Jensen Huang membuka era baru superkomputer, Vera Rubin menjadi pemicu perubahan di bidang AI

Jensen Huang kembali tampil di panggung CES, tokoh utama NVIDIA ini dengan sebuah pengumuman teknologi besar-besaran menunjukkan arah masa depan komputasi AI kepada seluruh industri. Berbeda dari tahun-tahun sebelumnya, acara utama tahun ini bukanlah kartu grafis konsumen tradisional, melainkan sebuah platform superkomputer tingkat perusahaan seberat 2,5 ton yang mengintegrasikan 6 chip kustom—Vera Rubin. Nama ini diambil dari astronom Vera Rubin, melambangkan tekad NVIDIA untuk terus menjelajahi batas-batas baru dalam alam semesta AI.

Vera Rubin merevolusi logika desain chip, inovasi sistem di balik lonjakan performa

Dalam model pengembangan tradisional, NVIDIA biasanya mengikuti strategi konservatif “setiap generasi hanya inovasi 1-2 chip,” tetapi Vera Rubin mematahkan kebiasaan ini dengan merancang dan memproduksi sekaligus 6 chip baru dalam satu waktu—langkah yang belum pernah terjadi di industri. Jensen Huang menyebutnya sebagai “desain kolaboratif ekstrem”—yaitu inovasi yang sinkron di seluruh tingkat arsitektur chip dan platform secara keseluruhan.

Enam chip ini memiliki fungsi masing-masing: CPU Vera menggunakan arsitektur Olympus kustom NVIDIA dengan 88 inti, memiliki memori sistem sebesar 1,5TB (tiga kali lipat dari generasi Grace sebelumnya), yang saja sudah cukup untuk mendukung aplikasi AI yang lebih kompleks; GPU Rubin adalah kekuatan utama untuk inferensi, mencapai 50PFLOPS, lima kali lipat dari Blackwell generasi sebelumnya, sementara jumlah transistor hanya meningkat 1,6 kali, menunjukkan efisiensi desain yang luar biasa.

Selain dua “otak utama” ini, Vera Rubin juga mengintegrasikan kartu jaringan ConnectX-9, unit pemrosesan data BlueField-4, chip pertukaran NVLink-6, dan chip Ethernet optik Spectrum-6. Setiap chip dirancang dengan cermat untuk memastikan seluruh sistem berfungsi sebagai satu organisme yang harmonis.

Dari segi performa nyata, sistem NVL72 yang mengadopsi arsitektur Vera Rubin mampu mencapai 3,6 EFLOPS dalam tugas inferensi, meningkat lima kali lipat dari Blackwell; performa pelatihan mencapai 2,5 EFLOPS, meningkat 3,5 kali. Lebih menarik lagi, peningkatan performa ini hanya disertai peningkatan jumlah transistor sebesar 1,7 kali, menunjukkan NVIDIA melakukan terobosan besar dalam proses semikonduktor dan optimisasi arsitektur.

Kemajuan dalam desain fisik juga mencengangkan. Sebelumnya, node superkomputer membutuhkan 43 kabel, waktu perakitan 2 jam, dan rawan kesalahan, tetapi node Vera Rubin tidak memerlukan kabel sama sekali, hanya mengandalkan 6 pipa pendingin cair, dan proses perakitan dipersingkat menjadi 5 menit. Jaringan utama NVLink yang menghubungkan node ini terdiri dari hampir 3200 km kabel tembaga dan 5000 kabel tembaga lainnya, mentransfer data dengan kecepatan 400Gbps. Kompleksitas teknik ini membuat Jensen Huang bercanda bahwa “mungkin CEO yang sangat kuat fisiknya yang bisa membawanya.”

Revolusi memori dan percepatan jaringan, solusi kunci untuk tantangan AI

Salah satu masalah utama dalam aplikasi AI adalah kekurangan memori konteks. Saat model AI melakukan tugas dialog, mereka menghasilkan “KV Cache”—yaitu memori kerja AI. Seiring bertambahnya putaran dialog dan skala model, HBM (High Bandwidth Memory) tradisional cepat kehabisan kapasitas.

Solusi Vera Rubin adalah dengan menempatkan unit pemrosesan BlueField-4 secara independen untuk mengelola KV Cache. Setiap node dilengkapi 4 BlueField-4, masing-masing dengan 150TB memori konteks, yang berarti setiap GPU dapat menambah kapasitas memori sebesar 16TB—sementara GPU tunggal biasanya hanya memiliki sekitar 1TB memori terintegrasi. Lonjakan angka ini sangat revolusioner. Lebih penting lagi, perluasan ini tidak mengurangi kecepatan akses, bandwidth 200Gbps tetap dipertahankan.

Namun, hanya memori saja tidak cukup. Ketika memori kerja harus melintasi puluhan server dan puluhan ribu GPU yang bekerja secara kooperatif, infrastruktur jaringan menjadi hambatan baru. Spectrum-X lahir sebagai platform Ethernet end-to-end khusus AI generatif pertama dari NVIDIA. Menggunakan proses TSMC COOP, mengintegrasikan teknologi silikon fotonik, mendukung kecepatan transfer 512 saluran × 200Gbps.

Dari segi ekonomi, untuk pusat data berkapasitas kilowatt dengan investasi 5 miliar dolar, Spectrum-X dapat meningkatkan throughput sebesar 25%, menghemat sekitar 500 juta dolar—Jensen Huang menyebut sistem jaringan ini “hampir seperti gratis.”

Selain itu, Vera Rubin juga memperhatikan keamanan komputasi. Semua data saat ditransfer, disimpan, dan dihitung dienkripsi, termasuk saluran PCIe, NVLink, komunikasi CPU-GPU, dan bus lainnya. Perusahaan dapat dengan aman mengoperasikan model mereka di sistem eksternal tanpa khawatir data bocor.

Gelombang open-source dan demokratisasi AI, model generasi baru membentuk ulang ekosistem industri

Salah satu sorotan konferensi adalah antusiasme Jensen Huang terhadap komunitas AI open-source. Ia menyebutkan secara khusus peluncuran DeepSeek V1 tahun lalu yang revolusioner, yang mengguncang dunia dan disebut sebagai “model inferensi open-source pertama,” memicu gelombang inovasi industri. Slide presentasi menunjukkan bahwa model open-source domestik Kimi dan DeepSeek V3.2 menempati posisi pertama dan kedua secara global.

Jensen Huang mengakui, meskipun model open-source saat ini mungkin tertinggal sekitar setengah tahun dari solusi terdepan industri, setiap enam bulan selalu muncul model baru yang revolusioner. Kecepatan iterasi ini membuat startup, raksasa teknologi, dan lembaga riset tidak berani lengah, dan NVIDIA sendiri menyadari bahwa mereka tidak boleh ketinggalan dalam kompetisi ini.

Oleh karena itu, NVIDIA tidak lagi sekadar menjadi produsen chip. Mereka membangun kluster superkomputer DGX Cloud bernilai miliaran dolar, mengembangkan model sintesis protein La Proteina dan OpenFold 3, serta terus memperluas ekosistem open-source yang berfokus pada bidang medis, fisika AI, agen cerdas, robot, dan kendaraan otonom.

Keluarga model Nemotron juga menjadi sorotan, mencakup berbagai dimensi seperti pengenalan suara, multimodalitas, peningkatan generatif berbasis pencarian, dan keamanan. Model-model ini menunjukkan performa luar biasa di berbagai peringkat resmi dan mulai digunakan oleh banyak perusahaan secara nyata.

Alpamayo, perwujudan fisik AI, memasuki era inferensi otomatis

Jika model bahasa besar menyelesaikan masalah “dunia digital,” maka ambisi Jensen Huang berikutnya adalah menaklukkan “dunia fisik.” Ia mengusulkan arsitektur “tiga inti komputer” untuk mendorong pengembangan AI fisik: komputer pelatihan (berbasis sistem pelatihan GPU tradisional), komputer inferensi (ditempatkan di edge kendaraan robot atau mobil otonom sebagai “otak kecil”), dan komputer simulasi (lingkungan pelatihan virtual yang disediakan Omniverse dan Cosmos).

Produk nyata dari arsitektur ini adalah Alpamayo—sistem otomatis mengemudi pertama di dunia yang memiliki kemampuan berpikir. Berbeda dari otomatisasi berbasis aturan tradisional, Alpamayo adalah sistem pembelajaran mendalam end-to-end, yang mengatasi “masalah ekor panjang” dalam pengemudian otomatis.

Ketika kendaraan menghadapi kondisi jalan yang sangat kompleks dan tak terduga, Alpamayo tidak sekadar mengikuti instruksi yang diprogram sebelumnya, tetapi mampu melakukan penalaran dan pengambilan keputusan seperti pengemudi manusia. Lebih hebat lagi, sistem ini akan “memberitahu apa yang akan dilakukan selanjutnya dan mengapa.” Dalam demonstrasi langsung, mobil otomatis ini menunjukkan kemampuan luar biasa, mampu memecah skenario lalu lintas yang sangat kompleks menjadi pengetahuan dasar untuk direspons.

Mercedes-Benz CLA menjadi penerapan komersial pertama dari teknologi Alpamayo. Jensen Huang mengumumkan bahwa model ini akan diluncurkan di AS pada kuartal pertama tahun ini, dan secara bertahap masuk ke pasar Eropa dan Asia. Mobil ini juga mendapatkan peringkat keselamatan tertinggi NCAP, berkat desain “lapisan keamanan ganda” dari NVIDIA—ketika model AI end-to-end tidak yakin terhadap kondisi jalan, sistem secara otomatis beralih ke mode keamanan tradisional yang lebih andal, memastikan keselamatan maksimal.

Ekosistem robot dan masa depan industri, dari dunia virtual ke manufaktur nyata

Sorotan lain dari konferensi adalah strategi robotik. NVIDIA mengundang berbagai mitra untuk menampilkan robot mereka, termasuk robot humanoid dan robot berkaki empat dari Boston Dynamics. Jensen Huang menegaskan, semua robot akan dilengkapi unit komputasi mini Jetson, dan dilatih di lingkungan simulasi Isaac yang berbasis Omniverse.

Visi yang lebih besar adalah mengintegrasikan ekosistem teknologi ini ke dalam sistem perangkat lunak industri seperti dari Synopsys, Cadence, Siemens. Menurut Jensen Huang, robot terbesar sebenarnya adalah pabrik itu sendiri.

Gambaran masa depan NVIDIA adalah: desain chip, desain sistem, dan simulasi pabrik semuanya akan didorong dan dipercepat oleh AI fisik. Bahkan, muncul kejutan penampilan robot Disney di acara ini, dan Jensen Huang dengan humor berkata kepada robot-robot lucu ini, “Kalian akan dirancang di komputer, dibuat di komputer, dan bahkan sebelum menghadapi gravitasi nyata, kalian akan menjalani pengujian dan sertifikasi di komputer.”

Jika hanya melihat bagian akhir acara, orang mungkin mengira ini adalah peluncuran produk dari perusahaan robot atau model tertentu.

Dari pemasok chip menjadi pemberi kekuatan AI, transformasi strategi Jensen Huang

Dalam konteks kontroversi gelembung AI, makna mendalam dari pengumuman Jensen Huang patut diperhatikan. Selain perlambatan Hukum Moore yang membatasi jalur optimisasi performa tradisional, ia tampaknya juga ingin membuktikan nilai nyata AI melalui platform sebesar Vera Rubin—dari peningkatan kapasitas komputasi ke penerapan nyata.

Perubahan strategi ini, dari sekadar penjual chip menjadi pemberi kekuatan AI, tidak hanya sebatas hardware. Lebih penting lagi, NVIDIA mulai mendalami lapisan aplikasi dan ekosistem—baik melalui dukungan model open-source, pembangunan DGX Cloud, maupun pengembangan sistem otomatis Alpamayo dan model fisika AI—semuanya digunakan untuk menunjukkan bagaimana AI benar-benar dapat mengubah dunia secara nyata.

Satu detail menarik terakhir adalah, karena keterbatasan waktu di CES, Jensen Huang juga menyiapkan banyak slide presentasi yang belum sempat dipresentasikan. Ia bahkan membuat sebuah video humor yang merangkum konten yang tidak bisa dipertontonkan secara langsung, kembali menampilkan gaya pribadi sang pemimpin industri—yang serius dalam inovasi teknologi, tetapi juga memiliki pandangan luas terhadap masa depan industri.