Di Nvidia GTC 2026, Jensen Huang dengan percaya diri menyatakan: Banyak perusahaan AI asli lahir karena Nvidia “mendefinisikan ulang komputasi”. Dia mengatakan, kita berada di awal revolusi platform baru, mirip dengan revolusi komputer pribadi. Dalam dua tahun terakhir, dengan munculnya ChatGPT, era AI generatif benar-benar dimulai.
Huang menampilkan sebuah slide kunci yang mengungkapkan bahwa pasar kekuatan komputasi AI global sedang memasuki fase pertumbuhan eksponensial. Gambar tersebut menunjukkan bahwa potensi pasar pusat data global (TAM) telah meningkat dari sekitar 500 miliar dolar AS pada 2025 menjadi lebih dari 1 triliun dolar AS ($1T) dalam waktu satu tahun saja, dan terus berkembang.
Konsep inti dalam slide tersebut adalah “Inference Inflection” (Titik Balik Inferensi).
Dulu, pengembangan AI terutama fokus pada tahap pelatihan (Training), yaitu membuat model belajar dari data dalam jumlah besar. Tetapi seiring dengan matangya model besar, AI mulai diterapkan ke berbagai produk dan layanan, seperti layanan pelanggan, generasi gambar, dan pengembangan perangkat lunak. Ini menandakan bahwa pusat perhatian pasar beralih dari pelatihan ke inferensi.
Ketika AI digunakan oleh miliaran pengguna secara bersamaan, setiap pertanyaan, pembuatan gambar, atau video membutuhkan dukungan daya komputasi. Kebutuhan komputasi dengan frekuensi tinggi dan latensi rendah ini akan menyebabkan permintaan kekuatan inferensi meningkat secara eksponensial, yang juga dianggap Nvidia sebagai kekuatan pendorong utama pasar pusat data AI bernilai triliun dolar.
Struktur pasar di sisi kanan slide menunjukkan bahwa saat ini, kebutuhan kekuatan AI berasal dari dua kategori utama pelanggan. Sekitar 60% berasal dari hyperscalers dan perusahaan AI asli, termasuk:
Amazon Web Services
Google Cloud
Microsoft
dan pengembang model AI:
OpenAI
Anthropic
xAI
Sementara 40% lainnya berasal dari bidang baru yang ditekankan Nvidia akhir-akhir ini, termasuk Sovereign AI (AI Berdaulat), aplikasi industri dan perusahaan. AI Berdaulat merujuk pada infrastruktur AI yang dibangun oleh pemerintah negara sendiri, yang meliputi:
Membangun superkomputer AI tingkat nasional
Melatih model bahasa lokal
Membangun kedaulatan data nasional
Selain itu, industri tradisional juga mulai mengadopsi AI secara besar-besaran, seperti:
Mobil dan sistem otomatisasi mengemudi
Manufaktur dan pabrik pintar
Analisis citra medis
Model risiko keuangan
Di bagian tengah slide juga tercantum ekosistem model AI utama saat ini, termasuk ChatGPT, Gemini, Grok, dan berbagai model sumber terbuka. Anthropic dan Meta Superintelligence Labs ditandai sebagai kekuatan baru yang muncul setelah 2025, menunjukkan bahwa kompetisi model AI sedang berkembang pesat.
GTC 2026 Jensen Huang: Nvidia Inti adalah “Perusahaan Algoritma”
Dalam pidatonya, Huang menghabiskan waktu cukup lama memperkenalkan aplikasi tumpukan perangkat lunak Nvidia di berbagai industri, mulai dari kesehatan, manufaktur, keuangan hingga komputasi awan. Dia menegaskan bahwa semua kemampuan akhirnya kembali ke ekosistem CUDA-X dari Nvidia. “Kami adalah perusahaan algoritma,” katanya. Dia menggambarkan CUDA-X sebagai “permata mahkota (crown jewel)” Nvidia, menekankan bahwa nilai sebenarnya dari GPU berasal dari platform perangkat lunaknya, bukan hanya perangkat kerasnya.
Salah satu komponen terpenting adalah cuDNN, yang dirancang khusus untuk mempercepat GPU dalam jaringan neural dalam, dan telah digunakan secara luas oleh kerangka kerja AI utama, menjadi bagian penting dari infrastruktur pembelajaran mendalam modern.
Huang kembali menegaskan pentingnya perangkat lunak dalam ekosistem AI, menyebut cuDNN sebagai salah satu pustaka paling penting yang pernah ada di perusahaan, bahkan menyebutnya sebagai ledakan besar yang memicu gelombang AI modern. Nvidia menampilkan sebuah video pendek tentang ekosistem CUDA-X mereka, termasuk sebuah video yang hampir tidak bisa dibedakan dari nyata, yang dihasilkan oleh AI dan teknologi simulasi, menyoroti terobosan GPU dalam visualisasi dan komputasi mendalam.
Huang: AI membutuhkan “Perpustakaan Khusus Industri”
Huang menyatakan bahwa implementasi AI tidak hanya bergantung pada AI generatif. “Menaruh GenAI di dinding dan melihat apakah berhasil bukanlah strategi,” katanya. Dia percaya bahwa masalah yang dihadapi berbagai industri sangat berbeda, sehingga Nvidia harus mengembangkan library khusus domain (domain-specific libraries) untuk menyediakan solusi yang dioptimalkan bagi setiap bidang.
Ini adalah alasan utama mengapa ekosistem CUDA-X terus berkembang, saat ini mencakup puluhan bidang, termasuk:
Perhitungan ilmiah
Citra medis
Mengemudi otomatis
Analisis keuangan
Rekayasa data
Library-library ini memungkinkan GPU untuk berfungsi secara optimal dalam berbagai skenario industri.
Strategi Tumpukan AI: Integrasi Vertikal dan Keterbukaan Horizontal
Huang menggambarkan strategi Nvidia sebagai “integrasi vertikal, keterbukaan horizontal” (vertically integrated but horizontally open). Ini berarti Nvidia menyediakan tumpukan lengkap dari chip, sistem, perangkat lunak hingga platform aplikasi, sekaligus memungkinkan perusahaan dan pengembang untuk membangun aplikasi di platform mereka. Dalam konteks lonjakan kebutuhan komputasi AI, Huang percaya bahwa model ini adalah satu-satunya cara untuk mendorong komputasi percepatan (accelerated computing).
Kunci Pertempuran AI: Data Tidak Terstruktur
Huang juga menyebutkan tugas penting lain dari AI: mengelola data tidak terstruktur (unstructured data). Dia menunjukkan bahwa sekitar 90% data global adalah tidak terstruktur, seperti gambar, video, suara, dan teks bahasa alami, yang selama ini dianggap hampir tidak berguna karena sulit dicari dan dianalisis. Dengan kematangan AI dan teknologi GPU, data ini perlahan diubah menjadi aset yang dapat dianalisis.
Contohnya, IBM menggunakan kerangka kerja GPU cuDF dari Nvidia untuk meningkatkan efisiensi platform data WatsonX mereka, sehingga data tidak terstruktur dapat dianalisis dan dimanfaatkan secara cepat.
OpenAI Akan Menggunakan AWS untuk Mengurangi Beban Kekuasaan Komputasi
Dalam pembahasan tentang infrastruktur AI, Huang juga menyebutkan kebutuhan kekuatan komputasi OpenAI. Dia mengatakan bahwa saat ini, OpenAI “benar-benar terbatas oleh kekuatan komputasi,” dan tahun ini, perusahaan tersebut akan mengadopsi infrastruktur Amazon Web Services untuk mengatasi permintaan komputasi yang besar.
