AMD sudah mulai mengirimkan Helios, sistem rak AI-nya, dan GPU di dalamnya dibuat dengan 3.200 miliar transistor.
Itu menempatkan perusahaan pada posisi yang belum pernah mereka pegang sebelumnya — menjadi kandidat infrastruktur AI full-stack.
Pengumuman itu datang pada acara AMD Advancing AI 2026 di San Francisco.
UBS bergerak cepat. Dalam sehari setelah peristiwa itu, bank tersebut menaikkan target harga AMD.
Dan penalarannya tidak hanya soal spesifikasi GPU. UBS menyoroti bisnis CPU server AMD yang bermargin lebih tinggi — bagian dari cerita yang sebagian besar luput dari perhatian Wall Street.
Rak Helios AMD Mengincar Dominasi Full-Stack Nvidia
Rak AMD Helios adalah penawaran AMD untuk menjual bukan chip individual, melainkan seluruh sistem server AI terintegrasi. Saham (AMD) mendapat perhatian analis baru setelah pengumuman tersebut, yang mencerminkan seberapa banyak pasar telah bergeser ke cara berpikir skala rak. Perbedaan ini sangat penting di pasar pusat data saat ini.
Hyperscaler dan penyedia cloud semakin memilih untuk membeli solusi skala rak ketimbang merakit komponen satu per satu. Produk rak Nvidia NVL72 dan GB200 telah mendominasi kategori tersebut, dan sistem baru ini merupakan respons langsung.
GPU di dalam rak AMD Helios dibangun pada node proses terbaru milik AMD dan memuat 3.200 miliar transistor per chip, angka yang mencerminkan sejauh mana kepadatan semikonduktor telah maju. Transistor adalah sakelar on-off fundamental di dalam setiap chip.
Lebih banyak transistor per chip umumnya berarti lebih banyak core komputasi, memori on-chip yang lebih besar, dan matematika matriks yang lebih cepat—itulah operasi inti di balik pelatihan dan inferensi model AI. Inferensi adalah proses menjalankan model AI yang telah dilatih untuk menghasilkan keluaran, langkah yang terjadi setiap kali pengguna menanyakan ChatGPT atau layanan serupa.
Langkah AMD masuk ke penjualan rak full-stack mencerminkan strategi yang telah digunakan Nvidia untuk mengunci pelanggan.
Ketika sebuah pusat data membeli sistem rak lengkap, termasuk fabrik interkoneksi, pendingin, dan tumpukan perangkat lunaknya, biaya perpindahan meningkat tajam. AMD berupaya membangun biaya perpindahan yang sama itu, bukan bersaing murni pada benchmark level chip.
Dari Vendor Chip Menjadi Penantang Full-Stack
Jalur AMD menuju platform rak terintegrasi ini bertumpu pada serangkaian akuisisi dan siklus produk yang direntang beberapa tahun sebelumnya.
Perusahaan tersebut mengakuisisi Xilinx pada 2022 senilai $49 miliar, menambahkan chip logika yang dapat diprogram yang melengkapi beban kerja GPU. Perusahaan ini juga memperluas platform perangkat lunak ROCm, yang merupakan padanan lingkungan pemrograman CUDA milik Nvidia.
CUDA adalah lapisan perangkat lunak yang memungkinkan pengembang menulis kode pelatihan AI sekali, lalu menjalankannya secara efisien di perangkat keras Nvidia. Secara historis, ROCm tertinggal dari CUDA dalam kematangan ekosistem, dan celah perangkat lunak itulah yang menjadi liabilitas kompetitif terlama AMD.
Pengumuman Helios menunjukkan bahwa AMD yakin tumpukan perangkat lunaknya kini cukup kompetitif untuk mendukung penjualan skala rak.
Sebuah pusat data tidak bisa membeli satu rak AMD penuh lalu mengandalkan perangkat lunak Nvidia. AMD harus menghadirkan paket lengkap, perangkat keras dan perangkat lunak, yang menjadikan sistem ini sekaligus ujian kredibilitas, sama seperti peluncuran produk.
Keputusan UBS untuk menaikkan target harganya segera setelah Advancing AI 2026 mencerminkan tesis yang spesifik.
Bank tersebut mengatakan perhatiannya tertarik pada bisnis CPU server milik AMD, yang memiliki margin kotor lebih tinggi dibanding GPU. Prosesor EPYC AMD telah mengambil pangsa pasar yang signifikan dari Intel di pusat data cloud.
Jika AMD bisa melakukan cross-sell CPU EPYC bersamaan dengan sistem rak Helios-nya, ekonomi paket tersebut menjadi lebih menarik bagi pembeli dan lebih menguntungkan bagi AMD dibanding penjualan GPU saja.
Mengapa Pasar Komputasi AI Membutuhkan Alternatif Nvidia yang Kredibel
Pangsa Nvidia di pasar GPU AI telah bertahan di atas 80% sepanjang pembangunan infrastruktur saat ini. Konsentrasi itu memberi hyperscaler daya tawar harga yang kecil dan menciptakan risiko rantai pasok ketika Nvidia tidak dapat memenuhi pesanan dengan cukup cepat.
Google, Microsoft, Amazon, dan Meta semuanya berinvestasi pada chip AI khusus, sebagian untuk mengurangi ketergantungan tersebut. AMD menawarkan alternatif pihak ketiga yang menjalankan perangkat lunak standar, berbeda dengan silikon khusus yang memerlukan alat bantu khusus.
Detail penting adalah pengumuman bahwa rak AMD Helios sudah dikirim, bukan hanya sampel.
Perusahaan pembuat GPU secara rutin mengumumkan produk berbulan-bulan sebelum produk tersebut sampai ke pelanggan. Status pengiriman berarti pusat data kini dapat menempatkan dan memenuhi pesanan, yang penting untuk perencanaan belanja modal pada siklus yang berjalan mengikuti jadwal triwulanan.
Google juga mengungkap secara terpisah minggu ini bahwa mereka menaikkan rencana belanja modal 2026 menjadi antara $195 miliar dan $205 miliar, sebagian besar diarahkan untuk infrastruktur komputasi AI.
Skala belanja itu cukup besar sehingga bahkan pergeseran kecil pembelian GPU ke AMD mengubah lanskap kompetitif secara material.
Apa yang Dilihat UBS yang Terlewat dari Headline GPU
Revisi target harga bank tersebut berfokus pada detail yang dilewatkan sebagian besar liputan Advancing AI 2026. Bisnis CPU server menghasilkan margin kotor yang secara struktural lebih tinggi daripada margin GPU, karena CPU menghadapi tekanan komoditisasi yang lebih kecil dalam jangka pendek dan karena EPYC memiliki daya penetapan harga di cloud.
Saat AMD menjual rak Helios, biasanya mereka memasangkannya dengan prosesor host EPYC. Artinya, setiap penjualan rak menyertakan margin CPU yang melekat.
Analis yang hanya memodelkan AMD berdasarkan pangsa GPU dibanding Nvidia mengabaikan arus pendapatan yang terbundel itu.
Jika rak AMD Helios mendapatkan daya tarik bahkan dalam sebagian kecil dari kapasitas pusat data baru yang akan mulai beroperasi hingga 2027, tingkat pemasangan CPU bisa menjadi pendorong pendapatan yang berarti, terlepas dari bagaimana AMD berperforma dibanding benchmark GPU Nvidia.
Tantangan AMD tetap pada ekosistem perangkat lunaknya. Kompatibilitas ROCm dengan framework AI populer seperti PyTorch telah membaik, tetapi banyak tim enterprise memiliki kode yang dioptimalkan untuk CUDA selama bertahun-tahun dan enggan memindahkannya.
Kemampuan AMD untuk menutup kesenjangan itu melalui tooling, dukungan migrasi, dan kemitraan perangkat lunak pihak ketiga akan menentukan apakah platform tersebut mampu mengubah minat menjadi pangsa pasar yang bertahan lama.
Baca Berikutnya: Apple Membayar $250 Juta untuk Menyelesaikan Klaim Terkait Siri AI Upgrade yang Diklaim Kurang Akurat, Seluruh Industri Mendapat Peringatan dari Ini