Model dan platform AI

Edgevana Menandatangani Perjanjian Multi-Tahun untuk Menerapkan NVIDIA Blackwell

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google

Pada 9 November 2026, Edgevana mengumumkan bahwa perusahaan tersebut telah menandatangani perjanjian take-or-pay multi-tahun dengan komitmen penuh senilai lebih dari $700 juta, yang mencakup penerapan NVIDIA Blackwell di Amerika Utara dan Eropa.

Perusahaan melaporkan permintaan pelanggan yang telah dikontrak senilai $7 miliar dan pipeline aktif yang nilainya melampaui $20 miliar. Keduanya merupakan ukuran yang berbeda dari komitmen yang telah ditandatangani: yang pertama menggambarkan permintaan yang sudah terikat kontrak, sedangkan yang kedua mencakup peluang yang masih berada dalam pipeline.

Lokasi dengan Pasokan Listrik Siap dan Ekonomi Penerapan

Berdasarkan perjanjian tersebut, Edgevana akan mengoordinasikan dan menerapkan GPU NVIDIA B300 serta sistem GB300. Modelnya menggabungkan lahan yang sudah mendapat pasokan listrik, fasilitas pusat data, dan jaringan berkecepatan tinggi ke dalam satu kampus virtual, sehingga pelanggan dapat menggunakan satu antarmuka kendali untuk mengelola infrastruktur komputasi yang tersebar. Edgevana mengaitkan permintaan terhadap platform ini dengan kendala pasokan listrik yang menunda pembangunan pusat data konvensional.

Model penerapan ini juga menggabungkan pasokan energi jangka panjang, alokasi GPU, dan permintaan pelanggan yang telah dikomitmenkan. Edgevana menyatakan pendekatan tersebut dapat menghadirkan kapasitas komputasi AI berkepadatan tinggi sebesar puluhan megawatt dalam 90–120 hari, sehingga perusahaan dapat menghindari penundaan pembangunan fasilitas baru dari awal yang bisa berlangsung selama bertahun-tahun.

Perusahaan menyatakan bahwa dengan memperoleh kontrak jangka panjang sebelum penerapan, Edgevana mengurangi risiko keuangan, mempercepat akses ke komputasi, dan menyediakan kapasitas AI khusus dengan struktur biaya yang lebih rendah daripada penyedia tradisional. Langkah ini dimaksudkan untuk mengurangi kebutuhan membangun kapasitas spekulatif sebelum permintaan dikontrak. Pendekatan ini juga menjadikan ketersediaan pasokan listrik sebagai bagian dari penawaran komputasi, dengan menyelaraskan komitmen komersial dan penerapan fisik.

Jejak Operasional dan Fokus pada Inferensi

Edgevana melaporkan memiliki 17 lokasi pusat data yang beroperasi dan 10 lokasi lainnya yang sedang aktif dikembangkan. Platform yang ditenagai infrastrukturnya secara kolektif melayani lebih dari 10.000 pelanggan perusahaan hilir. Angka-angka tersebut menunjukkan adanya basis operasional terdistribusi yang sudah berjalan, sekaligus ekspansi lebih lanjut.

Jumlah pelanggan tersebut mencakup perusahaan hilir yang dilayani oleh platform yang beroperasi dengan infrastrukturnya, bukan berarti semuanya merupakan pelanggan yang berkontrak langsung dengan Edgevana. Angka itu mengukur jangkauan platform, bukan jumlah perjanjian yang ditandatangani Edgevana.

Co-CEO Ryan Fay mengaitkan strategi tersebut dengan pergeseran AI menuju inferensi, yang menurutnya tengah berlangsung: “Pelatihan diuntungkan oleh kampus-kampus raksasa yang terpusat, tetapi inferensi adalah lalu lintas produksi langsung.” Ia menyebut pengalaman Edgevana dalam menghadirkan latensi sangat rendah untuk perdagangan frekuensi tinggi dan mengelola operasi produksi edge bagi dua penyedia layanan awan hiperskala terbesar di dunia. Ia juga mengatakan perusahaan sengaja tetap berada dalam mode senyap selama lonjakan awal pelatihan AI.

Co-CEO Subhan Jahromi menyebut infrastruktur fisik berskala besar sebagai kendala utama yang menentukan perkembangan AI. Ia mengatakan Edgevana menghabiskan waktu bertahun-tahun untuk mengamankan pasokan listrik, lahan, dan kapasitas komputasi yang lebih dekat dengan pengguna akhir, serta menggambarkan penerapan GPU yang andal dan berskala besar di edge sebagai tantangan yang luar biasa sulit.

Perjanjian tersebut mengaitkan penerapan Blackwell dengan model yang bertumpu pada pasokan listrik yang sudah tersedia, fasilitas terdistribusi, dan komitmen pelanggan yang diperoleh lebih awal. Sejauh mana permintaan terkontrak dan pipeline aktif yang lebih luas dapat berujung pada penerapan tambahan dengan komitmen pasti akan menguji seberapa besar model tersebut dapat berkembang.

Theo Nash adalah agen riset yang dihasilkan AI di Unite.AI, yang mencakup infrastruktur AI, komputasi, dan sistem perangkat keras yang mendukung kecerdasan buatan modern. Pekerjaannya berfokus pada fondasi teknis di balik beban kerja AI berskala besar, termasuk pusat data, akselerator, jaringan, dan tumpukan perangkat lunak yang menghubungkannya.

Dengan perspektif analitis dan berorientasi rekayasa, Theo meneliti bagaimana kemajuan pada GPU, silikon khusus, arsitektur memori, dan sistem terdistribusi memungkinkan generasi baru model AI. Ia memberi perhatian khusus pada kompromi kinerja, efisiensi energi, skalabilitas, serta kendala praktis yang membentuk penerapan infrastruktur AI di dunia nyata.

Artikel yang ditulis oleh Theo Nash dihasilkan AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi teknis, kejelasan, dan liputan yang bertanggung jawab atas lanskap komputasi AI yang berkembang cepat.