Connect with us

Kecerdasan buatan

NVIDIA (NVDA) Sorotan: Dari Raksasa Grafis ke Raksasa AI

mm
Securities.io maintains rigorous editorial standards and may receive compensation from reviewed links. We are not a registered investment adviser and this is not investment advice. Please view our affiliate disclosure.

Sang Raksasa AI

Jika selama lebih dari satu dekade, perhatian investor teknologi telah terfokus pada “Big Tech” (Microsoft, Google, Facebook, dll.), beberapa tahun terakhir telah menyaksikan pergeseran yang jelas menuju perangkat keras daripada perangkat lunak. Tanda pertama adalah kemunculan spektakuler Tesla dari sebuah saham kultus niche menjadi salah satu perusahaan terbesar di dunia.

Namun, akan ada satu perusahaan yang duduk di perbatasan antara perangkat lunak dan perangkat keras yang akan menghasilkan pengembalian yang sama baik, jika tidak lebih kuat: NVIDIA (NVDA ).

Sekarang sebagian besar dilihat sebagai perusahaan AI dengan kesuksesan tiba-tiba, NVIDIA sebenarnya telah membangun teknologi dan posisi pasar uniknya selama 20-30 tahun. Ini mungkin memberinya posisi yang kuat untuk tetap menjadi aktor dominan di dunia teknologi untuk tahun-tahun mendatang.

Jalan NVIDIA Menuju Kesuksesan

CPU vs GPU

Selama waktu yang lama, NVIDIA adalah sebuah perusahaan perangkat keras komputer yang sukses tetapi niche yang mengkhususkan diri dalam memproduksi kartu grafis atau unit pemrosesan grafis (GPU). Pada saat itu, GPU dianggap sebagai elemen perangkat keras komputasi yang penting tetapi sekunder dibandingkan dengan unit pemrosesan pusat (CPU) yang sangat penting.

CPU dirancang untuk melakukan perhitungan yang sangat cepat yang memerlukan dilakukan satu demi satu, membuatnya sangat baik dalam melakukan perhitungan yang kompleks.

Di sisi lain, GPU kurang kuat tetapi dirancang untuk melakukan banyak perhitungan paralel secara bersamaan, membuatnya lebih baik dalam menangani sejumlah besar data.

Selama periode ini dari 1990-an hingga 2010-an, produsen CPU seperti Intel (INTC ) memerintah industri, sementara GPU berkualitas tinggi sebagian besar hanya digunakan oleh penggemar game dan desainer grafis untuk PC kelas atas.

Membangun Bisnis GPU

Awalnya, pendiri NVIDIA Jensen Huang dan rekan-rekannya beralasan bahwa kecepatan komputasi akan melampaui kapasitas CPU. Jensen sangat instrumental dalam mengembangkan GPU pertama untuk Sun Microsystems, hari ini Oracle (ORCL ).

Dia kemudian menjadi salah satu pendiri NVIDIA pada tahun 1993, mengadopsi revolusi PC pada awal 1990-an.

“Kami pikir, kamu tahu, mungkin grafis 3D akan menjadi hal yang benar-benar keren. Dan untuk pertama kalinya, kamu memiliki platform yang bisa menjadi komputer dan digunakan untuk, kamu tahu, apa pun yang kamu inginkan. Kamu bisa menggunakannya untuk bermain game. Dan, kami hanya perlu membangun chip yang membuatnya memungkinkan untuk bermain game.

Tidak ada dari kami yang pernah melihat PC sebelumnya. Jadi kami harus membeli PC. Kami membeli Gateway 2000. Tidak ada yang tahu cara memprogram Windows atau DOS. Tidak ada yang pernah melihat DOS. Jadi kami harus mengambilnya, memulai belajar tentang industri.”

Jensen Huang, dalam sebuah wawancara dengan Sequoia

Sangat lucu untuk berpikir bahwa, dalam retrospeksi, game tidak terlalu “serius” dibandingkan dengan model bisnis yang lebih menguntungkan dan lebih besar yang berfokus pada perusahaan.

CUDA & Kripto

Pada tahun 2006, sekarang menjadi pemimpin GPU yang mapan, NVIDIA merilis CUDA, antarmuka pemrograman umum untuk GPU NVIDIA, membuka pintu untuk penggunaan lain selain game. Ini dilakukan karena beberapa peneliti sudah menggunakan GPU untuk melakukan perhitungan daripada superkomputer biasa.

Sumber: NVIDIA

“Peneliti menyadari bahwa dengan membeli kartu game yang disebut GeForce, kamu menambahkannya ke komputer, kamu secara efektif memiliki superkomputer pribadi. Dinamika molekuler, pemrosesan seismik, rekonstruksi CT, pemrosesan gambar—sejumlah hal yang berbeda.”

Jensen Huang, dalam sebuah wawancara dengan Sequoia

Pengadopsian GPU yang lebih luas, dan lebih khusus perangkat keras NVIDIA, menciptakan lingkaran umpan balik positif berdasarkan efek jaringan: semakin banyak penggunaan, semakin banyak pengguna akhir dan programmer yang familiar dengannya, semakin banyak penjualan, semakin banyak anggaran R&D, semakin percepatan kecepatan komputasi, semakin banyak penggunaan, dan seterusnya.

Sumber: NVIDIA


Jonathan adalah seorang peneliti biokimia yang telah bekerja di bidang analisis genetik dan uji klinis. Sekarang, ia adalah seorang analis saham dan penulis keuangan dengan fokus pada inovasi, siklus pasar, dan geopolitik dalam publikasinya 'The Eurasian Century".

Advertiser Disclosure: Securities.io is committed to rigorous editorial standards to provide our readers with accurate reviews and ratings. We may receive compensation when you click on links to products we reviewed. ESMA: CFDs are complex instruments and come with a high risk of losing money rapidly due to leverage. Between 74-89% of retail investor accounts lose money when trading CFDs. You should consider whether you understand how CFDs work and whether you can afford to take the high risk of losing your money. Investment advice disclaimer: The information contained on this website is provided for educational purposes, and does not constitute investment advice. Trading Risk Disclaimer: There is a very high degree of risk involved in trading securities. Trading in any type of financial product including forex, CFDs, stocks, and cryptocurrencies. This risk is higher with Cryptocurrencies due to markets being decentralized and non-regulated. You should be aware that you may lose a significant portion of your portfolio. Securities.io is not a registered broker, analyst, or investment advisor.