5 Celah Penting di Balik Kejayaan Jensen Huang dan NVIDIA

CUDA dikembangkan Ian Buck, eksekutif NVIDIA yang mengepalai divisi komputasi berperforma tinggi. Software itu menyediakan kode siap pakai untuk tugas AI yang umum, alat pencari kesalahan, dan sistem yang membuat ribuan cip bekerja bersamaan. Business Insider menyebut CUDA membutuhkan bertahun-tahun untuk dibangun.

CUDA dibuat pada 2006 dan makin kuat setelah TensorFlow serta PyTorch mengandalkan NVIDIA. Kode yang ditulis dalam software itu harus disusun ulang bila pengguna berpindah ke AMD atau Intel sehingga biaya perpindahan menjadi mahal. Efek itu menopang posisi NVIDIA di pasar akselerator AI selama hampir 2 dekade.

Jeremy Nixon, pendiri Infinity, mengaku memakai AI coding agent selama 10 jam untuk membuat software mirip CUDA bagi D-Matrix. Google, Amazon, dan Microsoft membangun software sendiri, sementara OpenAI dan Anthropic memperlihatkan model yang bisa menghasilkan software untuk sistem. Menurut Business Insider, sejumlah pihak menilai pergeseran beban kerja dari pelatihan ke inferensi bisa mengubah komputasi CUDA.

“CUDA itu seperti Microsoft Windows yang harus dimuat dalam HP,” kata Chris Lattner, pendiri Modular, seperti dilansir Business Insider.

Dalam pembukaan Consumer Electronics Show 2026 di Amerika Serikat, Jensen Huang memastikan platform Vera Rubin memasuki produksi penuh. Itu terdiri atas enam cip, yaitu CPU Vera, GPU Rubin, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, dan Spectrum-6 Ethernet Switch. Vera Rubin NVL72 memakai pendinginan cair penuh dan desain modular tanpa kabel yang memangkas waktu pemasangan dari 2 jam menjadi 5 menit.

Laporan TrendForce menyebut NVIDIA menurunkan lebar pita HBM4 Vera Rubin sekitar 13 persen per GPU dan sampai 26 persen dalam sistem HGX Rubin NVL8. Versi spesifikasi resmi mencantumkan kapasitas 20,7 TB dan lebar pita 1.580 TB/detik untuk sistem NVL72. Itu diarsipkan pada 1 September 2026. Samsung dan SK hynix bersiap mengirim HBM4 8-Hi untuk Rubin Ultra pada kuartal kedua 2027. Konfigurasi 8-Hi memakai lebih sedikit die DRAM sehingga menurunkan biaya per tumpukan dan memberi ruang bagi lebih banyak GPU dalam jumlah bit yang sama. Adopsi HBM4 8-Hi diperkirakan melonjak mulai pertengahan 2027 karena pasokan memori bandwidth tinggi (HBM) masih ketat dan tantangan termal membuat yield 12-Hi lebih sulit dijaga.

“Rubin datang pada waktu yang tepat karena permintaan komputasi AI untuk pelatihan dan inferensi melonjak,” kata Huang seperti dilansir Data Center Dynamics.

Konsumsi listrik pusat data dunia diperkirakan naik menjadi 565 terawatt jam (TWh) pada 2026 atau 26 persen lebih tinggi dibandingkan 447 TWh pada 2025. Permintaan listrik pusat data dunia diproyeksikan naik 27 persen dari 105 gigawatt pada 2025 menjadi 133 gigawatt pada 2026. Itu mempertimbangkan kekurangan komponen, proyek yang tertunda, dan dampak konflik di Iran.

Server yang dioptimalkan untuk AI menyerap 31 persen konsumsi listrik pusat data pada 2026. Konsumsi listrik server AI naik dari 95 TWh pada 2025 menjadi 175 TWh pada 2026, sementara server konvensional hanya bertambah sekitar 1 persen. Itu membuat kapasitas AI dibatasi ketersediaan listrik.

Pasokan energi menjadi kendala utama untuk pertumbuhan AI di Eropa karena biaya listrik yang tinggi. Jensen Huang menilai alokasi listrik yang langka di kawasan itu sangat penting bagi pertumbuhan perusahaan. Itu disampaikan Huang di Berlin, Jerman, pada Oktober 2026.

“Permintaan komputasi AI yang intensif mendorong pertumbuhan listrik pusat data yang belum pernah terjadi sebelumnya, sementara kapasitas AI sekarang dibatasi ketersediaan listrik,” kata Linglan Wang, seorang analis, seperti dilansir Network World.

NVIDIA memperkenalkan Halos pada 2025 sebagai sistem keselamatan untuk kendaraan otonom lalu memperluasnya ke teknologi robot lewat Halos for Robotics pada Juni 2026. Itu dirancang agar robot otonom di gudang, robot humanoid di pabrik, sampai robot bedah bisa bekerja tanpa membahayakan manusia. Software-nya terus memantau untuk mendeteksi kegagalan dengan cepat.

Jensen Huang menyebut bisnis AI fisik sudah menghasilkan hampir 10 miliar dolar AS atau Rp181 triliun per tahun. Dia menempatkan AI fisik sebagai kategori pertumbuhan terpenting kedua NVIDIA sejak 2025. Selain itu, Ars Technica menilai NVIDIA juga berinvestasi langsung terhadap sejumlah perusahaan robotika.

NVIDIA mengumumkan kemitraan dengan pengembang otak robot, raksasa robot industri, dan pionir humanoid. Perusahaan itu meluncurkan model dunia Cosmos, kerangka simulasi Isaac, dan model Isaac GR00T untuk mempercepat peralihan ke robotika cerdas. Itu mencakup perakitan elektronik presisi tinggi sampai automasi pabrik bagi produsen berbagai skala.

“Model AI makin mumpuni, perangkat keras robot juga makin mumpuni, dan hal yang kami duga menjadi hambatan selanjutnya adalah keselamatan,” kata Amit Goel, kepala ekosistem robotika dan komputasi NVIDIA, seperti dilansir Ars Technica.

Strategi Jensen Huang membuat NVIDIA menanggung jaminan atas proyek pusat data OpenAI berkapasitas 10 gigawatt di Ohio, Amerika Serikat, senilai hingga 105 miliar dolar atau Rp1.898 triliun. Selain itu, mereka juga menandatangani kontrak sebagai penyewa untuk pusat data yang akan dialihkan kepada pihak ketiga. Sebagian besar jaminan itu baru dibayar kalau peserta proyek gagal memenuhi kewajiban.

Portofolio investasi NVIDIA mencapai hampir 100 miliar dolar atau Rp1.789 triliun sampai laporan kuartal kedua tahun fiskal 2027, termasuk saham di OpenAI dan Anthropic. Saham CoreWeave, Nebius, dan IREN turun sedikitnya 30 persen sepanjang Oktober 2026, sementara premi credit default swap CoreWeave melampaui 11 persen. Firmus menarik rencana penawaran umum perdana pada Oktober 2026 setelah NVIDIA menjadi investornya.

Nilai kewajiban di luar neraca NVIDIA melebihi 153 miliar dolar atau Rp2.765 triliun pada tahun fiskal 2026. Jaminan menjadi bentuk pembiayaan di luar neraca yang paling cepat bertumbuh pada 2026. David Gonzales, wakil presiden Moody's, menyebut struktur itu rumit dan pemantauannya berlangsung tiap hari.

“Yang hilang di tengah adalah modal kerja untuk memacu pertumbuhan itu karena permintaan di banyak sektor AI sangat besar sehingga modal menjadi langka,” kata Huang seperti dilansir CNBC.

Lima celah yang membuka jalan bagi kejayaan NVIDIA ternyata menyimpan tekanan masing-masing, mulai dari kunci software yang diuji AI coding agent sampai jaminan keuangan bagi pelanggan. Jensen Huang menjawab tekanan itu dengan ritme produk tahunan, revisi spesifikasi memori, dan perluasan pasar ke robotika serta kendaraan otonom. Persoalan yang belum selesai adalah urusan listrik dan modal yang menentukan seberapa cepat cip selanjutnya bisa benar-benar dipakai.