BERITA TERKINI
Nvidia dan Jalan Nekat Menuju Dominasi Chip AI: Dari Perspektif Komputasi Cepat hingga CUDA

Nvidia dan Jalan Nekat Menuju Dominasi Chip AI: Dari Perspektif Komputasi Cepat hingga CUDA

Nvidia kini menjadi pemain kunci di balik pesatnya perkembangan artificial intelligence (AI) global. Berbagai perusahaan teknologi berlomba membangun platform AI, namun kebutuhan komputasi mereka banyak bertumpu pada chip buatan Nvidia, khususnya graphic processing unit (GPU) yang dipakai di pusat data berskala besar.

Untuk mengembangkan dan menjalankan AI secara luas, perusahaan memerlukan pusat data yang diisi ribuan hingga jutaan GPU. Dalam praktiknya, pusat data AI saat ini rata-rata menggunakan GPU Nvidia, membuat perusahaan tersebut tampak seolah telah menyiapkan diri sejak awal untuk era AI. Namun, pernyataan CEO Nvidia Jensen Huang menunjukkan cerita yang berbeda: dominasi Nvidia tidak dibangun dari prediksi pasti tentang AI, melainkan dari perspektif dan keberanian mengambil risiko.

Dalam wawancara bersama CNBC pada 2024, Huang menyebut keberhasilan Nvidia di era AI sebagai kombinasi keberuntungan dan keterampilan. Ia menegaskan bahwa yang mereka pegang bukanlah ramalan tentang AI, melainkan keyakinan bahwa komputasi akan terus bergerak menuju kecepatan yang lebih tinggi. “Ini bukan prediksi. Prediksinya adalah komputasi yang semakin cepat,” kata Huang seperti dikutip dari CNBC, Selasa (9/12/2025).

Pandangan tersebut sejalan dengan pernyataan Huang lebih dari satu dekade sebelumnya. Dalam sebuah video YouTube bertanggal 24 Juni 2011 saat mengisi kuliah umum di Universitas Stanford, Huang mengatakan Nvidia tidak dibangun atas “visi” besar, melainkan “perspektif” yang membuat perusahaan lebih adaptif. Menurutnya, istilah visi mengandaikan seseorang mengetahui masa depan secara presisi. “Visi itu kata yang terlalu berat,” ujarnya kala itu.

Alih-alih mengklaim memiliki visi, Huang menyebut Nvidia memiliki perspektif bahwa grafis komputer akan menjadi media ekspresi penting. Perbedaan pendekatan ini dinilai krusial: visi dapat membuat organisasi kaku, sedangkan perspektif mendorong kemampuan beradaptasi. Karena perspektif tersebut, Nvidia tidak terpaku pada pasar gaming semata, meski saat itu perusahaan dikenal sebagai pembuat kartu grafis populer di kalangan gamer.

Ketika Nvidia melihat GPU mampu melakukan perhitungan matematis paralel yang kompleks, perusahaan tidak mengabaikannya. Mereka memilih mengejar peluang komputasi paralel meski kala itu belum ada pasar yang jelas. Dari sinilah fondasi bagi pemanfaatan GPU di luar grafis mulai terbentuk, yang kemudian menjadi bagian penting dalam ekosistem AI modern.

Keberanian Nvidia juga tercermin dari keputusan besar yang diungkap Huang dalam video 2011 tersebut: “membunuh” produk utama mereka sendiri. Saat Nvidia berjaya dengan fixed-function graphics, Huang menilai jalur itu berisiko menjadi jalan buntu. “Jika Anda tidak memakan (produk) Anda sendiri, orang lain yang akan melakukannya,” kata Huang.

Nvidia kemudian mengubah arsitektur GPU menjadi programmable. Langkah ini melahirkan CUDA pada 2006, sebuah bahasa pemrograman yang memungkinkan GPU digunakan untuk berbagai kebutuhan komputasi selain pemrosesan grafis. Pada masanya, investasi CUDA disebut membebani keuntungan perusahaan dan memicu skeptisisme investor. Namun, keputusan tersebut belakangan menjadi tulang punggung pemanfaatan GPU untuk melatih model AI secara efisien.

Di tengah dominasi Nvidia saat ini, perusahaan disebut menguasai sekitar 90 persen pangsa pasar chip AI, sebagaimana dilaporkan Yahoo Finance. GPU Nvidia digunakan oleh perusahaan besar seperti Google, Amazon, Microsoft, Meta, dan OpenAI. Nvidia juga memiliki sejumlah lini GPU untuk pusat data, termasuk seri H100 dan Blackwell yang disebut laris di pasaran.

Pada awal November, Huang menyampaikan bahwa Nvidia mendapat pesanan senilai 500 miliar dollar AS untuk GPU Blackwell generasi saat ini dan GPU terbaru Nvidia Rubin yang direncanakan rilis tahun depan. Capaian tersebut ikut mengerek posisi Nvidia sebagai perusahaan dengan kapitalisasi pasar tertinggi secara global. Per 9 Desember, valuasi pasar Nvidia disebut mencapai 4.517 triliun dollar AS.

Pendapatan Nvidia juga tercatat meningkat tajam. Dalam laporan keuangan kuartal III tahun fiskal 2026 yang berakhir pada Oktober 2025, Nvidia melaporkan pendapatan naik 62 persen secara tahunan menjadi 57 miliar dollar AS. Segmen data center berkontribusi 51,2 miliar dollar AS, naik dari 30,8 miliar dollar AS pada periode yang sama tahun fiskal sebelumnya.

Meski kini berada di puncak, Huang menekankan bahwa perjalanan Nvidia lekat dengan kegagalan. Ia mengenang produk pertama Nvidia pada 1995, NV1, yang gagal karena bersikeras menggunakan teknologi Quadratic Texture Mapping, bukan Polygons yang kemudian menjadi standar industri. Huang mengatakan kondisi perusahaan kala itu kritis, dengan dana operasional tersisa untuk sekitar 30 hari.

Nvidia kemudian mengambil langkah drastis: menyingkirkan ego, mengikuti standar industri, dan mempercepat pengembangan produk RIVA 128 (NV3) dalam waktu enam bulan. Huang merangkum mentalitas tersebut dengan menyebut startup sebagai entitas yang kerap berada dalam kondisi hampir bangkrut. Ia juga menyoroti pentingnya “Intellectual Honesty”, yakni kejujuran intelektual untuk cepat mengakui kesalahan dan segera beradaptasi.

Menurut Huang, bahkan saat Nvidia menikmati lonjakan permintaan chip AI, ia mengaku kerap bangun dengan rasa cemas bahwa perusahaannya bisa runtuh. Pernyataan itu memperlihatkan benang merah yang ia sampaikan sejak lama: Nvidia bertahan bukan semata karena meramal masa depan, melainkan karena berpegang pada perspektif komputasi yang terus dipercepat, disertai keberanian mengambil risiko dan kesiapan mengoreksi arah ketika diperlukan.