Nvidia Raja Chip AI, Google dan Amazon Bikin Sendiri Untuk Kejar

VOXBLICK.COM - Nvidia memang masih jadi penguasa tak terbantahkan di pasar chip AI global. Bayangkan saja, hampir 80% dari seluruh chip yang dipakai untuk melatih model AI paling canggih saat ini berasal dari mereka. Dominasi ini bukan tanpa alasan ekosistem CUDA yang kuat dan performa GPU mereka yang superior telah menjadi standar industri selama bertahun-tahun. Tapi, para raksasa teknologi lain seperti Google dan Amazon jelas tak mau terus-terusan jadi "pelanggan setia" Nvidia.

Mereka sedang gencar-gencarnya mengembangkan chip AI kustom sendiri.

Ini bukan sekadar proyek sampingan, melainkan investasi masif yang bertujuan untuk menggeser ketergantungan pada Nvidia, menghemat biaya, dan tentu saja, mempercepat inovasi mereka sendiri. Perebutan takhta di dunia chip AI ini diprediksi akan mengubah lanskap teknologi secara fundamental.

Nvidia: Sang Raja Tak Tertandingi (Sejauh Ini)

Kekuatan Nvidia di pasar chip AI memang luar biasa. Dengan GPU H100 dan A100 mereka, Nvidia telah menjadi tulang punggung bagi hampir semua perusahaan yang bergerak di bidang AI, mulai dari startup kecil hingga raksasa teknologi.

Menurut laporan dari berbagai firma riset, seperti Omdia dan TrendForce, pangsa pasar Nvidia untuk chip AI di data center sering disebut-sebut mencapai antara 70% hingga 90%. Angka ini menunjukkan betapa vitalnya peran mereka.

Keunggulan Nvidia tidak hanya pada hardware semata. Ekosistem perangkat lunak CUDA mereka adalah kunci. CUDA menyediakan seperangkat alat dan pustaka yang memudahkan pengembang untuk memanfaatkan kekuatan GPU Nvidia.

Ini menciptakan efek "kunci-masuk" (lock-in effect) yang kuat begitu pengembang terbiasa dengan CUDA, beralih ke platform lain menjadi sangat mahal dan memakan waktu. Ini adalah salah satu alasan utama mengapa Google dan Amazon merasa perlu untuk membangun alternatif mereka sendiri.

Google dan Ambisi Chip AI Kustom Mereka: TPU

Google adalah salah satu pelopor dalam pengembangan chip AI kustom. Sejak 2016, mereka telah memperkenalkan Tensor Processing Units (TPU).

Awalnya, TPU dirancang untuk penggunaan internal Google, khususnya untuk mempercepat model AI yang menggerakkan layanan seperti Google Search, Google Photos, dan Google Translate. Bayangkan, jutaan pencarian dan terjemahan setiap hari membutuhkan daya komputasi AI yang masif, dan TPU menjadi jawabannya.

Saat ini, Google telah merilis beberapa generasi TPU, dengan yang terbaru adalah Cloud TPU v5e dan v5p. Mereka tidak hanya digunakan secara internal, tetapi juga ditawarkan sebagai layanan di Google Cloud Platform.

Ini memungkinkan perusahaan lain untuk menyewa daya komputasi TPU untuk melatih dan menjalankan model AI mereka. Strategi Google dengan TPU ini menunjukkan keinginan kuat untuk mengurangi ketergantungan pada Nvidia dan memberikan alternatif yang dioptimalkan khusus untuk beban kerja AI mereka.

Amazon dan Serangan Dua Arah: Inferentia dan Trainium

Amazon, melalui unit Amazon Web Services (AWS) mereka, juga tidak mau ketinggalan. Sebagai penyedia layanan cloud terbesar di dunia, AWS memiliki kebutuhan besar akan chip AI yang efisien dan hemat biaya untuk melayani jutaan pelanggannya.

Mereka mengambil pendekatan dua arah dengan chip AI kustom mereka:

• AWS Inferentia: Chip ini dirancang khusus untuk inferensi AI, yaitu proses menjalankan model AI yang sudah dilatih untuk membuat prediksi atau keputusan. Inferentia menawarkan performa tinggi dengan biaya yang lebih rendah dibandingkan GPU umum untuk tugas inferensi. Ini sangat penting untuk aplikasi yang membutuhkan respons cepat dan efisien, seperti rekomendasi produk atau pemrosesan bahasa alami.
• AWS Trainium: Seperti namanya, Trainium fokus pada pelatihan model AI. Pelatihan model AI generatif modern membutuhkan daya komputasi yang sangat besar dan bisa memakan waktu berhari-hari atau berminggu-minggu. Trainium dirancang untuk mempercepat proses ini, memberikan alternatif yang kompetitif untuk GPU Nvidia dalam skenario pelatihan skala besar di cloud.

Selain chip AI, Amazon juga punya chip kustom lain seperti Graviton, yang dirancang untuk beban kerja komputasi umum di AWS.

Ini menunjukkan komitmen Amazon untuk membangun ekosistem hardware mereka sendiri dari hulu ke hilir, mengurangi biaya operasional, dan menawarkan keunggulan kompetitif kepada pelanggan cloud mereka.

Mengapa Raksasa Tech Bikin Chip Sendiri?

Ada beberapa alasan kuat di balik keputusan Google dan Amazon untuk berinvestasi besar-besaran dalam pengembangan chip AI kustom:

• Efisiensi Biaya: Membeli ribuan, bahkan jutaan, GPU Nvidia tentu sangat mahal. Dengan mendesain chip sendiri, mereka bisa mengoptimalkan arsitektur untuk kebutuhan spesifik mereka, yang berpotensi menghasilkan penghematan biaya operasional yang signifikan dalam jangka panjang.
• Optimasi Performa: Chip kustom bisa disesuaikan dengan beban kerja AI spesifik yang mereka jalankan. Ini berarti performa bisa lebih baik untuk tugas-tugas tertentu dibandingkan chip serbaguna.
• Kontrol Penuh: Dengan chip sendiri, mereka memiliki kontrol penuh atas rantai pasokan, desain, dan fitur keamanan. Ini mengurangi risiko ketergantungan pada satu vendor dan memungkinkan inovasi yang lebih cepat.
• Diferensiasi Layanan: Menawarkan chip kustom di platform cloud mereka (Google Cloud dan AWS) memberikan nilai tambah dan diferensiasi bagi pelanggan. Ini bisa menarik lebih banyak perusahaan untuk menggunakan layanan cloud mereka.

Dampak Perebutan Takhta Teknologi Ini

Perebutan dominasi chip AI ini punya implikasi besar bagi industri teknologi. Pertama, ini akan memicu inovasi lebih lanjut di seluruh ekosistem chip.

Nvidia mungkin akan merasa tertekan untuk terus berinovasi dan mungkin menyesuaikan strategi harga mereka. Kedua, ini bisa menyebabkan fragmentasi di pasar chip AI, dengan setiap raksasa teknologi mendorong standar dan ekosistem mereka sendiri. Bagi pengembang, ini berarti lebih banyak pilihan, tetapi juga potensi kompleksitas dalam memilih platform yang tepat.

Pada akhirnya, persaingan ini akan menguntungkan konsumen dan perusahaan yang bergantung pada AI. Harga komputasi AI berpotensi turun, dan performa serta efisiensi akan terus meningkat.

Nvidia mungkin akan menghadapi tantangan serius untuk mempertahankan pangsa pasar mereka yang luar biasa, terutama di segmen cloud, di mana Google dan Amazon memiliki kekuatan infrastruktur yang tak tertandingi.

Meskipun Nvidia masih menjadi "raja" di dunia chip AI, munculnya pemain kuat seperti Google dan Amazon dengan chip kustom mereka menunjukkan bahwa takhta tersebut tidak lagi aman.

Ini adalah pertarungan teknologi yang menarik untuk disaksikan, di mana inovasi, efisiensi, dan kontrol akan menjadi kunci penentu siapa yang akan memimpin di masa depan AI.

VOXBLICK

Apa Reaksi Anda?

Suka 0

Tidak Suka 0

Cinta 0

Lucu 0

Marah 0

Sedih 0

Wow 0