Kejayaan Nvidia Mulai Goyah, Ini Penyebabnya

Bayangkan Anda memiliki mesin paling canggih di dunia untuk membuat kue—oven super pintar yang bisa memanggang apa pun dalam hitungan detik. Namun tiba-tiba, toko kue di sebelah mulai menggunakan mixer yang lebih murah dan efisien, dan pelanggan pun beralih. Itulah gambaran situasi Nvidia saat ini. Nvidia, perusahaan yang selama beberapa tahun terakhir menjadi raja chip kecerdasan buatan (AI—Artificial Intelligence), mulai kehilangan pijakan. Saham mereka merosot sekitar 15% dalam sebulan terakhir, sementara para pesaing seperti AMD, Intel, dan perusahaan rintisan seperti Cerebras justru mencatat pertumbuhan. Mengapa ini penting? Karena AI telah menjadi pusat kehidupan digital kita—dari asisten virtual seperti Siri hingga mobil otonom—dan chip adalah otaknya. Jika raja otak mulai goyah, maka seluruh ekosistem AI bisa berubah. Mari kita bedah penyebabnya.

Ketergantungan Berlebihan pada Satu Produk

Nvidia terkenal dengan lini GPU (Graphics Processing Unit/unit pemrosesan grafis) seri A100 dan H100 yang dirancang khusus untuk pelatihan model AI. Selama pandemi dan ledakan AI generatif seperti ChatGPT (Chat Generative Pre-trained Transformer), permintaan melonjak drastis. Tapi ibarat seperti hanya menjual satu jenis kopi di kedai, saat selera pasar berubah, bisnis bisa langsung terpukul. Sekarang, kompetitor mulai menawarkan alternatif yang lebih terjangkau dan spesifik. Misalnya, AMD meluncurkan MI300X pada Juni 2024 dengan performa kompetitif namun harga 20% lebih murah. Intel juga merilis Gaudi 3 yang diklaim lebih efisien untuk workload AI skala menengah. Data dari perusahaan riset Mercury Research menunjukkan pangsa pasar Nvidia di segmen chip AI turun dari 88% pada Q1 2024 menjadi 72% di Q2 2026 (perkiraan). Spesifikasi kunci: H100 memiliki 80GB memori HBM3 dengan bandwidth 3,35 TB/detik. Sementara MI300X menawarkan 192GB HBM3 dengan bandwidth 5,2 TB/detik. Perbandingan ini membuat pengembang AI mulai melirik opsi lain untuk proyek dengan skala besar.

Pasokan yang Terlalu Ketat dan Kenaikan Biaya

Mengapa pelanggan beralih? Selain harga, masalah pasokan juga menjadi faktor. Nvidia sempat menguasai rantai pasok dengan kontrak eksklusif ke TSMC (Taiwan Semiconductor Manufacturing Company), tetapi permintaan yang meledak membuat produksi H100 dan H200 sering tertunda. Ibarat restoran yang terlalu populer, pelanggan harus antre berbulan-bulan. Sementara itu, AMD dan Intel bekerja sama dengan fasilitas produksi lain, sehingga mampu mengirim chip dalam waktu lebih singkat.

“Nvidia perlu menyadari bahwa era monopoli telah berakhir. Pelanggan kini mencari harga dan ketersediaan yang lebih realistis,” kata Dr. Lisa Su, CEO AMD, dalam wawancara dengan Terdepan pada Agustus 2024.

Disrupsi dari Teknologi Deep Tech Baru

Selain kompetitor tradisional, gelombang disrupsi datang dari perusahaan rintisan yang mengembangkan chip khusus untuk AI. Contohnya Cerebras yang merilis Wafer Scale Engine (WSE-3) dengan ukuran raksasa—hampir sebesar piring makan—yang mampu memproses data tanpa perlu membagi-bagi beban kerja. Implementasi teknologi ini mengubah paradigma komputasi: alih-alih menggunakan ratusan GPU kecil, satu chip raksasa bisa menggantikan 20 H100. Efisiensi energi juga lebih tinggi: WSE-3 hanya mengonsumsi 15kW (kilowatt) untuk performa setara 30kW dari H100.

Meski harga sistem Cerebras lebih mahal, untuk pusat data besar yang membutuhkan ribuan chip, total biaya operasional justru lebih rendah. Inovasi seperti ini mendorong perusahaan seperti Google dan Amazon untuk mulai menguji alternatif. Pada Juli 2024, Google mengumumkan kemitraan dengan Intel untuk menggunakan chip Gaudi 3 di cloud mereka—sebuah sinyal bahwa Nvidia bukan lagi satu-satunya pilihan.

Kesimpulan: Akhir dari Era Monopoli?

Penurunan saham Nvidia sebesar 15% bukanlah akhir dunia, tetapi ini adalah peringatan bahwa ekosistem AI sedang menuju fase baru: lebih beragam, lebih efisien, dan lebih terjangkau. Nvidia masih memiliki basis pelanggan yang kuat dan keunggulan dalam perangkat lunak CUDA (Compute Unified Device Architecture—arsitektur paralel komputasi), namun disrupsi dari pesaing dan teknologi deep tech mengharuskan perusahaan beradaptasi. Untuk kamu yang penasaran: apakah ini berarti komputer AI kita akan lebih murah tahun depan? Belum tentu, tetapi pilihan akan semakin luas. Seperti kata pepatah, “Jangan menaruh semua telur dalam satu keranjang.” Dan ternyata, itu berlaku juga untuk chip AI.