Kebenaran tentang perang chip AI: Daya Komputasi adalah kuncinya, siapa yang bisa tersenyum sampai akhir?

Semua orang memperhatikan persaingan chip GPU, tetapi para profesional di industri tahu – hambatan sebenarnya tidak ada pada chip, tetapi pada Daya Komputasi.

Kondisi sangat jelas: GPU Nvidia sekarang adalah yang terkuat, AMD dan Broadcom membantu perusahaan dalam membuat chip yang dirancang sendiri. Namun, seiring AI beralih dari pelatihan (biaya sekali) ke tahap inferensi (biaya berkelanjutan), siapa pun yang dapat mengurangi konsumsi energi dan biaya, dialah yang akan menang.

Keunggulan Alphabet di sini: Lebih dari sepuluh tahun mengembangkan TPU (Pengolah Tensor) sendiri, kini telah mencapai generasi ke-7, dioptimalkan khusus untuk framework TensorFlow dan Google Cloud. Kuncinya adalah—TPU jauh lebih hemat energi dibandingkan GPU. Dengan pertumbuhan kebutuhan inferensi yang meledak, perbedaan konsumsi energi ini akan membawa keuntungan biaya yang besar.

Langkah yang lebih agresif: Alphabet tidak menjual TPU, hanya menjadikannya sebagai hak Google Cloud. Dengan demikian, pengguna yang ingin menggunakan TPU harus menggunakan Google Cloud, Alphabet mendapatkan dua keuntungan sekaligus—baik menjual Daya Komputasi, maupun dapat menggunakan chip yang dikembangkan sendiri untuk mengurangi biaya menjalankan model Gemini mereka.

Dibandingkan dengan OpenAI dan Perplexity yang masih mengeluarkan uang untuk GPU, integrasi vertikal Alphabet (chip + platform cloud + model besar + alat AI + jaringan serat optik) sudah menjadi benteng super. Bahkan Nvidia pun tergesa-gesa—dengar-dengar OpenAI sedang menguji TPU, Nvidia segera berinvestasi di OpenAI untuk menghentikan kerugian.

Batas bawah: Ini bukan perlombaan chip, ini adalah perlombaan siapa yang memiliki sistem paling hemat biaya. Dari sudut pandang ini, posisi Alphabet cukup stabil.