Dua tahun terakhir, perkembangan kecerdasan buatan ini lebih cepat dari yang diperkirakan banyak orang.
Dari ChatGPT, Claude sampai Gemini, dari AI buat gambar sampai AI buat video, kecerdasan buatan lagi cepat-cepat masuk ke bisnis, konten kreatif, edukasi, keuangan, dan banyak lagi industri lainnya.
Tapi, kebanyakan orang cuma lihat modelnya aja.
Yang sebenarnya diabaikan adalah kekuatan komputasi di balik model tersebut.
Kalau kita analogikan model AI itu kayak mesin mobil, maka kekuatan komputasi itu adalah bahan bakarnya.
Gak ada cukup kekuatan komputasi, sekuat apapun modelnya, gak bisa nyelesaiin training dan inferensi.
Esensi dari persaingan AI lagi berubah.
Banyak orang percaya bahwa persaingan AI di masa depan adalah persaingan kemampuan model.
Tapi faktanya, raksasa teknologi global sedang memberi tahu pasar dengan tindakan mereka:
Persaingan AI di masa depan akan semakin mirip dengan persaingan sumber daya daya komputasi.
Model bahasa besar membutuhkan banyak sumber daya GPU.
Generasi gambar AI membutuhkan GPU.
Generasi video AI membutuhkan GPU.
AI Agent membutuhkan GPU.
Aplikasi AI tingkat perusahaan juga memerlukan banyak sumber daya GPU untuk mendukung.
Ketika AI mulai memasuki tahap aplikasi bisnis skala besar, pentingnya daya komputasi meningkat dengan cepat.
Mengapa perusahaan enggan membangun ruang GPU mereka sendiri?
Sebabnya sebenarnya sangat sederhana.
Biaya terlalu tinggi.
Selain harga GPU itu sendiri yang mahal, juga perlu mempertimbangkan:
pembangunan ruang server
arsitektur jaringan
pasokan listrik
manajemen keamanan
operasional teknis
Bagi sebagian besar perusahaan, biaya ini tidak masuk akal.
Oleh karena itu, semakin banyak perusahaan mulai menerima model baru:
Computing as a Service (CaaS)
Artinya:
Daya komputasi sebagai layanan.
CaaS mungkin menjadi tren penting berikutnya
Jika kita melihat kembali sejarah perkembangan komputasi awan.
Dulu perusahaan harus membeli server mereka sendiri.
Hari ini perusahaan secara langsung menggunakan layanan cloud.
Hal yang sama sedang terjadi di bidang AI.
Di masa depan, perusahaan tidak harus memiliki kluster GPU mereka sendiri.
Tapi pasti akan memiliki akun daya komputasi sendiri.
Perusahaan hanya perlu memperoleh kemampuan komputasi sesuai kebutuhan, tanpa harus membangun infrastruktur lengkap sendiri.
Ini juga menjadi salah satu alasan mengapa banyak orang optimis terhadap model CaaS.
Infrastruktur era AI sedang terbentuk
Sebagai perusahaan yang telah lama memperhatikan perkembangan infrastruktur AI, Jinshu Zhiyun terus berinvestasi:
Layanan daya GPU
penjadwalan daya terdistribusi
pembangunan infrastruktur AI
Eksplorasi model CaaS (Computing as a Service)
Harapannya melalui jaringan daya komputasi cerdas global, dapat membantu lebih banyak perusahaan menurunkan ambang batas aplikasi AI.
Jinshu Zhiyun berpendapat:
Selama sepuluh tahun ke depan, daya komputasi akan semakin menjadi sumber daya dasar yang sama pentingnya dengan listrik dan jaringan.
Dan bagaimana agar lebih banyak perusahaan dapat memperoleh daya komputasi yang dibutuhkan dengan biaya lebih rendah dan efisiensi lebih tinggi, juga akan menjadi isu penting dalam industri AI.
Kesimpulan
AI sedang mengubah dunia.
Namun AI itu sendiri, juga perlu didukung.
Ketika pasar terus mendiskusikan kemampuan model, AI Agent, dan AI generatif, mungkin yang lebih penting untuk diperhatikan adalah:
Infrastruktur yang mendukung seluruh ekosistem AI.
Karena yang benar-benar menentukan sejauh mana AI dapat berkembang, bukan hanya modelnya.
Ada juga daya komputasi.
#AI #Chatgp