Revolusi NVIDIA di Luar Spesifikasi: Visi Disruptif Jensen Huang

Jensen Huang dan Steve Jobs: Pembuka Dua Era

Di CES 2025, ketika Jensen Huang tampil dengan jaket kulit buaya khasnya, perhatian orang lebih tertuju pada jaketnya daripada antisipasi pengumuman baru NVIDIA. Namun, isi pidatonya jauh lebih berdampak daripada pakaiannya, dengan inovasi teknologi yang bahkan melampaui hasil konferensi NVIDIA sendiri. Jadi, apa sebenarnya yang sedang didisrupsi NVIDIA? Mari kita telaah lebih dalam.

Seri GPU RTX Blackwell: 'Alat Dukun' Generasi Baru

NVIDIA meluncurkan seri GPU RTX Blackwell, dengan RTX 5090 menjadi sorotan utama. Meskipun kita tidak akan membahas spesifikasi teknisnya secara rinci di sini, penting untuk dicatat bahwa bahkan model terlemah dalam seri ini, 5070, memiliki kinerja yang setara dengan 4090 generasi sebelumnya, tetapi dengan harga yang sepertiga lebih murah.

Seperti yang kita ketahui, kartu grafis kelas konsumen sangat cocok untuk penerapan model sumber terbuka secara lokal. RTX 5090 karenanya dijuluki sebagai 'alat dukun' generasi baru.

Peningkatan Kinerja: Studio Hutan Hitam telah bekerja sama dengan NVIDIA untuk mengoptimalkan model FLUX. Kecepatan inferensi pada seri 50 telah meningkat secara signifikan. Model DEV pada 5090 dua kali lebih cepat dari 4090. Selain itu, model FLUX dalam format kuantisasi FP4 akan dirilis pada bulan Februari.
Ledakan Studio AI: Pasar telah melihat pra-penjualan 5090, menandakan pertumbuhan eksplosif studio di bidang desain AI, studio lukis AI, komik AI, dan drama pendek AI tahun ini.

Project DIGITS: Revolusi Model Besar di Platform Desktop

Jika perangkat lunak menggambar dapat diimplementasikan secara lokal, bisakah model besar dengan lebih dari 13 miliar parameter juga? Jensen Huang memberikan jawaban afirmatif. NVIDIA telah meluncurkan komputer platform cloud desktop 'Project DIGITS', yang dapat menjalankan model besar dengan 200 miliar parameter di meja kerja, dan hanya membutuhkan stopkontak standar.

Setelah pengembangan atau inferensi model besar selesai di sistem desktop, model tersebut dapat diimplementasikan dengan mulus ke cloud atau pusat data yang dipercepat. Ini membuka kemungkinan ledakan model khusus berdasarkan kumpulan pelatihan pribadi. Di masa depan, pengembang mungkin menerapkan model 8-13B secara lokal, menghidupkan kembali popularitas Stable Diffusion di kalangan kreator individu. Bagi mereka, biaya $3000 juga tidak terlalu mahal.

NVIDIA GB200 NVL72: Chip Super Pusat Data

NVIDIA memperkenalkan NVIDIA GB200 NVL72, chip super pusat data yang dilengkapi dengan 72 GPU Blackwell, kemampuan komputasi 1,4 exaFLOPS, dan 130 triliun transistor. Jensen Huang bahkan membandingkannya dengan perisai Captain America.

Kekuatan Komputasi yang Luar Biasa: Kekuatan chip ini sangat besar, dengan enam chip yang dipegang oleh Jensen Huang mampu menandingi seluruh pusat data banyak perusahaan AI dan perusahaan otomotif self-driving di China. Sebagai perbandingan, kekuatan komputasi total untuk self-driving dari Li Auto adalah 8,1 EFLOPS.
Mengatasi Kekurangan Daya Komputasi: Dengan semakin banyaknya pusat data yang dilengkapi dengan chip super ini, model bahasa besar generasi berikutnya, self-driving end-to-end, dan model dunia robot tidak lagi akan terhambat oleh kekurangan daya komputasi.

Model Cosmos: Memungkinkan AI Memahami Dunia Fisik

NVIDIA telah merilis model Cosmos, platform pengembangan model dunia yang 'mengajari AI untuk memahami dunia fisik'. Ini terdiri dari model dasar dunia, Tokenizers, dan alur kerja pemrosesan video, yang merupakan berkah bagi robot dan laboratorium AV.

Cosmos dapat menerima petunjuk teks, gambar, atau video untuk menghasilkan keadaan dunia virtual, yang berarti mesin akhirnya dapat membangun dan memahami dunia di benak mereka. Sebagai model dunia video sumber terbuka dengan bobot terbuka, model ini dilatih pada 20 juta jam video, dengan bobot mulai dari 4 miliar hingga 14 miliar.

Simulasi 4D: Meskipun ada banyak definisi model dunia, kemampuan simulasi 4D Cosmos adalah fitur uniknya.
Data Sintetis: Dampak revolusioner jangka pendek dari teknologi ini adalah data sintetis akan mengatasi masalah kekurangan data besar yang dihadapi oleh AI fisik. NVIDIA telah menerapkan Cosmos untuk generasi data sintetis skala besar untuk robot dan self-driving, dan telah membukanya untuk digunakan oleh pengembang untuk menyempurnakan data dan melatih robot dan AI.

Taruhan pada AI Fisik: Self-Driving dan Robot

NVIDIA telah membuat tata letak di bidang daya komputasi, model, dan data, dan bertaruh bahwa self-driving dan robot akan menjadi dua jalur yang pertama kali meledak. Jensen Huang bahkan memperkirakan bahwa Robotaxi akan menjadi industri robot pertama dengan skala triliun dolar.

Thor Blackwell: Untuk self-driving, NVIDIA meluncurkan prosesor mobil generasi berikutnya yang disebut 'Thor Blackwell', yang memiliki daya pemrosesan 20 kali lipat dari chip generasi sebelumnya dan juga dapat digunakan untuk robot humanoid.
NVIDIA IsaacGroot: Untuk robot, NVIDIA IsaacGroot menyediakan empat dukungan utama untuk pengembang: model robot dasar, saluran data, kerangka simulasi, dan komputer robot Thor.

NVIDIA telah meletakkan infrastruktur yang cermat untuk 'momen GPT robot'. Diharapkan pada tahun 2025, jalur kecerdasan tubuh dan jalur self-driving di China juga akan menyaksikan gelombang pendanaan.

[Gambar: Jensen Huang dan Steve Jobs - Dua Ikon Era Seluler dan AI]

Agen AI: Industri Triliunan Dolar

Jensen Huang juga memprediksi bahwa industri Agen AI akan mencapai skala triliunan dolar. Produk terkait adalah AI Agentik dengan fungsi 'Penskalaan Waktu Uji', yang mendukung kalkulator, pencarian web, pencarian semantik, pencarian SQL, dan alat lainnya. Jika NVIDIA bermitra dengan kerangka Swarms dalam hal komputasi yang dipercepat GPU dan integrasi AI, maka kerangka Swarms pada akhirnya dapat memenangkan segalanya, dengan semua Agen AI berjalan dalam kerangkanya. Swarms diharapkan menjadi raksasa bernilai triliunan dolar di masa depan, sementara nilai pasarnya saat ini hanya $540 juta, apakah ini berarti masih ada ruang pertumbuhan yang besar?

Empat Tahap Pengembangan AI NVIDIA

Dibandingkan dengan lima tahap pengembangan AGI OpenAI Sam, empat tahap pengembangan AI NVIDIA lebih makro dan berwibawa:

AI Persepsi: Pengenalan suara, pengenalan mendalam
AI Generatif: Pembuatan teks, gambar, atau video
Agen AI: Asisten pemrograman, dll., membantu manusia menyelesaikan tugas
AI Fisik: Mobil self-driving, robot serbaguna

Pembagian seperti itu dengan jelas menunjukkan jalur pengembangan AI dan hukum pengembangan industri. Jensen Huang, dari berlari kecil di atas panggung 10 tahun yang lalu dan mendukung Xiaomi, hingga menjadi raksasa bernilai $3,6 triliun hari ini, tampaknya perkembangannya di masa depan masih tak terbatas.