Di balik kekuatan super AI : Nvidia, Perusahaan Pembuat Chip Terkemuka
satu dari banyak superkomputer – beberapa dikenal publik, beberapa tidak – dibangun dengan GPU Nvidia untuk penelitian ilmiah serta aplikasi AI.” Laporan terbaru CB Insights menunjukkan bahwa Nvidia menguasai sekitar 95% pasar GPU untuk pembelajaran mesin. Selain itu, bisnis AI mereka menghasilkan pendapatan sekitar $15 miliar (£12 miliar) tahun lalu, melampaui game sebagai sumber pendapatan utama mereka dengan pertumbuhan sekitar 40%. Menyusul rilis hasil kuartal pertama mereka, saham Nvidia meroket hampir 30%. Menanggapi melonjaknya permintaan, perusahaan mengumumkan peningkatan produksi chip untuk memenuhi kebutuhan pasar. Sementara chip AI mereka, juga dijual dalam sistem pusat data, masing-masing dihargai sekitar $ 10.000 (£ 8.000), versi terbaru dan paling kuat memerintahkan biaya yang lebih tinggi.
Lantas, bagaimana cara Nvidia bangkit menjadi tokoh sentral dalam revolusi AI? Singkatnya, hal itu adalah kombinasi dari taruhan berani pada teknologi mereka sendiri dan pengaturan waktu yang sempurna.
Jensen Huang, sekarang CEO Nvidia, adalah salah satu pendiri perusahaan pada tahun 1993. Mengungkapkan awalnya, Nvidia berfokus pada peningkatan grafis untuk game dan aplikasi lainnya. Pada tahun 1999, mereka mengembangkan GPU untuk mengoptimalkan tampilan gambar di komputer. GPU unggul dalam pemrosesan paralel, secara efisien menangani banyak tugas kecil secara bersamaan, seperti mengelola jutaan piksel di layar. Pada tahun 2006, para peneliti di Universitas Stanford menemukan bahwa GPU dapat mempercepat operasi matematis dengan cara yang tak tertandingi oleh chip pemrosesan biasa. Pada momen penting ini, Mr. Huang membuat keputusan penting yang membentuk perkembangan AI seperti yang kita kenal sekarang. Nvidia menginvestasikan sumber dayanya untuk membuat alat yang membuat GPU dapat diprogram, membuka kunci kemampuan pemrosesan paralelnya untuk aplikasi di luar grafik. Alat ini diintegrasikan ke dalam chip komputer Nvidia. Meskipun para gamer mungkin tidak membutuhkan atau menyadari kemampuan ini, para peneliti menganggapnya revolusioner untuk komputasi berperforma tinggi pada perangkat keras konsumen.
Kemampuan yang baru ditemukan ini memainkan peran penting dalam terobosan awal AI modern. Pada tahun 2012, peluncuran Alexnet, model AI yang mampu mengklasifikasi gambar, hanya menggunakan dua GPU yang dapat diprogram Nvidia. Proses pelatihan, yang akan memakan waktu berbulan-bulan pada chip pemrosesan tradisional dalam jumlah yang jauh lebih besar, hanya membutuhkan beberapa hari. Penemuan kemampuan GPU untuk mempercepat pemrosesan jaringan saraf secara drastis mulai menyebar di kalangan ilmuwan komputer, mendorong peningkatan adopsi GPU untuk menjalankan jenis beban kerja baru ini.
“Sepertinya AI menemukan kita,” kata Mr. Huang mencerminkan. Nvidia memanfaatkan keunggulan ini dengan berinvestasi dalam pengembangan GPU yang dirancang khusus untuk aplikasi AI dan dengan membuat perangkat lunak yang mudah digunakan untuk memfasilitasi penggunaannya.
