Render Analisis Kekuatan Komputasi Terdesentralisasi: Setelah 60.000 GPU Terintegrasi, Bisakah Menantang Pola Perhitungan Cloud AWS

April 2026, komunitas Render Network menyelesaikan sebuah voting tata kelola yang dianggap industri sebagai "taruhan skala besar". Proposal RNP-023 disetujui dengan suara mayoritas 98,86% pada putaran pertama, secara resmi menjadikan Salad Network sebagai subnet eksklusif dalam ekosistem Render, dengan sekitar 60.000 GPU aktif harian.

Salad Network bukan penyedia kekuatan komputasi pusat data tradisional. Ia mengoperasikan jaringan GPU konsumen terbesar di dunia, mencakup lebih dari 180 negara, dengan lebih dari 450.000 node terdaftar, dan sekitar 60.000 GPU aktif harian. Sumber kekuatannya berasal dari GPU yang tidak terpakai milik gamer dan pengguna pribadi—model-model konsumen seperti RTX 3070, RTX 3080, RTX 3090, dan RTX 4090 menjadi sumber utama pasokan. Ini berbeda secara mencolok dari penyedia layanan cloud skala besar seperti AWS, GCP yang mengandalkan klaster enterprise A100, H100.



Per 19 Mei 2026, berdasarkan data pasar Gate, harga RENDER adalah 1,8254 dolar AS, kenaikan 2,90% dalam 24 jam, kapitalisasi pasar sekitar 946 juta dolar AS, suasana pasar netral.

Daftar Fakta Inti:

- Putaran pertama RNP-023 meraih 1,3 juta suara setuju, 15.500 menolak, tingkat persetujuan 98,86%
- Sekitar 60.000 GPU aktif harian Salad Network akan terintegrasi sebagai subnet eksklusif dalam Render
- Tiga tonggak integrasi: tahap pertama Chefs mendapatkan hadiah RENDER; tahap kedua pelanggan dapat membayar dengan RENDER; tahap ketiga seluruh transaksi dipindahkan ke model BME di blockchain
- Sebelum migrasi, Render Network sudah memiliki sekitar 5.700 node GPU aktif, memproses lebih dari 71,4 juta frame rendering
- Di GTC 2026, Jensen Huang memprediksi kebutuhan order untuk chip AI arsitektur Blackwell dan Vera Rubin akan mencapai minimal 1 triliun dolar AS hingga akhir 2027, dua kali lipat dari prediksi tahun sebelumnya

## Dari BME ke RNP-023: Garis Waktu Ekspansi Render

Ekspansi kekuatan komputasi Render Network bukan kejadian terisolasi. Perkembangannya terbenam dalam dua tren makro: kelaparan struktural AI terhadap sumber daya GPU, dan fase percobaan tahap-tahap dari narasi menuju realisasi jaringan infrastruktur fisik yang terdesentralisasi.

Garis Waktu:

- 2023: Komunitas mengusulkan RNP-002, migrasi Render dari Ethereum ke Solana, memperkenalkan model ekonomi token Burn-and-Mint Equilibrium (BME). Dalam model ini, biaya pembayaran tugas GPU dihancurkan, token baru dicetak sesuai kebutuhan, sehingga pasokan token berhubungan dinamis dengan penggunaan jaringan nyata.
- 2024-2025: Jaringan menguji kelayakan penjadwalan sumber daya GPU terdistribusi, proporsi inferensi dan fine-tuning AI terus meningkat, hingga awal 2026 beban kerja AI mendekati 40% dari total aktivitas jaringan.
- Maret 2026: Salad mengajukan proposal resmi untuk menjadi subnet eksklusif dalam Render Network.
- Maret 2026: GTC 2026 diadakan, Jensen Huang mempublikasikan prediksi kebutuhan 1 triliun dolar AS, narasi kekurangan GPU mendapatkan pengakuan industri.
- 1 April 2026: Putaran pertama RNP-023 selesai, 98,86% setuju.
- 7 April 2026: RNP-023 resmi disetujui, Salad dikonfirmasi bergabung dengan Render Network.

Kunci rantai pasok model BME dan integrasi: Salah satu desain inti RNP-023 adalah memasukkan pendapatan kekuatan komputasi Salad ke dalam mekanisme penghancuran BME. Pendiri Salad secara terbuka menyatakan: “Desain penghancuran melebihi penciptaan adalah keputusan matang—kami ingin pertumbuhan Salad menguntungkan ekosistem Render secara keseluruhan, bukan hanya kami sendiri.” Dari sini dapat disimpulkan (diperkirakan): jika integrasi Salad mendorong peningkatan penggunaan jaringan secara signifikan, volume penghancuran token dalam model BME akan meningkat, menciptakan logika “permintaan meningkat → penghancuran meningkat → pasokan menipis”. Tapi, apakah ini benar, tergantung pada tingkat penggunaan nyata, bukan teks proposal.

## Lompatan kekuatan dan kebenaran biaya: data perspektif

### Lompatan pasokan kekuatan: dari 5.700 ke atas 65.000+

Sebelum integrasi, Render Network memiliki sekitar 5.700 node GPU aktif. Penambahan Salad Network membawa sekitar 60.000 GPU aktif harian, sehingga kapasitas GPU yang secara teoritis dapat digunakan melonjak ke atas 65.000. Ini merupakan lonjakan non-kontinu pada kurva pasokan—bukan optimisasi bertahap, melainkan perubahan skala besar.

Namun, jumlah GPU tidak sama dengan kekuatan komputasi yang tersedia. GPU konsumen dan enterprise berbeda secara signifikan di berbagai dimensi:

Perbedaan utama GPU konsumen vs enterprise

| Dimensi | GPU Konsumen (Salad utama) | GPU Enterprise (AWS/GCP utama) |
| --- | --- | --- |
| Model umum | RTX 3070/3080/3090/4090 | A100 80GB / H100 80GB / H200 |
| Memori video | 8GB–24GB | 40GB–141GB |
| Bandwidth interkoneksi | PCIe (tanpa NVLink/NVSwitch) | NVLink + NVSwitch (interkoneksi bandwidth tinggi) |
| Penggunaan utama | Inferensi AI, batch processing, rendering skala kecil-menengah | Pelatihan distribusi skala besar, fine-tuning model >70B parameter |
| Keandalan node | Perangkat pribadi, bisa offline kapan saja | Data center, SLA 99,9%+ |
| Biaya per unit | Sangat rendah (mulai dari $0,02/jam) | Tinggi (H100 sekitar $4,50–$5,50/jam) |

Posisi Salad juga mendukung logika pembagian ini. Blog resmi mereka menyatakan bahwa model AI open-source semakin cenderung berjalan di hardware konsumen, dan beban kerja Agentic AI meningkat pesat, di mana setiap interaksi membutuhkan komputasi jauh lebih tinggi dari API tradisional. Selain itu, studi kasus Salad menunjukkan bahwa menjalankan beban kerja di GPU konsumen dapat mengurangi biaya sekaligus memperbesar skala. Ini berarti, jaringan Render yang terintegrasi tidak berusaha menggantikan AWS/GCP di semua skenario, melainkan fokus pada tugas yang toleran terhadap latensi tinggi, sangat sensitif terhadap biaya, dan dapat dipecah serta diparalelkan.

### Gap harga dengan AWS: penghematan hingga 90%

Ini adalah data kunci untuk memahami kompetisi Render vs AWS/GCP. Berikut perbandingan berdasarkan data harga terbuka semester pertama 2026:

Perbandingan harga GPU H100

| Penyedia | Tipe GPU | Harga per jam (USD) | Catatan |
| --- | --- | --- | --- |
| AWS (perhitungan satu kartu) | 1×H100 80GB | sekitar 4,50–5,50 | Estimasi Securities.io |
| Jaringan desentralisasi (Akash/Render) | 1×H100 80GB | sekitar 1,20–1,80 | Data Securities.io |
| Salad (konsumen) | Harga mulai terendah | 0,02 | Data dari salad.com |

Sumber data: Harga estimasi satu kartu H100 dan harga desentralisasi dari Securities.io; harga Salad dari salad.com. Harga bervariasi tergantung wilayah, fluktuasi pasokan, dan prioritas pengaturan, hanya sebagai acuan.

Harga GPU H100 di jaringan desentralisasi sekitar 25–35% dari harga on-demand AWS, menghemat 65–75%. Sedangkan GPU konsumen (seri RTX) dengan harga mulai dari $0,02/jam, selisih dengan cloud besar bisa lebih dari 90%.

Namun, satu logika penting yang harus diluruskan: harga rendah tidak otomatis berarti bisa menggantikan. Untuk tugas pelatihan sinkron besar dengan interkoneksi Infiniband berkecepatan tinggi, klaster terpusat tetap satu-satunya arsitektur yang memungkinkan. AWS dan GCP memiliki keunggulan hardware interkoneksi yang sulit ditiru oleh jaringan desentralisasi. Nilai utama Render Network adalah mengisi celah “tidak membutuhkan interkoneksi tinggi, tapi membutuhkan kekuatan paralel besar”—seperti inferensi AI, batch processing, fine-tuning model kecil-menengah, rendering 3D.

### Penghancuran lebih dari 122 juta token: penggunaan jaringan dan fundamental token

Data Q1 2026 menunjukkan bahwa Render Network telah memproses lebih dari 71,4 juta frame rendering, beban kerja AI mendekati 40%. Total token RENDER yang dihancurkan lebih dari 122.000.000.

Menurut data resmi, indikator utama Render Network Q1 2026:

| Indikator | Q1 2026 |
| --- | --- |
| Node GPU aktif | Lebih dari 5.700 |
| Frame yang diproses | 71.269.082 |
| Proporsi beban kerja AI | Hampir 40% |
| Token RENDER dihancurkan | 1.228.380 |
| Pasokan beredar | 552.011.095 / 644.168.762 maksimum |

Setelah integrasi Salad, jumlah node GPU aktif secara teoritis melonjak ke atas 65.000, tetapi jumlah online aktual tergantung efisiensi penjadwalan dan partisipasi Chefs, perlu data operasional berkelanjutan.

Ekonomi token (fakta dan analisis): Model BME Render membuat penggunaan jaringan dan pasokan token terkait secara mekanistik. Setelah integrasi Salad, pendapatan mereka sebagian masuk ke proses penghancuran BME. Dampaknya harus dipantau dari data penghancuran dan penggunaan jaringan secara berkelanjutan, jangan terlalu disimpulkan dari teks proposal saja.

## Divergensi pasar: tiga faksi utama interpretasi RNP-023

### Optimisme ekspansi: skala adalah benteng

Pendukung berpendapat, Render melalui integrasi Salad memperoleh sumber kekuatan komputasi yang sulit ditiru oleh cloud service tradisional—yaitu, ratusan juta gamer yang memiliki GPU tidak terpakai di seluruh dunia. Ciri-ciri pasokan ini: biaya marginal sangat rendah (perangkat sudah dimiliki, kekuatan komputasi adalah “produk sampingan”); distribusi geografis sangat tersebar (lebih dari 180 negara); skala memiliki efek jaringan (semakin banyak Chefs, semakin banyak kekuatan, semakin menarik pelanggan).

Pendiri Salad Bob Miles menyatakan setelah proposal disetujui: “Model AI open-source semakin cenderung berjalan di hardware konsumen. Beban kerja Agentic AI meningkat pesat—setiap interaksi membutuhkan komputasi jauh lebih tinggi dari API tradisional. Mesin yang dijalankan Chefs kami adalah infrastruktur yang dibutuhkan industri.”

Pengungkapan dari mitra institusional Render juga memperkuat narasi ini—NVIDIA, Stability AI, WME telah menjalin kerjasama. Partisipasi NVIDIA sangat menarik: perusahaan utama GPU ini, mengapa tertarik ke jaringan kekuatan desentralisasi? (perkiraan) Kemungkinan logika: ekosistem yang memperluas penggunaan GPU akan menguntungkan bisnis chip utama NVIDIA.

### Skeptisisme hati-hati: skala tidak sama dengan pendapatan

Pendapat yang lebih tenang berfokus pada data keras. Integrasi Salad membawa peningkatan pasokan kekuatan besar, tapi berapa besar kontribusi pendapatan nyata? Pendiri Salad tidak mengungkapkan prediksi pendapatan spesifik. Model valuasi protokol kripto biasanya tidak sama dengan rasio P/E tradisional, efek jaringan, hype naratif, dan prospek pertumbuhan masa depan lebih berpengaruh dalam penetapan harga token.

Selain itu, beberapa analis menunjukkan bahwa RNP-023 adalah peristiwa tata kelola, dampaknya tergantung eksekusi selanjutnya, bukan voting itu sendiri. Dalam pasar kripto, “beli harapan, jual kenyataan” adalah logika umum peristiwa.

### Struktur kompetisi: persaingan internal DePIN

Salad secara eksplisit menyatakan “memilih tidak menerbitkan token sendiri” dan bergabung ke ekosistem Render, alasannya adalah “Render memiliki tim, infrastruktur, dan komunitas terkuat”. Tapi pilihan ini juga berarti Salad melepaskan peluang menangkap nilai token secara independen, mengikat pasokan kekuatannya ke model BME Render.

Sementara itu, jalur kekuatan desentralisasi tidak didominasi oleh Render saja. Akash Network yang berorientasi pasar terbuka untuk aplikasi kontainer umum, dan io.net yang fokus pada penjadwalan kekuatan AI, memiliki tingkat tumpang tindih berbeda dengan Render. Dengan integrasi Salad yang mendorong Render ke skala lebih besar, batas kompetisi antara Render dan protokol kekuatan DePIN lain akan menjadi lebih kompleks.

## Di balik angka: tiga lapis verifikasi narasi 6万GPU

Dalam industri kripto, narasi sering mendahului fundamental. “6万 GPU” adalah angka yang sangat kuat secara propagandis, tapi artikel ini perlu membedah narasi ini secara bertahap.

Lapisan pertama: Apakah 6万 GPU benar-benar ada? Data resmi Salad menyebutkan “60.000 mesin aktif harian di 180+ negara”. Data lain menunjukkan ekosistem Salad memiliki lebih dari 450.000 node terdaftar. Klaim 60.000 berasal dari pernyataan resmi Salad, sudah dikonfirmasi dari minimal 6 sumber independen. Tapi, mengingat karakter jaringan GPU konsumen, jumlah aktif harian bisa berfluktuasi, dan ada perbedaan antara jumlah perangkat aktif yang terdaftar dan yang online secara bersamaan.

Lapisan kedua: Apakah GPU ini bisa digunakan oleh Render? (perkiraan, berdasarkan proposal) Menurut rencana integrasi, Salad akan menjadi “subnet eksklusif Render”, semua pembayaran melalui Salad akan secara bertahap dipindahkan ke blockchain RENDER. Ini berarti GPU ini secara ekonomi terikat dalam ekosistem Render. Tapi dari sisi teknis, risiko offline, latensi jaringan, dan fluktuasi kekuatan adalah karakteristik struktural yang tidak bisa dihilangkan sepenuhnya. Dokumentasi resmi Salad menyatakan bahwa karena sifat jaringan yang terdistribusi dan dapat terputus, tidak ada jaminan pengembalian investasi hardware, pendapatan bisa fluktuatif harian. Apakah GPU ini benar-benar mampu melayani tugas AI dan rendering komersial secara stabil, tergantung kedalaman integrasi scheduler Salad dan sistem tugas Render.

Lapisan ketiga: Apakah peningkatan jumlah GPU otomatis meningkatkan nilai jaringan? (pendapat) Ini tergantung pada dua prasyarat: apakah GPU ini mampu terus menerima tugas berbayar yang efektif; dan apakah pendapatan berbayar ini bisa dikonversi menjadi nilai token melalui model BME. Rantai konduksi ini saat ini memiliki banyak variabel—kecepatan akuisisi pelanggan, tarif tugas, tekanan kompetitor—dan belum ada data yang cukup untuk memastikan.

## Dampak industri: dari integrasi ke substitusi jalur

### Ekspansi DePIN

Kelulusan RNP-023 menandai fase “integrasi skala” dalam jalur kekuatan desentralisasi. Salad memilih tidak menerbitkan token sendiri, melainkan bergabung ke ekosistem Render, yang mungkin menandakan bahwa jaringan kekuatan skala kecil dan menengah akan lebih cenderung berintegrasi dengan protokol utama daripada bersaing sendiri. Jika model ini terbukti berhasil, akan mempercepat efek mata rantai DePIN.

### Komplementer, bukan pengganti: pergeseran pasar cloud yang nyata

Apakah kekuatan desentralisasi benar-benar “mengguncang” AWS/GCP, tergantung definisi “mengguncang”. Jika didefinisikan sebagai “menggantikan seluruh skenario komputasi GPU pusat”, jawabannya saat ini adalah tidak. Seperti yang dicatat Securities.io, untuk pelatihan model sinkron besar dengan interkoneksi ultra rendah, klaster terpusat tetap satu-satunya arsitektur yang memungkinkan.

Tapi jika didefinisikan sebagai “mengurangi kebutuhan cloud pusat di skenario yang sensitif biaya dan toleransi latensi tinggi”, jawabannya cenderung ya. Diskon yang ditawarkan jaringan desentralisasi bisa mencapai 65–75%, dan dalam beberapa skenario GPU konsumen bahkan bisa menghemat hingga 90%.

Jalur masuk pasar kekuatan desentralisasi lebih dekat ke “pendistribusian komplementer” daripada “pengganti revolusioner”. Logika ini didukung oleh fakta: keunggulan biaya GPU konsumen dalam inferensi dan batch processing memang nyata; tapi kebutuhan akan interkoneksi berkecepatan tinggi, SLA, dan pengelolaan data di skenario pelatihan besar tetap sulit dipenuhi oleh jaringan konsumen yang tersebar secara fisik.

### Variabel baru model BME

Integrasi Salad memperkenalkan sumber penghancuran token baru ke dalam model BME. Secara struktural, ini memperluas permintaan token RENDER dari “pembayaran tugas rendering” ke “pembayaran on-chain kekuatan GPU konsumen”, memperbesar kegunaan token. Pendiri Salad menyatakan “penghancuran melebihi penciptaan adalah keputusan matang”, dan pendapatan Salad yang masuk ke penghancuran BME akan memberi dampak struktural pada pasokan token. Tapi dampaknya akan sangat tergantung pada pertumbuhan penggunaan jaringan, perlu pengamatan jangka panjang.

## Penutup

Render Network melalui RNP-023 mengintegrasikan Salad Network dengan 60.000 GPU konsumen sebagai salah satu peristiwa terbesar di jalur DePIN 2026. Ini membuktikan bahwa jaringan kekuatan desentralisasi mampu melakukan ekspansi skala besar dari sisi pasokan—yang selama ini dianggap sebagai hambatan utama jalur ini.

Tapi, nilai sebenarnya dari “6万 GPU” tidak terletak pada angka itu sendiri, melainkan pada kemampuan Render untuk mengubah GPU ini menjadi penggunaan jaringan yang berkelanjutan dan nilai token yang nyata. Hingga 19 Mei 2026, kapitalisasi pasar Render sekitar 946 juta dolar AS, harga RENDER 1,8254 dolar. Lonjakan pasokan kekuatan dari integrasi Salad sudah tercermin dalam fundamental jaringan, tapi dari sisi pendapatan nyata, akuisisi pelanggan, dan data penghancuran token BME, masih membutuhkan waktu dan data yang lebih panjang untuk diverifikasi.

Dari sudut pandang industri, hubungan antara kekuatan desentralisasi dan AWS/GCP lebih tepat digambarkan sebagai “pengganti biaya di skenario tertentu” daripada “kompetisi total”. Ini bukan kegagalan kekuatan desentralisasi—justru sebaliknya, dalam pasar yang didominasi oleh beberapa raksasa cloud selama dua dekade, kemampuan membuka celah dari sisi biaya adalah sebuah percobaan struktural yang patut diperhitungkan.