Pindai untuk Mengunduh Aplikasi Gate
qrCode
Opsi Unduhan Lainnya
Jangan ingatkan saya lagi hari ini

Harga saham NVIDIA anjlok 7%! Meta berbalik melawan chip Google, tiga raksasa teknologi berperang

Meta berencana untuk menerapkan Tensor Processing Unit (TPU) Google di pusat data miliknya pada tahun 2027, dan mungkin menyewa daya komputasi terkait melalui Google Cloud mulai tahun 2026. Kolaborasi ini dianggap sebagai terobosan besar Google di pasar chip AI, setelah berita tersebut terungkap, harga saham NVIDIA sempat turun 7% sebelum menyusut menjadi 2.6%.

Meta miliaran dolar berpaling dari Google TPU

Menurut The Information, Meta sedang bernegosiasi untuk menerapkan Tensor Processing Unit (TPU) Google di pusat data miliknya pada tahun 2027, dan mungkin akan menyewa daya komputasi terkait melalui Google Cloud mulai tahun 2026. Kerja sama ini memiliki skala yang luar biasa, diperkirakan melibatkan jumlah pengadaan yang mencapai miliaran dolar, dan akan menjadi terobosan besar bagi Google di pasar chip AI. Setelah menyediakan satu juta TPU untuk Anthropic, Google kembali menarik perhatian pelanggan besar, menunjukkan bahwa daya saing Google di bidang infrastruktur AI sedang meningkat pesat.

Keputusan ini memiliki makna strategis yang beragam bagi Meta. Pertama, ini mencerminkan bahwa Meta mungkin enggan terlalu bergantung pada pemimpin pasar chip, NVIDIA, karena masalah harga yang tinggi dan waktu pengiriman yang lama memaksa perusahaan untuk mencari alternatif. GPU H100 dan H200 dari NVIDIA mengalami permintaan yang melebihi pasokan, dengan waktu antrean pesanan sering mencapai beberapa bulan bahkan setahun, dan harga terus meningkat. Bagi Meta yang perlu dengan cepat memperluas Daya Komputasi AI, kendala pasokan ini secara langsung mempengaruhi efisiensi pelatihan dan inferensi model Llama mereka.

Kedua, Google TPU memiliki arsitektur khusus untuk AI, yang memungkinkan penyesuaian yang lebih dalam untuk inferensi dan pelatihan model bahasa besar, sehingga menjadi pilihan yang kompetitif. TPU adalah chip ASIC (sirkuit terpadu aplikasi khusus) yang dirancang khusus untuk komputasi AI, dan sangat terintegrasi dengan model DeepMind-nya sendiri (seperti Gemini). Pihak luar percaya bahwa TPU memiliki keunggulan dalam efisiensi, kemampuan kustomisasi, dan biaya, yang merupakan alasan kunci bagi perusahaan untuk mempertimbangkan berpindah dari NVIDIA.

Ketiga, strategi multi-pemasok telah menjadi konsensus di kalangan raksasa teknologi. Karena harga yang mahal, pasokan yang terbatas, dan untuk menyebarkan risiko, perusahaan tidak ingin bergantung hanya pada NVIDIA, sehingga sebagian besar perusahaan cloud dan yang terlibat dalam AI mulai mengadopsi “strategi multi-pemasok”, dengan membeli GPU, TPU, dan alternatif lainnya secara bersamaan. Meta memilih untuk menggunakan GPU NVIDIA dan TPU Google secara bersamaan, yang tidak hanya menjamin Daya Komputasi yang cukup, tetapi juga memberikan keuntungan yang lebih besar dalam negosiasi harga.

Pasar juga bereaksi cepat, nilai pasar Alphabet mendekati 4 triliun dolar, harga saham MediaTek di Taiwan juga meroket 8%, menunjukkan bahwa efek limpahan dari Google TPU sedang terbentuk. MediaTek sebagai mitra kunci dalam rantai pasokan Google TPU memainkan peran penting dalam tahap pengemasan dan pengujian, pesanan besar dari Meta akan langsung mendorong pertumbuhan pendapatannya.

NVIDIA harga saham turun 7% setelah perlawanan keras

Harga saham NVIDIA

(sumber:Google Finance)

Setelah kabar tentang Meta terungkap, harga saham NVIDIA sempat turun tajam 7% sebelum menyusut menjadi 2,6%, dengan nilai pasar yang hilang melebihi 200 miliar dolar AS dalam satu hari. Namun, perusahaan menanggapi di X: “Senang melihat kesuksesan Google, mereka telah mencapai kemajuan besar di bidang AI, dan kami terus memasok untuk Google.” Pernyataan yang tampaknya sopan ini sebenarnya mengingatkan pasar bahwa Google juga merupakan pelanggan besar GPU NVIDIA, kedua perusahaan tidak sepenuhnya dalam hubungan yang berlawanan.

NVIDIA secara mendalam menyatakan: “Kami masih memimpin industri selama satu generasi, merupakan satu-satunya platform yang dapat menjalankan semua model AI di semua skenario, dan dapat memberikan kinerja, multifungsi, dan kemampuan penggantian yang lebih baik dibandingkan ASIC.” Pernyataan ini secara langsung menargetkan kelemahan inti Google TPU. Meskipun chip ASIC lebih efisien dalam tugas tertentu, mereka kurang fleksibel. TPU terutama dioptimalkan untuk kerangka TensorFlow dan model-model milik Google, sehingga saat menjalankan kerangka lain (seperti PyTorch) atau model pihak ketiga, keunggulan kinerja dapat menyusut secara signifikan.

Sebagai perbandingan, GPU NVIDIA menggunakan arsitektur komputasi umum yang hampir mendukung semua kerangka dan model AI utama. Dari seri GPT OpenAI, Claude dari Anthropic, Llama dari Meta hingga Stable Diffusion dari komunitas open source, sebagian besar model AI dilatih di GPU NVIDIA. Keunggulan ekosistem ini membuat pengembang dan perusahaan sulit untuk sepenuhnya terlepas dari NVIDIA, bahkan jika mereka meningkatkan penggunaan Google TPU.

Beberapa minggu yang lalu, Google merilis model AI Gemini 3 yang menerima ulasan positif secara umum, model ini dilatih di TPU perusahaan, bukan di GPU NVIDIA, menyoroti persaingan chip yang semakin memanas. Kasus ini membuktikan aplikasi sukses TPU dalam ekosistem internal Google, tetapi juga mengungkapkan keterbatasannya - Gemini 3 dapat berjalan efisien di TPU sebagian besar karena insinyur Google merancang arsitektur model dengan mempertimbangkan karakteristik TPU sejak awal. Bagi perusahaan yang menggunakan kerangka standar dan model sumber terbuka, biaya kustomisasi mendalam ini mungkin melebihi penghematan dari chip itu sendiri.

Tiga Argumen Balasan NVIDIA

Keunggulan Ekosistem: Semua kerangka kerja dan model AI utama dioptimalkan untuk GPU NVIDIA, biaya konversi tinggi

Universalitas yang Tak Tergantikan: GPU dapat menjalankan berbagai tugas seperti pelatihan, inferensi, dan rendering grafis, sedangkan ASIC terbatas pada skenario tertentu.

Keunggulan Teknologi: H200 terbaru dan B100 yang akan segera diluncurkan masih unggul dalam kinerja dibandingkan pesaingnya satu generasi.

Pasar Chip AI Beralih dari Monopoli ke Kompetisi Multipolar

Google, Meta, dan NVIDIA menunjukkan dinamika tiga pihak, medan perang chip AI sedang memasuki fase baru. Dengan cepatnya peningkatan suara pasar TPU milik Google, kabar terbaru menunjukkan bahwa Meta mungkin menjadi pelanggan berikutnya dengan nilai ratusan juta dolar, memberikan guncangan pada rantai pasokan chip AI. Dalam keadaan NVIDIA yang telah lama mendominasi pasar chip AI, persaingan chip tiga pihak tidak hanya mempengaruhi penempatan daya komputasi raksasa teknologi, tetapi juga mempengaruhi pasar saham global, rantai pasokan, dan ekosistem model AI.

Persaingan ini akan menentukan arsitektur inti dari infrastruktur AI generasi berikutnya. Jika NVIDIA terus mempertahankan keunggulan teknologinya dan menjaga penghalang ekosistemnya, posisi dominannya akan tetap kuat. Jika Google TPU berhasil menembus lebih banyak pelanggan perusahaan dan membuktikan keunggulan biaya dalam skenario tertentu, pasar akan memasuki pola persaingan multipolar. Jika raksasa teknologi seperti Meta sepenuhnya mengadopsi chip yang dikembangkan sendiri atau strategi multi-pemasok, kekuatan penetapan harga dan pangsa pasar NVIDIA mungkin akan menghadapi tantangan yang signifikan.

Dari reaksi harga saham NVIDIA, terlihat bahwa pasar memandang ancaman persaingan ini dengan serius. Meskipun penurunan 7% menyusut menjadi 2,6% saat penutupan, fluktuasi nilai pasar sebesar 200 miliar dolar AS dalam satu hari menunjukkan bahwa investor sangat sensitif terhadap perubahan dalam lanskap pasar chip AI. Fluktuasi ini juga mencerminkan bahwa lonjakan luar biasa NVIDIA dalam beberapa tahun terakhir telah memasukkan banyak ekspektasi optimis ke dalam harga saham, sehingga setiap ancaman persaingan potensial dapat memicu pengambilan keuntungan.

Untuk rantai pasokan, persaingan ini juga memiliki dampak yang mendalam. GPU NVIDIA terutama diproduksi oleh TSMC, sementara TPU Google juga bergantung pada proses canggih TSMC. Siapa pun yang menang, TSMC akan mendapatkan manfaat. Namun, pemasok di hulu seperti kemasan, pengujian, memori, dan PCB menghadapi risiko redistribusi. Kenaikan harga saham MediaTek sebesar 8% menunjukkan bahwa pasar percaya bahwa peningkatan pesanan TPU Google akan menciptakan peluang baru bagi rantai pasokan semikonduktor Taiwan.

Bagi pengembang model AI, pemilihan chip akan langsung mempengaruhi desain dan strategi optimisasi model. Jika pangsa pasar Google TPU terus berkembang, pengembang mungkin perlu mengoptimalkan model khusus untuk TPU, yang akan meningkatkan biaya pengembangan tetapi juga dapat meningkatkan kinerja dalam skenario tertentu. Jika pasar tetap dalam pola multi-pemasok, pengembang perlu memastikan bahwa model dapat berjalan dengan efisien di berbagai chip, yang menuntut abstraksi dan standarisasi di tingkat kerangka yang lebih tinggi.

Pilihan dan pernyataan dari berbagai pihak mungkin akan menjadi variabel kunci yang mendorong seluruh pasar untuk mengalami reshuffle. Jika NVIDIA dapat menciptakan jarak teknologi yang lebih besar dalam produk generasi berikutnya (seperti B100), itu akan memperkuat posisi terdepan mereka. Jika Google dapat membuktikan efisiensi biaya TPU dan menarik lebih banyak pelanggan, itu akan benar-benar mengancam monopoli NVIDIA. Keputusan akhir Meta akan menjadi indikator arah, mempengaruhi strategi pengadaan daya komputasi para raksasa teknologi lainnya.

Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
0/400
Tidak ada komentar
  • Sematkan
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)