Pesaing Nvidia yang paling sulit dihadapi mungkin justru pelanggannya sendiri.
Pada 9 November, Google meluncurkan dua sistem TPU baru:
🔹 8tx: berfokus pada komputasi aman untuk melindungi data sensitif.
🔹 8i Max: mengemas dua TPU dalam satu paket, dengan kemampuan komputasi, kapasitas SRAM, dan bandwidth HBM masing-masing dua kali lipat dibandingkan satu chip 8i.
Hal yang benar-benar patut diperhatikan bukanlah spesifikasinya, melainkan bahwa Google sedang beralih dari pembeli daya komputasi AI menjadi perancang dan pemasok chip.
Dulu, para raksasa teknologi bersaing untuk membeli GPU sebanyak mungkin.
Kini, mereka mulai bersaing untuk mengurangi ketergantungan pada Nvidia.
Tentu saja, ekosistem CUDA tetap menjadi benteng pertahanan Nvidia.
Namun, pesaing yang paling sulit dihadapi mungkin bukan perusahaan chip lain, melainkan para pelanggan besar yang punya uang, keahlian teknologi, dan kebutuhan AI dalam skala besar.
Di masa depan, apakah daya komputasi AI akan didominasi GPU, atau akankah beragam chip khusus berkembang pesat?
#AI #Google #NVIDIA #TPU
Pada 9 November, Google meluncurkan dua sistem TPU baru:
🔹 8tx: berfokus pada komputasi aman untuk melindungi data sensitif.
🔹 8i Max: mengemas dua TPU dalam satu paket, dengan kemampuan komputasi, kapasitas SRAM, dan bandwidth HBM masing-masing dua kali lipat dibandingkan satu chip 8i.
Hal yang benar-benar patut diperhatikan bukanlah spesifikasinya, melainkan bahwa Google sedang beralih dari pembeli daya komputasi AI menjadi perancang dan pemasok chip.
Dulu, para raksasa teknologi bersaing untuk membeli GPU sebanyak mungkin.
Kini, mereka mulai bersaing untuk mengurangi ketergantungan pada Nvidia.
Tentu saja, ekosistem CUDA tetap menjadi benteng pertahanan Nvidia.
Namun, pesaing yang paling sulit dihadapi mungkin bukan perusahaan chip lain, melainkan para pelanggan besar yang punya uang, keahlian teknologi, dan kebutuhan AI dalam skala besar.
Di masa depan, apakah daya komputasi AI akan didominasi GPU, atau akankah beragam chip khusus berkembang pesat?
#AI #Google #NVIDIA #TPU
