Melampaui Pencarian: NVIDIA Mengarahkan Jalur untuk Era Komputasi Generatif

CEO NVIDIA (NVDA ) Jensen Huang mengumumkan serangkaian kemajuan luar biasa dalam kemampuan komputasi AI di keynote GTC Maret 2025, menjelaskan apa yang dia sebut sebagai “titik infleksi komputasi senilai $1 triliun.” Keynote tersebut mengungkap kesiapan produksi arsitektur GPU Blackwell, peta jalan multi-tahun untuk arsitektur masa depan, kemajuan besar dalam jaringan AI, solusi AI perusahaan baru, dan pengembangan signifikan dalam robotika dan AI fisik.

“Ekonomi Token” dan Pabrik AI

Pusat visi Huang adalah konsep “token” sebagai blok bangunan dasar AI dan munculnya “pabrik AI” sebagai pusat data khusus yang dirancang untuk komputasi generatif.

“Ini adalah bagaimana kecerdasan dibuat, jenis pabrik baru yang menghasilkan token, blok bangunan AI. Token telah membuka frontier baru,” Huang mengatakan kepada audiens. Ia menekankan bahwa token dapat “mengubah gambar menjadi data ilmiah yang memetakan atmosfer alien,” “menguraikan hukum fisika,” dan “melihat penyakit sebelum itu berkembang.”

Visi ini mewakili pergeseran dari komputasi “pencarian” tradisional ke komputasi “generatif,” di mana AI memahami konteks dan menghasilkan jawaban daripada hanya mengambil data yang disimpan sebelumnya. Menurut Huang, transisi ini memerlukan arsitektur pusat data baru di mana “komputer telah menjadi penghasil token, bukan pengambil file.”

Arsitektur Blackwell Menghadirkan Kemajuan Kinerja yang Luar Biasa

Arsitektur GPU Blackwell NVIDIA, sekarang dalam “produksi penuh,” menghadirkan apa yang diklaim perusahaan sebagai “40 kali lipat kinerja Hopper” untuk model penalaran di bawah kondisi daya yang sama. Arsitektur ini termasuk dukungan untuk presisi FP4, yang mengarah pada perbaikan efisiensi energi yang signifikan.

“Daya ISO, Blackwell 25 kali,” Huang menyatakan, menyoroti peningkatan efisiensi dramatis dari platform baru.

Arsitektur Blackwell juga mendukung skala besar melalui teknologi seperti NVLink 72, memungkinkan pembuatan sistem GPU besar yang terintegrasi. Huang memprediksi bahwa kinerja Blackwell akan membuat GPU generasi sebelumnya kurang diinginkan untuk beban kerja AI yang menuntut.

(Sumber: NVIDIA)

Peta Jalan yang Dapat Diprediksi untuk Infrastruktur AI

NVIDIA menguraikan peta jalan tahunan reguler untuk inovasi infrastruktur AI, memungkinkan pelanggan merencanakan investasi mereka dengan kepastian yang lebih besar:

• Blackwell Ultra (Paruh kedua 2025): Peningkatan platform Blackwell dengan FLOPs yang ditingkatkan, memori, dan bandwidth.
• Vera Rubin (Paruh kedua 2026): Arsitektur baru dengan CPU yang performanya ditingkatkan dua kali lipat, GPU baru, dan teknologi NVLink dan memori generasi berikutnya.
• Rubin Ultra (Paruh kedua 2027): Arsitektur skala besar yang ekstrem dengan target 15 exaflops per rak.

Demokratisasi AI: Dari Jaringan ke Model

Untuk mewujudkan visi adopsi AI yang luas, NVIDIA mengumumkan solusi komprehensif yang meliputi jaringan, perangkat keras, dan perangkat lunak. Pada tingkat infrastruktur, perusahaan ini mengatasi tantangan menghubungkan ratusan ribu atau bahkan jutaan GPU di pabrik AI melalui investasi signifikan dalam teknologi silicon photonics. Sistem silicon photonics co-packaged optics (CPO) pertama mereka, yang berbasis pada teknologi modulator cincin resonator mikro (MRM) dengan kecepatan 1,6 terabit per detik, menjanjikan penghematan daya yang substansial dan kepadatan yang lebih tinggi dibandingkan dengan transceiver tradisional, memungkinkan koneksi yang lebih efisien antara jumlah besar GPU di berbagai situs.

Saat membangun fondasi untuk pabrik AI skala besar, NVIDIA juga membawa kekuatan komputasi AI ke individu dan tim yang lebih kecil. Perusahaan ini memperkenalkan lini baru superkomputer AI pribadi DGX yang ditenagai oleh platform Grace Blackwell, yang ditujukan untuk memberdayakan pengembang AI, peneliti, dan ilmuwan data. Lini ini termasuk DGX Spark, platform pengembangan kompak, dan DGX Station, stasiun kerja desktop dengan pendingin cair dan komputasi yang mengesankan sebesar 20 petaflops.

NVIDIA DGX Spark (Sumber: NVIDIA)

Melengkapi kemajuan perangkat keras ini, NVIDIA mengumumkan keluarga model Llama Nemotron terbuka dengan kemampuan penalaran, yang dirancang untuk siap perusahaan untuk membangun agen AI lanjutan. Model-model ini terintegrasi ke dalam NVIDIA NIM (NVIDIA Inference Microservices), memungkinkan pengembang untuk menggunakannya di berbagai platform, dari stasiun kerja lokal hingga cloud. Pendekatan ini mewakili solusi full-stack untuk adopsi AI perusahaan.

Huang menekankan bahwa inisiatif ini ditingkatkan melalui kolaborasi ekstensif dengan perusahaan besar di berbagai industri yang mengintegrasikan model NVIDIA, NIM, dan perpustakaan ke dalam strategi AI mereka. Pendekatan ekosistem ini bertujuan untuk mempercepat adopsi sambil menyediakan fleksibilitas untuk kebutuhan dan kasus penggunaan perusahaan yang berbeda.

AI Fisik dan Robotika: Kesempatan $50 Triliun

NVIDIA melihat AI fisik dan robotika sebagai “kesempatan $50 triliun,” menurut Huang. Perusahaan ini mengumumkan NVIDIA Isaac GR00T N1 sumber terbuka, yang digambarkan sebagai “model fondasi umum untuk robot humanoid.”

Pembaruan signifikan pada model fondasi dunia NVIDIA Cosmos menyediakan kontrol tanpa preseden atas generasi data sintetis untuk pelatihan robot menggunakan NVIDIA Omniverse. Seperti yang dijelaskan Huang, “Menggunakan Omniverse untuk mengondisikan Cosmos, dan Cosmos untuk menghasilkan jumlah lingkungan yang tak terbatas, memungkinkan kita untuk membuat data yang terkontrol, dikendalikan oleh kita dan masih secara sistematis tak terbatas pada saat yang sama.”

Perusahaan ini juga memperkenalkan mesin fisik sumber terbuka baru yang disebut “Newton,” yang dikembangkan dalam kolaborasi dengan Google DeepMind dan Disney Research. Mesin ini dirancang untuk simulasi robotika dengan tingkat kesetiaan tinggi, termasuk tubuh kaku dan lunak, umpan balik taktil, dan percepatan GPU.

Isaac GR00T N1 (Sumber: NVIDIA)

AI Agensi dan Transformasi Industri

Huang mendefinisikan “AI agensi” sebagai AI dengan “agensi” yang dapat “memahami dan mengerti konteks,” “menalar,” dan “merencanakan dan mengambil tindakan,” bahkan menggunakan alat dan belajar dari informasi multimodal.

“AI agensi secara fundamental berarti bahwa Anda memiliki AI yang memiliki agensi. Ini dapat memahami dan mengerti konteks keadaan. Ini dapat menalar, sangat penting dapat menalar tentang bagaimana menjawab atau memecahkan masalah, dan ini dapat merencanakan dan bertindak. Ini dapat merencanakan dan mengambil tindakan. Ini dapat menggunakan alat,” Huang menjelaskan.

Kapasitas ini mengarah pada lonjakan permintaan komputasi: “Jumlah komputasi yang dibutuhkan, hukum skala AI lebih tangguh dan sebenarnya dipercepat. Jumlah komputasi yang kita butuhkan pada titik ini sebagai hasil dari AI agensi, sebagai hasil dari penalaran, dengan mudah seratus kali lebih banyak dari yang kita butuhkan tahun lalu,” tambahnya.

Intinya

Keynote GTC 2025 Jensen Huang mempresentasikan visi komprehensif tentang masa depan yang didorong oleh AI, yang ditandai oleh agen pintar, robot otonom, dan pabrik AI khusus. Pengumuman NVIDIA di seluruh arsitektur perangkat keras, jaringan, perangkat lunak, dan model sumber terbuka menandai komitmen perusahaan untuk memacu dan mempercepat era komputasi berikutnya.

Seiring komputasi terus bergeser dari model berbasis pencarian ke model generatif, fokus NVIDIA pada token sebagai mata uang inti AI dan pada penskalaan kemampuan di seluruh platform cloud, perusahaan, dan robotika menyediakan peta jalan untuk masa depan teknologi, dengan implikasi jangkauan yang luas bagi industri di seluruh dunia.