#NVIDIAEarnings

AI Menciptakan Siklus Semikonduktor Baru — NVIDIA Baru Awal
Ledakan AI memasuki tahap ketika pertanyaan terbesar bukan lagi apakah perusahaan akan membelanjakan uang untuk kecerdasan buatan. Pertanyaan yang lebih besar adalah seberapa banyak infrastruktur yang akan dibutuhkan dunia untuk mendukung permintaan tersebut.

NVIDIA saat ini menjadi sinyal paling jelas mengenai apa yang terjadi di balik ekonomi AI.

Hasil Q2 fiskal 2027 terbaru NVIDIA menunjukkan pendapatan kuartalan sebesar 96,2 miliar dolar AS, naik 106% secara tahunan. Yang lebih penting bagi cerita infrastruktur AI, pendapatan Data Center mencapai 89,0 miliar dolar AS, naik 117% dari tahun sebelumnya. NVIDIA juga memperkirakan pendapatan sekitar 108 miliar dolar AS untuk kuartal berikutnya, tidak termasuk pendapatan komputasi Data Center dari China dalam proyeksi tersebut. Angka-angka ini menunjukkan bahwa permintaan terhadap komputasi terakselerasi tetap sangat kuat, bukan menunjukkan tanda-tanda perlambatan siklus perangkat keras yang normal.

Namun, hanya melihat NVIDIA berarti melewatkan gambaran yang lebih besar.

Setiap generasi baru model AI membutuhkan daya komputasi dalam jumlah sangat besar. Daya komputasi tersebut tidak hanya berasal dari GPU. Sebuah pusat data AI membutuhkan akselerator, memori bandwidth tinggi, jaringan canggih, penyimpanan, sistem manajemen daya, pendinginan, pengemasan canggih, dan kapasitas manufaktur terdepan.

Inilah alasan AI semakin menjadi cerita industri semikonduktor.

Angka belanja sudah menunjukkan skala pembangunan tersebut. TrendForce memperkirakan belanja modal gabungan pada 2026 dari sembilan penyedia layanan cloud besar dapat melampaui 886,7 miliar dolar AS, sementara proyeksi terbarunya menempatkan pertumbuhan pengiriman server AI pada 2026 hampir 31% secara tahunan. Sistem rack-scale NVIDIA diperkirakan tetap menjadi bagian utama dari ekspansi tersebut, sementara hyperscaler secara bersamaan mengembangkan chip AI khusus mereka sendiri.

Poin terakhir ini sangat penting.

Pasar infrastruktur AI masa depan mungkin tidak hanya dimiliki oleh satu jenis prosesor. NVIDIA memiliki posisi kuat melalui GPU, jaringan, perangkat lunak, dan sistem rack-scale lengkap, tetapi perusahaan seperti Google dan AWS juga memajukan desain akselerator mereka sendiri.

Jadi, peluang semikonduktor menjadi semakin luas.

Lebih banyak komputasi AI berarti lebih banyak prosesor canggih.

Lebih banyak prosesor berarti permintaan yang lebih besar terhadap memori bandwidth tinggi.

Lebih banyak memori dan akselerator membutuhkan pengemasan yang canggih.

Lebih banyak server AI membutuhkan jaringan yang lebih cepat.

Lebih banyak pusat data membutuhkan listrik dalam jumlah sangat besar dan sistem pendinginan yang semakin canggih.

Dan semua ini pada akhirnya meningkatkan permintaan di seluruh ekosistem manufaktur semikonduktor.

Memori menjadi salah satu bagian terpenting dalam persamaan ini. Akselerator AI membutuhkan memori yang sangat cepat untuk memindahkan data dalam jumlah sangat besar, sehingga HBM menjadi penting secara strategis bagi rantai pasokan AI. TrendForce juga menyoroti meningkatnya permintaan HBM dan pengemasan canggih sebagai potensi hambatan ketika produksi server AI meluas.

Sisi foundry mengirimkan sinyal serupa.

TSMC melaporkan pendapatan kuartal kedua 2026 sekitar 40,2 miliar dolar AS, naik 33,7% secara tahunan, sementara teknologi canggih 7 nanometer dan di bawahnya menyumbang 77% dari total pendapatan wafer. Ini menjadi indikasi lain bahwa ledakan AI menciptakan permintaan terhadap sejumlah kemampuan manufaktur paling canggih di industri.

Dan pasar semikonduktor yang lebih luas semakin didorong oleh AI.

Gartner memproyeksikan pendapatan semikonduktor global dapat mencapai sekitar 1,32 triliun dolar AS pada 2026, yang merepresentasikan pertumbuhan 64%. Gartner memperkirakan semikonduktor AI dapat menyumbang sekitar 30% dari total pendapatan semikonduktor tahun ini, sementara belanja infrastruktur AI hyperscaler diperkirakan meningkat lebih dari 50%.

Hal ini mengubah cara investor seharusnya memandang perdagangan AI.

Ini bukan lagi sekadar:

Perusahaan AI → NVIDIA.

Rantainya menjadi jauh lebih besar:

Model AI → komputasi AI → GPU dan akselerator → HBM → pengemasan canggih → jaringan → daya dan pendinginan → pusat data → manufaktur semikonduktor.

NVIDIA tetap berada di pusat karena platformnya menggabungkan GPU, jaringan, perangkat lunak, dan sistem infrastruktur AI lengkap. Perusahaan ini juga bergerak melampaui chip individual menuju pabrik AI lengkap dan platform rack-scale, dengan arsitektur Vera Rubin yang kini memasuki produksi penuh.

TrendForce memperkirakan sistem rack-scale GB300 NVIDIA tetap menjadi pendorong utama pengiriman hingga paruh pertama 2027, diikuti oleh platform Vera Rubin generasi berikutnya. TrendForce juga memperkirakan pengiriman rak NVL72 yang menggunakan platform GB dan VR tumbuh lebih dari 50% secara tahunan pada 2027.

Hal ini memberikan sektor semikonduktor mesin permintaan multi-tahun yang berpotensi kuat.

Namun, ada sisi lain dari cerita ini.

Ketika sebuah industri tumbuh secepat ini, ekspektasi juga menjadi sangat tinggi. Infrastruktur AI membutuhkan belanja modal yang sangat besar, dan hyperscaler pada akhirnya perlu membuktikan bahwa investasi ini menghasilkan pendapatan, produktivitas, dan imbal hasil yang memadai.

Ada pula risiko dari sisi pasokan.

Ketersediaan HBM, kapasitas pengemasan canggih, produksi wafer terdepan, ketersediaan listrik, dan pembangunan pusat data semuanya dapat menjadi hambatan. Pada saat yang sama, akselerator AI khusus secara bertahap dapat mengambil alih sebagian beban kerja dari GPU serbaguna.

Jadi, prospek semikonduktor sangat kuat, tetapi tidak akan bergerak lurus ke atas.

Sinyal terpenting yang perlu dipantau adalah apakah belanja AI terus beralih menjadi permintaan infrastruktur nyata.

Bagi NVIDIA, hal itu berarti memantau pertumbuhan Data Center, penerapan GPU dan rak baru, margin kotor, serta belanja pelanggan.

Bagi industri semikonduktor, sinyal yang lebih besar adalah permintaan HBM, utilisasi node canggih, kapasitas pengemasan, kebutuhan jaringan, dan harga memori.

Kesimpulan utama saya sederhana:

Revolusi AI mengubah infrastruktur komputasi menjadi sumber daya strategis.

NVIDIA merupakan salah satu penerima manfaat terbesar, tetapi peluangnya jauh melampaui satu perusahaan. Setiap pusat data AI tambahan menciptakan permintaan di berbagai lapisan rantai pasokan semikonduktor.

Jika adopsi AI terus meningkat, industri semikonduktor dapat tetap menjadi salah satu penerima manfaat terpenting dari siklus investasi teknologi berikutnya.

Namun, jika belanja modal pada akhirnya melambat, perusahaan dengan teknologi, kekuatan penetapan harga, akses manufaktur, dan neraca terkuat kemungkinan besar akan menjadi pihak yang memisahkan diri dari yang lain.

AI tidak hanya menciptakan permintaan terhadap lebih banyak chip.

AI sedang membangun kembali seluruh infrastruktur komputasi di sekitar chip-chip tersebut.

#GateStockInsightsChallenge
@Gate_Square @GateSquare

$NVDA ‌