Diterbitkan pada: 2025-11-25
Harga saham Google melonjak 6,28 persen menjadi 318,47 USD , didukung oleh optimisme baru seputar strategi infrastruktur AI Alphabet dan langkah perusahaan untuk mengomersialkan Unit Pemrosesan Tensornya.
Harga saham Nvidia naik 2,05 persen menjadi 182,55 USD selama sesi tetapi turun 1,50 persen menjadi 179,81 USD setelah perdagangan pasar.
Kenaikan tajam harga saham Google mencerminkan pergeseran sentimen investor saat pasar menilai kembali posisi kompetitif Alphabet dalam ekosistem perangkat keras AI global.
Google menciptakan Tensor Processing Unit (TPU) sebagai sirkuit terpadu khusus aplikasi yang dirancang untuk operasi yang terdapat dalam pembelajaran mesin dan model berbasis data. Perangkat kerasnya berfokus pada komputasi matriks dan tensor yang mendukung beban kerja pembelajaran mendalam. Generasi awal TPU dibuat untuk penggunaan internal di Google dan hanya tersedia bagi pelanggan melalui layanan Google Cloud.
Dengan bersiap menjual TPU kepada pelanggan eksternal, Google beralih dari strategi optimasi internal ke bisnis perangkat keras yang sepenuhnya komersial. Langkah ini membuka kemungkinan persaingan langsung dengan GPU serbaguna yang mendominasi pasar saat ini.
TPU dan GPU sama-sama mempercepat kecerdasan buatan, tetapi kinerjanya berbeda. GPU sangat fleksibel dan mendukung ekosistem pustaka dan kerangka kerja yang luas. TPU berspesialisasi dalam operasi tensor dan seringkali menunjukkan efisiensi yang unggul untuk tugas pelatihan dan inferensi tertentu.
| Fitur | TPU | GPU |
|---|---|---|
| Tujuan utama | Perhitungan tensor dan matriks untuk pembelajaran mesin | Rendering grafis dan tugas komputasi umum |
| Arsitektur | ASIC dirancang untuk operasi pembelajaran mendalam | Banyak prosesor paralel inti untuk beban kerja yang luas |
| Kekuatan khas | Throughput tinggi untuk pelatihan dan inferensi jaringan saraf | Keserbagunaan, dukungan perangkat lunak yang luas, kinerja yang kuat untuk berbagai tugas |
| Pengguna ideal | Perusahaan dengan model AI skala besar dan beban kerja tensor yang konsisten | Pengguna yang membutuhkan fleksibilitas dan kompatibilitas kerangka kerja yang luas |
| Pemimpin pasar | Nvidia dan AMD |
Perusahaan dapat memilih TPU untuk beban kerja yang besar dan terprediksi, yang diuntungkan oleh throughput tinggi dan potensi biaya jangka panjang yang lebih rendah. GPU tetap menjadi pilihan yang disukai oleh pengembang yang membutuhkan kompatibilitas luas dan bagi organisasi yang menjalankan berbagai jenis model.
Laporan menunjukkan bahwa Meta mungkin menyewa kapasitas TPU mulai tahun 2026 dan dapat membeli dalam jumlah besar mulai tahun 2027. Meta mengoperasikan beberapa sistem AI terbesar di dunia, termasuk algoritma rekomendasi dan model bahasa berskala besar. Beban kerja ini membutuhkan akses yang konsisten ke kapasitas komputasi yang sangat besar.
Minat Meta pada TPU berpusat pada tiga tujuan strategis:
Meta ingin mendiversifikasi basis pemasoknya dan mengurangi ketergantungan pada satu penyedia GPU.
Meta berupaya mengamankan harga yang kompetitif untuk kelompok pelatihan besar dan tugas inferensi bervolume tinggi.
Meta bertujuan untuk mengevaluasi apakah kinerja TPU selaras lebih efisien dengan beban kerja tensor berat tertentu dalam infrastrukturnya.
Strategi komputasi yang terdiversifikasi membantu perusahaan teknologi besar mengelola biaya, kinerja, risiko pengadaan, dan perencanaan jangka panjang.
Pangsa pasar pusat data AI Nvidia masih sangat kuat. Namun, peluncuran TPU yang tersedia secara komersial menghadirkan alternatif nyata bagi perusahaan hyperscaler dan perusahaan besar.
Para investor telah bereaksi terhadap laporan perubahan strategi Google karena bahkan perubahan kecil dalam pola pengadaan dapat memengaruhi ekspektasi pendapatan bagi pemasok GPU yang ada.
Dampak potensialnya meliputi:
Kekuatan penetapan harga yang berkurang untuk Nvidia jika pelanggan utama memperoleh alternatif yang layak.
Strategi perangkat keras yang lebih seimbang dalam penyedia cloud global.
Fokus yang lebih besar pada portabilitas perangkat lunak yang memungkinkan model beralih di antara akselerator AI.
Meningkatnya persaingan dalam pengembangan silikon AI yang dapat mempercepat inovasi.
Meskipun GPU akan tetap menjadi pusat industri AI, TPU dapat mengklaim bagian penting dari beban kerja yang sesuai dengan arsitekturnya.
Broadcom adalah mitra jangka panjang dalam desain TPU Google. Jika Google memulai penjualan skala besar kepada pelanggan eksternal, Broadcom berpotensi mendapatkan keuntungan dari peningkatan permintaan akan layanan desain dan manufaktur.
Kolaborasi ini memperkuat posisi Broadcom dalam silikon kustom bernilai tinggi dan memperluas jangkauan pasar untuk layanan semikonduktornya.
Pelaku pasar memandang perkembangan ini secara positif karena meningkatkan peran Broadcom dalam infrastruktur AI generasi berikutnya.
Perusahaan yang mengadopsi TPU di fasilitas mereka sendiri mendapatkan serangkaian opsi strategis baru. Mereka dapat menjalankan beban kerja tensor throughput tinggi di lokasi sambil tetap menggunakan layanan cloud untuk tugas-tugas yang bervariasi atau berjangka pendek. Jenis penerapan hibrida ini dapat menawarkan keuntungan yang terukur.
Manfaat potensial meliputi:
Kontrol yang lebih besar atas latensi dan kinerja untuk model-model penting.
Tata kelola data yang lebih baik untuk organisasi yang lebih suka menyimpan informasi sensitif di lokasi.
Mengurangi biaya komputasi jangka panjang untuk beban kerja yang dapat diprediksi.
Kombinasi TPU, GPU, dan ASIC khusus yang disesuaikan untuk setiap aplikasi.
Fleksibilitas ini dapat mendorong lebih banyak organisasi untuk mengeksplorasi arsitektur multi chip daripada mengandalkan satu kelas akselerator.
Jika Google melanjutkan peluncuran komersial penuh TPU, persaingan komputasi AI akan semakin ketat. Hyperscaler, penyedia cloud, dan perusahaan global besar mungkin akan mencari cara untuk mengurangi konsentrasi vendor dan menggabungkan berbagai kelas silikon khusus.
Efek jangka panjangnya bisa meliputi:
Pertumbuhan dalam desain chip khusus di seluruh platform utama.
Memperluas ekosistem perangkat keras di sekitar Google TPU.
Kerangka kerja kompatibilitas silang baru yang memungkinkan model berjalan pada akselerator campuran.
Daya tawar yang lebih kuat bagi pelanggan besar saat menegosiasikan pengadaan di masa mendatang.
Hasil keseluruhannya bisa berupa pasar yang lebih sehat dan lebih kompetitif untuk perangkat keras AI.
Harga saham Google naik karena investor optimistis dengan keputusan Alphabet untuk mengomersialkan TPU. Langkah ini memperluas strategi perangkat keras AI-nya, mendiversifikasi potensi pendapatan, dan meningkatkan tekanan kompetitif terhadap pemasok GPU yang telah lama berdiri.
TPU tidak akan menggantikan GPU, tetapi dapat mengurangi daya penetapan harga Nvidia jika pelanggan besar mengadopsi strategi akselerator yang lebih beragam. Hal ini secara bertahap dapat membentuk kembali dinamika persaingan dalam perangkat keras AI.
Potensi adopsi Meta penting karena hyperscaler besar memengaruhi standar perangkat keras secara global. Bahkan migrasi parsial ke TPU dapat mendorong perusahaan lain untuk mengeksplorasi alternatif non-GPU.
TPU sangat efisien untuk pelatihan dan inferensi model bahasa berskala besar, tetapi GPU masih menawarkan fleksibilitas yang lebih besar. Sebagian besar perusahaan akan mengadopsi strategi hibrida atau multi-akselerator.
Penafian: Materi ini hanya untuk tujuan informasi umum dan tidak dimaksudkan (dan tidak boleh dianggap sebagai) nasihat keuangan, investasi, atau nasihat lain yang dapat diandalkan. Pendapat yang diberikan dalam materi ini tidak merupakan rekomendasi dari EBC atau penulis bahwa investasi, sekuritas, transaksi, atau strategi investasi tertentu cocok untuk orang tertentu.
