Dengan lonjakan kecerdasan buatan yang dipicu oleh ChatGPT, "model AI yang lebih besar lebih baik" menjadi konsensus industri, ini mendorong perlombaan pengadaan chip di antara raksasa teknologi seperti Microsoft (MSFT.O), Google (GOOGL.O), Amazon (AMZN.O), dan Meta Platforms (META.O), dengan Nvidia (NVDA.O) sebagai pemenang terbesar berkat GPU-nya yang luar biasa dalam pelatihan AI. Namun, perlombaan ini mungkin akan segera berubah, industri menghadapi berbagai hambatan dalam mengejar model AI yang lebih besar.
Kepemimpinan Nvidia dan tantangan penyempitan
GPU Nvidia mendominasi pelatihan model AI karena kemampuannya untuk melakukan perhitungan secara paralel dengan efisien. Saat ini, ukuran utama kemampuan AI diukur dengan jumlah parameter model, dan lebih banyak parameter berarti membutuhkan lebih banyak GPU. Namun, ada keraguan dalam industri mengenai manfaat dari skala model yang lebih besar. Co-founder perusahaan Writer, Waseem Alshikh, menunjukkan bahwa "setelah lebih dari satu triliun parameter, keuntungan cenderung minimal." CEO Microsoft Satya Nadella juga menyatakan di konferensi Ignite baru-baru ini bahwa keraguan tentang skala model AI mungkin merangsang lebih banyak inovasi.
Meskipun demikian, pemimpin industri AI seperti CEO OpenAI Sam Altman dan CEO Anthropic Dario Amodei tetap menentang keraguan ini, percaya bahwa potensi ekspansi AI belum mencapai batas maksimum.
Penyempitan data dan jalur masa depan AI
Thomas Wolf, kepala ilmuwan di perusahaan Hugging Face, menunjukkan bahwa kurangnya data pelatihan berkualitas mungkin menjadi tantangan terbesar dalam perkembangan AI. "Kami telah kehabisan sumber daya internet sebagai data pelatihan beberapa bulan yang lalu." Pembatasan ini mungkin mendorong pergeseran di masa depan menuju model kecil yang berbasis pada data perusahaan atau individu, bukan model besar yang didominasi oleh perusahaan-perusahaan besar di cloud saat ini.
Yann LeCun, kepala AI di Meta, menekankan bahwa mengembangkan model yang memiliki kemampuan memori, perencanaan, dan penalaran adalah kunci untuk mencapai kecerdasan buatan umum (AGI) yang sejati, bukan hanya mengandalkan chip yang lebih besar.
Kebangkitan penalaran dan peluang bagi pesaing baru
Fokus AI secara bertahap beralih dari pelatihan ke penalaran (proses menghasilkan jawaban atau hasil), ini membawa dinamika baru di pasar chip. Perhitungan penalaran mungkin tidak bergantung pada GPU Nvidia seperti pelatihan, AMD (AMD.O), Intel (INTC.O), chip khusus Amazon, dan perusahaan rintisan mungkin juga mendapatkan bagian dalam bidang ini. Eric Boyd dari Microsoft percaya bahwa selain ukuran model, perbaikan teknologi selama proses penalaran juga sangat penting.
Nvidia telah menyadari potensi penalaran, dalam laporan keuangannya baru-baru ini menyebutkan bahwa bisnis penalaran menyumbang 40% dari pendapatan pusat data, dan tumbuh dengan cepat. Sistem server NVL72 yang baru diluncurkan menunjukkan peningkatan kinerja 30 kali lipat dalam penalaran, menunjukkan daya saing yang kuat di bidang ini.
Pemenang beragam pada tahap baru
Perlombaan AI beralih dari pelatihan ke penalaran, yang berarti peluang industri akan semakin terdistribusi. Meskipun Nvidia masih menjadi pemenang dalam jangka pendek, dengan meningkatnya pentingnya penalaran, AMD, Intel, dan pesaing lainnya mungkin secara bertahap menggerogoti pangsa pasar Nvidia. Bagi para investor, fokus saat ini tidak lagi hanya mendukung pelatihan model yang lebih besar, tetapi juga bersiap untuk menyambut serangkaian pemenang baru yang mungkin muncul saat menggunakan model.
Artikel ini diteruskan dari: Jin Shi Data