Memberi Nokia 1 miliar, Jen-Hsun Huang ingin menghasilkan 200 miliar

Pada GTC 2025, Jen-Hsun Huang mengungkapkan berita besar bahwa Nvidia akan menginvestasikan 1 miliar dolar AS di Nokia. Ya, perusahaan ponsel Symbian yang terkenal 20 tahun yang lalu, Nokia.

Jen-Hsun Huang mengatakan dalam pidatonya bahwa jaringan telekomunikasi sedang mengalami peralihan besar dari arsitektur tradisional ke sistem yang berbasis AI, dan investasi dari Nvidia akan mempercepat proses ini. Oleh karena itu, Nvidia bersama dengan Nokia menciptakan platform AI yang ditujukan untuk jaringan 6G, mengintegrasikan AI ke dalam jaringan RAN tradisional.

Bentuk investasi yang spesifik adalah Nvidia membeli sekitar 166 juta saham baru Nokia dengan harga $6,01 per saham, yang akan membuat Nvidia memiliki sekitar 2,9% saham Nokia.

Segera setelah pengumuman kerjasama, harga saham Nokia naik 21%, merupakan kenaikan terbesar sejak 2013.

01 Apa itu AI-RAN?

RAN adalah jaringan akses nirkabel, sementara AI-RAN adalah arsitektur jaringan baru yang mengintegrasikan kemampuan komputasi AI langsung ke dalam stasiun basis nirkabel. Sistem RAN tradisional terutama bertanggung jawab untuk mentransfer data antara stasiun basis dan perangkat seluler, sedangkan AI-RAN menambahkan kemampuan komputasi tepi dan pemrosesan cerdas di atas dasar tersebut.

Membuat stasiun basis dapat menerapkan algoritma AI untuk mengoptimalkan pemanfaatan spektrum dan efisiensi energi, meningkatkan kinerja jaringan secara keseluruhan, sambil memanfaatkan aset RAN yang tidak terpakai untuk menyelenggarakan layanan AI di tepi, menciptakan sumber pendapatan baru bagi operator.

Operator dapat menjalankan aplikasi AI secara langsung di lokasi stasiun basis, tanpa perlu mengirim semua data kembali ke pusat data untuk diproses, yang secara signifikan mengurangi beban jaringan.

Jen-Hsun Huang memberikan contoh, hampir 50% pengguna ChatGPT mengakses melalui perangkat seluler, tidak hanya itu, unduhan bulanan ChatGPT di perangkat seluler melebihi 40 juta, di era ledakan aplikasi AI, sistem RAN tradisional tidak dapat mengatasi generative AI dan jaringan seluler yang didominasi oleh agen.

AI-RAN menyediakan kemampuan inferensi AI terdistribusi di tepi, yang memungkinkan aplikasi AI berikutnya, seperti agen cerdas dan chatbot, merespons lebih cepat. Pada saat yang sama, AI-RAN juga mempersiapkan untuk aplikasi integrasi sensor dan komunikasi di era 6G.

Jen-Hsun Huang mengutip prediksi perusahaan analis Omdia, yang memperkirakan bahwa pasar RAN akan mencapai lebih dari 200 miliar dolar AS pada tahun 2030, di mana bagian AI-RAN akan menjadi segmen dengan pertumbuhan tercepat.

Presiden dan CEO Nokia, Justin Hotard, menyatakan dalam pernyataan bersama bahwa kemitraan ini akan membawa pusat data AI ke dalam saku setiap orang, mewujudkan redesign fundamental dari 5G ke 6G.

Dia secara khusus menyebutkan bahwa Nokia sedang bekerja sama dengan tiga perusahaan dari jenis yang berbeda, yaitu NVIDIA, Dell, dan T-Mobile. T-Mobile sebagai salah satu mitra awal, akan mulai melakukan pengujian lapangan untuk teknologi AI-RAN mulai tahun 2026, dengan fokus pada verifikasi peningkatan kinerja dan efisiensi. Justin mengatakan bahwa pengujian ini akan memberikan data berharga untuk inovasi 6G, membantu operator membangun jaringan cerdas yang sesuai dengan kebutuhan AI.

Berdasarkan AI-RAN, produk baru yang dirilis oleh Nvidia disebut Aerial RAN Computer Pro (ARC-Pro), yang merupakan platform komputasi akselerasi yang disiapkan untuk 6G. Konfigurasi perangkat keras intinya mencakup dua jenis GPU Nvidia: Grace CPU dan Blackwell GPU.

Platform ini berjalan melalui NVIDIA CUDA, perangkat lunak RAN dapat langsung disematkan ke dalam tumpukan teknologi CUDA. Oleh karena itu, ia tidak hanya dapat menangani fungsi jaringan akses nirkabel tradisional, tetapi juga dapat menjalankan aplikasi AI utama secara bersamaan. Ini juga merupakan metode inti NVIDIA untuk mewujudkan dua huruf AI dalam AI-RAN.

Mengingat sejarah panjang CUDA, keunggulan terbesar dari platform ini sebenarnya adalah kemampuannya untuk diprogram. Tidak hanya itu, Jen-Hsun Huang juga mengumumkan bahwa kerangka perangkat lunak Aerial akan menjadi sumber terbuka, yang diperkirakan akan dirilis di GitHub dengan lisensi Apache 2.0 mulai Desember 2025.

Perbedaan utama antara ARC-Pro dan produk pendahulunya ARC terletak pada lokasi penerapan dan skenario aplikasi. ARC pendahulu utamanya digunakan untuk implementasi cloud RAN terpusat, sedangkan ARC-Pro dapat langsung diterapkan di lokasi stasiun basis, yang memungkinkan kemampuan komputasi tepi benar-benar diterapkan.

Kepala bisnis telekomunikasi Nvidia, Roni Vashita, mengatakan bahwa sebelumnya RAN dan AI memerlukan dua set perangkat keras yang berbeda untuk diwujudkan, tetapi ARC-Pro dapat secara dinamis mengalokasikan sumber daya komputasi sesuai dengan kebutuhan jaringan, baik untuk memprioritaskan fungsi akses nirkabel maupun menjalankan tugas inferensi AI pada waktu-waktu kosong.

ARC-Pro juga mengintegrasikan platform AI Aerial dari Nvidia, yang merupakan tumpukan perangkat lunak lengkap, termasuk perangkat lunak RAN yang dipercepat CUDA, alat digital twin Aerial Omniverse, dan Aerial Framework yang baru. Aerial Framework dapat mengubah kode Python menjadi kode CUDA berkinerja tinggi yang berjalan di platform ARC-Pro. Selain itu, platform ini juga mendukung model jaringan saraf yang digerakkan oleh AI untuk estimasi saluran tingkat lanjut.

Jen-Hsun Huang berkata, telekomunikasi adalah sistem saraf digital bagi ekonomi dan keamanan. Kerjasama dengan Nokia dan ekosistem telekomunikasi akan menyalakan revolusi ini, membantu operator membangun jaringan yang cerdas dan adaptif, serta mendefinisikan konektivitas global generasi berikutnya.

02 Melihat ke tahun 2025, Nvidia benar-benar menginvestasikan banyak uang.

Pada 22 September, NVIDIA dan OpenAI mencapai kerjasama, NVIDIA berencana untuk secara bertahap menginvestasikan 100 miliar dolar AS ke OpenAI, yang akan mempercepat pembangunan infrastrukturnya.

Jen-Hsun Huang mengatakan, sebenarnya OpenAI sudah lama mencari investasi dari NVIDIA, tetapi saat itu perusahaan memiliki dana yang terbatas. Dia dengan humor mengatakan, saat itu terlalu miskin, sebenarnya harusnya memberikan semua uang kepada mereka.

Jen-Hsun Huang percaya bahwa pertumbuhan inferensi AI bukanlah 100 kali atau 1000 kali, melainkan 1 miliar kali. Dan kolaborasi ini tidak hanya terbatas pada perangkat keras, tetapi juga mencakup optimasi perangkat lunak, untuk memastikan OpenAI dapat memanfaatkan sistem NVIDIA secara efisien.

Ini mungkin karena dia khawatir OpenAI akan meninggalkan CUDA setelah mengetahui kolaborasi antara OpenAI dan AMD. Jika model dasar AI terbesar di dunia tidak menggunakan CUDA, maka wajar jika vendor model besar lainnya mengikuti jejak OpenAI.

Jen-Hsun Huang memprediksi dalam program podcast BG2 bahwa OpenAI kemungkinan akan menjadi perusahaan dengan nilai pasar satu triliun dolar berikutnya, dengan laju pertumbuhan yang akan memecahkan rekor industri. Dia membantah teori gelembung AI, menunjukkan bahwa pengeluaran modal global untuk infrastruktur AI akan mencapai 5 triliun dolar setiap tahun.

Juga karena investasi ini, OpenAI mengumumkan pada 29 Oktober bahwa mereka telah menyelesaikan restrukturisasi modal perusahaan. Perusahaan dibagi menjadi dua bagian, satu bagian adalah yayasan nirlaba, dan bagian lainnya adalah perusahaan yang berorientasi pada keuntungan.

Yayasan yang bersifat nirlaba akan mengendalikan bagian yang bersifat profit secara hukum, dan harus memperhatikan kepentingan publik. Namun, tetap dapat bebas dalam penggalangan dana atau mengakuisisi perusahaan. Yayasan akan memiliki 26% saham perusahaan yang bersifat profit ini, dan memegang satu waran saham. Jika perusahaan terus berkembang, yayasan juga dapat memperoleh saham tambahan.

Selain OpenAI, NVIDIA juga berinvestasi di xAI milik Musk pada tahun 2025. Putaran pendanaan perusahaan ini saat ini meningkat menjadi 20 miliar dolar AS. Sekitar 7,5 miliar dolar AS dihimpun melalui ekuitas, dan maksimal 12,5 miliar dolar AS dihimpun melalui utang dari entitas tujuan khusus (SPV).

Cara kerja entitas tujuan khusus ini adalah, ia akan menggunakan dana yang dihimpun untuk membeli prosesor berkinerja tinggi dari Nvidia, kemudian menyewakan prosesor tersebut untuk digunakan oleh xAI.

Prosesor-prosesor ini akan digunakan untuk proyek Colossus 2 milik xAI. Colossus generasi pertama adalah pusat data superkomputer xAI yang terletak di Memphis, Tennessee. Proyek Colossus generasi pertama telah mengerahkan 100.000 GPU Nvidia H100, menjadikannya salah satu kluster pelatihan AI terbesar di dunia. Sekarang, xAI sedang membangun Colossus 2, yang direncanakan akan memperluas jumlah GPU menjadi ratusan ribu bahkan lebih.

Pada 18 September, Nvidia juga mengumumkan akan menginvestasikan 5 miliar dolar AS ke Intel dan menjalin hubungan kerja sama strategis yang mendalam. Nvidia akan membeli saham biasa yang baru diterbitkan Intel dengan harga 23,28 dolar AS per saham, dengan total investasi mencapai 5 miliar dolar AS. Setelah transaksi selesai, Nvidia akan memiliki sekitar 4% saham Intel, menjadikannya sebagai investor strategis yang penting.

03 Tentu saja, dalam GTC ini, Jen-Hsun Huang juga mengatakan banyak hal.

Misalnya, NVIDIA meluncurkan beberapa keluarga model AI sumber terbuka, termasuk Nemotron untuk AI digital, Cosmos untuk AI fisik, Isaac GR00T untuk robotika, dan Clara untuk AI biomedis.

Sementara itu, Jen-Hsun Huang meluncurkan platform pengembangan mengemudi otomatis DRIVE AGX Hyperion 10. Ini adalah platform untuk mengemudi otomatis tingkat 4, yang mengintegrasikan chip komputasi NVIDIA dan seperangkat sensor yang lengkap, termasuk LiDAR, kamera, dan radar.

NVIDIA juga meluncurkan program sertifikasi Halos, yang merupakan sistem pertama di industri untuk menilai dan mengesahkan keamanan AI fisik, khususnya untuk kendaraan otonom dan teknologi robotik.

Inti dari program sertifikasi Halos adalah sistem Halos AI, yang merupakan laboratorium pertama di industri yang diakui oleh komite sertifikasi ANSI. Sementara ANSI adalah Asosiasi Standar Nasional Amerika, sertifikasinya memiliki tingkat otoritas dan kredibilitas yang tinggi.

Tugas sistem ini adalah untuk mendeteksi apakah sistem mengemudi otomatis memenuhi standar melalui AI fisik Nvidia. AUMOVIO, Bosch, Nuro, dan Wayve adalah anggota pertama dari laboratorium pengujian sistem Halos AI.

Untuk mendorong pengemudian otomatis tingkat 4, Nvidia telah merilis kumpulan data pengemudian otomatis multimodal dari 25 negara, yang berisi 1700 jam data dari kamera, radar, dan LiDAR.

Jen-Hsun Huang mengatakan bahwa nilai dari dataset ini terletak pada keragaman dan skala, yang mencakup berbagai kondisi jalan, aturan lalu lintas, dan budaya berkendara, memberikan dasar untuk melatih sistem pengemudian otomatis yang lebih umum.

Namun, rencana Jen-Hsun Huang jauh lebih dari itu.

Ia mengumumkan serangkaian kolaborasi dengan laboratorium pemerintah AS dan perusahaan terkemuka di GTC, dengan tujuan membangun infrastruktur AI di AS. Jen-Hsun Huang mengatakan, kita berada di ambang revolusi industri AI, yang akan menentukan masa depan setiap industri dan negara.

Puncak kerjasama kali ini adalah kolaborasi dengan Departemen Energi AS. NVIDIA sedang membantu Departemen Energi membangun dua pusat superkomputer, satu di Argonne National Laboratory dan satu di Los Alamos National Laboratory.

Laboratorium Agung akan menerima superkomputer bernama Solstice, sistem ini dilengkapi dengan 100.000 GPU Blackwell dari Nvidia. Apa konsep dari 100.000 GPU? Ini akan menjadi superkomputer AI terbesar yang pernah ada di Departemen Energi. Ada juga sistem lain bernama Equinox, yang dilengkapi dengan 10.000 GPU Blackwell, yang diharapkan akan beroperasi pada tahun 2026. Kedua sistem ini bersama-sama dapat menyediakan kinerja komputasi AI sebesar 2200 exaflops.

Direktur Laboratorium Argonne, Paul Kerns, mengatakan bahwa sistem-sistem ini akan mendefinisikan ulang kinerja, skalabilitas, dan potensi ilmiah. Apa yang mereka ingin lakukan dengan kekuatan komputasi ini? Dari ilmu material hingga pemodelan iklim, dari komputasi kuantum hingga simulasi senjata nuklir, semua memerlukan tingkat kemampuan komputasi seperti ini.

Selain laboratorium pemerintah, Nvidia juga telah membangun pusat penelitian pabrik AI di Virginia. Keistimewaan pusat ini adalah bahwa itu bukan hanya pusat data, melainkan sebuah tempat percobaan. Nvidia akan menguji sesuatu yang disebut Omniverse DSX di sini, yaitu cetak biru untuk membangun pabrik AI dengan kapasitas gigawatt.

Sebuah pusat data biasa mungkin hanya memerlukan puluhan megawatt listrik, sementara gigawatt setara dengan output pembangkit listrik dari sebuah pembangkit nuklir berskala menengah.

Inti dari blueprint Omniverse DSX ini adalah menjadikan pabrik AI sebagai sistem yang belajar sendiri. Agen AI akan terus memantau daya, pendinginan, dan beban kerja, secara otomatis menyesuaikan parameter untuk meningkatkan efisiensi. Misalnya, ketika beban jaringan listrik tinggi, sistem dapat secara otomatis mengurangi konsumsi daya, atau beralih ke penyimpanan baterai untuk pasokan daya.

Manajemen cerdas seperti ini sangat penting untuk fasilitas berkapasitas gigawatt, karena biaya listrik dan pendinginan bisa mencapai angka yang sangat besar.

Visi ini sangat besar, Jen-Hsun Huang mengatakan bahwa ia membutuhkan waktu tiga tahun untuk mewujudkannya. Uji coba AI-RAN tidak akan dimulai hingga tahun 2026, mobil otonom berbasis DRIVE AGX Hyperion 10 tidak akan bisa di jalan hingga tahun 2027, dan superkomputer Departemen Energi juga akan mulai digunakan pada tahun 2027.

NVIDIA memegang senjata pamungkas CUDA, menguasai standar faktual komputasi AI. Dari pelatihan hingga inferensi, dari pusat data hingga perangkat edge, dari mobil otonom hingga biomedis, GPU NVIDIA ada di mana-mana. Investasi dan kolaborasi yang diumumkan di GTC kali ini semakin mengokohkan posisi ini.