Saya baru menyadari tahun ini seberapa besar perubahan lanskap AI China. Ketika embargo terhadap chip dimulai, semua orang berpikir bahwa mimpi itu telah berakhir. Tapi tahukah kamu apa yang sebenarnya menjadi beban kita semua? Ini bukan hanya tentang perangkat keras—masalah utama adalah CUDA.

Jika kamu belum mendengarnya, CUDA adalah ekosistem yang dibangun oleh NVIDIA selama lebih dari sepuluh tahun. Semua kerangka AI utama, dari Google TensorFlow hingga Meta PyTorch, bergantung padanya. Sekarang ada 4,5 juta pengembang yang menggunakannya, dan 90% pengembang AI di seluruh dunia terikat pada sistem ini. Ini adalah flywheel yang hampir mustahil dihentikan—semakin banyak orang menggunakannya, semakin banyak alat yang dikembangkan, semakin sulit untuk keluar.

Namun kali ini, China tidak menyerah. Strateginya lebih cerdas—berpaling ke algoritma. DeepSeek V3 memiliki 671 miliar parameter tetapi hanya menggunakan 5,5% dari kapasitasnya untuk setiap inferensi. Biaya pelatihannya hanya $5,576 juta, sementara GPT-4 hampir $78 miliar. Kamu tahu apa yang terjadi? Harga API DeepSeek adalah $0,028 per juta token, sementara GPT-4 adalah $5. Lebih murah 25 hingga 75 kali lipat. Ini bukan sekadar diskon—ini adalah perubahan struktural dalam industri.

Dan bagian yang mengagumkan: chip lokal mulai melatih model besar. Pada Januari 2026, Zhipu AI merilis GLM-Image bersama Huawei, model generasi gambar pertama yang sepenuhnya dilatih di chip lokal. Prosesor Loongson 3C6000 dan kartu akselerator TaiChu Yuanqi T100 tidak lagi hanya untuk inferensi—mereka sudah mampu untuk pelatihan. Di Jiangsu Xinghua, ada jalur produksi sepanjang 148 meter yang memproduksi server setiap 5 menit. Ini adalah apa yang disebut produksi era baru—bukan hanya barang fisik tetapi kapasitas komputasi yang dapat diekspor ke seluruh dunia.

Ekosistem Huawei Ascend telah berkembang menjadi 4 juta pengembang, 3.000 mitra, dan 43 model utama yang sudah melakukan pre-train di sini. Angka ini terus meningkat. Pada 2026, kapasitas komputasi cerdas China mencapai 1590 EFLOPS. Ini bukan lagi sekadar harapan—ini adalah kenyataan.

Sekarang, tentang situasi energi. Amerika sedang menghadapi masalah. Virginia, Georgia, Illinois, Michigan—semua menangguhkan proyek data center baru karena kekurangan listrik. AS akan menghadapi defisit kapasitas 175GW pada 2033. Tapi China? Produksi listrik tahunan mencapai 10,4 triliun unit, 2,5 kali lipat dari AS. Dan penggunaan listrik residensial di China hanya 15% dari total, sementara di AS 36%. Ini berarti ada lebih banyak kapasitas industri untuk infrastruktur komputasi. Harga listrik di China barat adalah $0,03 per kilowatt-jam, sementara di AS berkisar antara $0,12 hingga $0,15. Ini perbedaan 4 hingga 5 kali lipat.

Jadi token—unit terkecil dari informasi AI—mulai diproduksi di China dan diekspor ke seluruh dunia. Distribusi pengguna DeepSeek adalah 30,7% China, 13,6% India, 6,9% Indonesia, 4,3% AS, 3,2% Prancis. Ada 26.000 perusahaan di seluruh dunia dan 3.200 institusi di versi enterprise. Pada 2025, 58% startup AI baru mengintegrasikan DeepSeek ke dalam tumpukan teknologi mereka. Di China sendiri, pangsa pasar mencapai 89%.

Apa yang terjadi di sini mirip dengan apa yang terjadi di Jepang 40 tahun lalu. Pada 1988, Jepang menguasai 51% pasar semikonduktor global, tetapi setelah Perjanjian Semikonduktor AS-Jepang, pangsa mereka menurun menjadi hanya 10% di DRAM. Kesalahan mereka adalah bergantung hanya pada menjadi produsen terbaik, tanpa ekosistem independen sendiri. Sekarang China memilih jalan berbeda—dari optimisasi algoritma ekstrem, hingga pengembangan chip lokal dari inferensi hingga pelatihan, hingga mengumpulkan jutaan pengembang di ekosistem Ascend, dan mengekspor token secara global.

Laporan 27 Maret 2026 menunjukkan gambaran menarik. Pendapatan Cambrian naik 453%, laba penuh tahun pertama. Pendapatan Moore Threads naik 243% tetapi rugi 1 miliar. Pendapatan Muxi naik 121% tetapi rugi 8 miliar. Setengah api, setengah air. Tapi intinya jelas—pasar membutuhkan alternatif tanpa NVIDIA. Ini adalah peluang struktural yang dibawa oleh geopolitik.

Pembangunan ekosistem memiliki biaya. Setiap kerugian adalah uang nyata yang dihabiskan untuk pembelajaran, subsidi perangkat lunak, penempatan insinyur di klien. Tapi kerugian ini bukan karena eksekusi buruk—ini adalah pajak perang untuk kemerdekaan. Delapan tahun yang lalu, pertanyaannya adalah "bisakah kita bertahan." Sekarang, pertanyaannya adalah "berapa biaya yang harus dibayar untuk bertahan." Biaya itu sendiri adalah kemajuan.