hanya menjadi panggung bagi Nvidia untuk menampilkan kemajuan terbaru dalam bidang chip, pusat data, platform perangkat lunak CUDA, agen AI, dan robotika, tetapi juga merupakan ujian kunci terhadap arah strategi perusahaan. Setelah melaporkan hasil keuangan yang melebihi ekspektasi namun tidak mampu mendorong kenaikan harga saham secara signifikan sebelumnya, para investor sangat mengharapkan jaminan: strategi Nvidia dalam mengembalikan keuntungan ke ekosistem AI sedang menunjukkan hasil.

Analis dari lembaga riset pasar eMarketer, Jacob Bourne, mengatakan: “Saya memperkirakan Nvidia akan menampilkan pembaruan peta jalan lengkap dari Rubin hingga Feynman, sambil menekankan inferensi, AI agen, teknologi jaringan, dan infrastruktur pabrik AI.”

“Era pasca pelatihan” fokus kompetisi: chip inferensi

Seiring industri AI beralih dari tahap “pelatihan” model besar ke tahap “inferensi” di mana agen AI menjalankan tugas di aplikasi, pola persaingan pasar sedang mengalami perubahan mendalam. Meskipun Nvidia saat ini menguasai lebih dari 90% pasar pelatihan dan inferensi, analis umumnya percaya bahwa kehilangan pangsa pasar tersebut tidak dapat dihindari, terutama di bidang inferensi.

Pendiri sekaligus CEO startup chip inferensi d-Matrix, Sid Sheth, mengatakan bahwa meskipun Nvidia akan tetap memegang dominasi di bidang pelatihan, “inferensi adalah hal yang sama sekali berbeda.” Ia menambahkan bahwa CUDA, sebagai perangkat lunak inti yang mendukung sebagian besar pelatihan AI Nvidia dan mengunci pengembang dalam ekosistemnya, memiliki “zona pertahanan” yang lemah di bidang inferensi. Pengembang dapat beralih ke pesaing di luar Nvidia karena menjalankan model AI yang sudah selesai tidak memerlukan pemrograman rumit seperti saat melatihnya.

Untuk menghadapi tren ini, Nvidia diperkirakan akan meluncurkan produk baru yang dioptimalkan khusus untuk beban kerja inferensi selama konferensi. Dilaporkan bahwa sebuah chip inferensi yang menggabungkan teknologi dari startup AI Groq yang diakuisisi sebesar 1,7 miliar dolar pada Desember tahun lalu mungkin akan diperkenalkan, bertujuan menyediakan kemampuan inferensi yang cepat dan hemat biaya. Teknologi AI ultra-cepat Groq akan diintegrasikan ke dalam ekosistem CUDA Nvidia yang luas, untuk memperkuat “zona pertahanan” perangkat lunaknya.

Ancaman potensial dan “benteng pertahanan” Nvidia

Namun, tantangan tetap besar. Di satu sisi, pelanggan utama Nvidia termasuk OpenAI dan Meta )META.US( telah memulai pengembangan chip sendiri, dan Meta bahkan secara tegas berencana merilis satu chip AI baru setiap enam bulan. Kemunculan sirkuit terintegrasi khusus )ASIC( dianggap sebagai ancaman jangka panjang terhadap GPU Nvidia, karena chip yang disesuaikan untuk fungsi tertentu ini menunjukkan efisiensi yang lebih tinggi dalam skenario inferensi.

Kepala Grup Insights Summit, KinNgai Chan, mengatakan bahwa dibandingkan setahun lalu, Nvidia pasti akan menghadapi persaingan pasar yang lebih sengit, dan diperkirakan pada tahun 2027, dengan perusahaan mengimplementasikan chip ASIC buatan sendiri secara massal, pangsa pasar Nvidia akan menurun, terutama di pasar chip inferensi.

Untuk mengatasi tantangan ini, Nvidia melakukan berbagai langkah penguatan pertahanan. Selain mengakuisisi Groq, perusahaan juga baru-baru ini menginvestasikan 2 miliar dolar ke perusahaan komunikasi optik Lumentum )LITE.US( dan Coherent )COHR.US(, bertujuan mendorong penerapan teknologi “optik kemasan bersama” )CPO(. Teknologi ini menggunakan cahaya alih-alih sinyal listrik untuk mentransfer data antar chip, berpotensi meningkatkan efisiensi koneksi pusat data skala besar dan mengurangi konsumsi daya. Analis William Blair, Sebastien Naji, memperkirakan bahwa CPO akan menjadi terobosan utama dalam arsitektur chip Feynman generasi berikutnya.

Bourne dari eMarketer menambahkan bahwa Nvidia kemungkinan akan menempatkan teknologi CPO sebagai kunci koneksi efisien untuk klaster AI skala besar selama GTC, tetapi saat ini volume produksi teknologi ini belum mampu menyamai jumlah pengiriman chip Nvidia, dan biaya serta kelayakan skala besar penggunaannya akan menjadi perhatian utama investor.

Di sisi lain, posisi prosesor pusat )CPU( yang lama didominasi Intel )INTC.US( dan AMD )AMD.US( dalam tugas AI sedang meningkat kembali. Analis Third Bridge, William McGonigle, menyatakan bahwa dengan munculnya AI agen, “lapisan orkestrasi agen” yang bertanggung jawab oleh CPU menjadi hambatan kinerja baru. Oleh karena itu, analis ini memperkirakan Nvidia akan menampilkan produk server yang hanya menggunakan CPU mereka sebagai respons terhadap tren baru ini.

AI agen dan robot: mendorong gelombang pertumbuhan berikutnya

Selain kompetisi di tingkat perangkat keras, pasar juga fokus pada apakah aplikasi AI dapat mendukung kebutuhan daya komputasi yang berkelanjutan. Huang Renxun sebelumnya menegaskan bahwa AI agen akan menjadi kekuatan pendorong utama berikutnya untuk kebutuhan inferensi. Sheth dari d-Matrix menyatakan bahwa seiring potensi AI suara, video, dan multimodal yang semakin terungkap, bidang ini berpotensi membawa gelombang baru dalam perhitungan inferensi.

Teknologi robotika dipandang sebagai ruang pertumbuhan lain. CEO The Futurum Group, Daniel Newman, menyebutkan bahwa Nvidia melaporkan sekitar 6 miliar dolar pendapatan terkait robot pada kuartal terakhir, dan memperkirakan jadwal pengembangan robot humanoid akan sangat “agresif”. Ini menunjukkan bahwa AI fisik mungkin akan menjadi kenyataan lebih cepat dari yang diperkirakan.

Geopolitik: pedang Damokles yang menggantung di atas raksasa chip

Di luar kompetisi teknologi, faktor geopolitik semakin menjadi variabel kunci yang mempengaruhi masa depan Nvidia. Seiring AS mempertimbangkan untuk memperluas pembatasan ekspor chip AI, dan akses ke pasar utama seperti China terbatas, jejak penjualan global Nvidia sedang dibentuk ulang. Dilaporkan bahwa setelah pasar China benar-benar dingin, Nvidia berhenti memproduksi chip H200 dan memindahkan kapasitas ke platform Rubin generasi berikutnya.

Dalam konteks ini, investasi besar di infrastruktur AI di kawasan Timur Tengah seperti Arab Saudi dan Uni Emirat Arab sangat penting bagi Nvidia. Namun, konflik regional, biaya energi, dan kecepatan pembangunan pusat data menambah ketidakpastian terhadap permintaan di pasar baru ini.