CEO Nvidia Jensen Huang berusaha menenangkan investor setelah muncul laporan bahwa Meta dapat mengalihkan sebagian besar beban kerja AI-nya ke tensor processing units (TPU) Google.
Berbicara pada acara baru-baru ini, Huang menekankan bahwa Nvidia terus menempati "posisi unik" di pasar semikonduktor AI global, meskipun tekanan kompetitif semakin intensif.
Huang menggambarkan lanskap komputasi AI sebagai "sangat besar" dan kompleks, menunjukkan bahwa meskipun Meta membeli TPU senilai miliaran dolar, peluang yang tersisa untuk Nvidia tetap luas.
Komentarnya mengikuti minggu yang bergejolak untuk saham Nvidia, yang sempat turun setelah laporan bahwa Meta dan Google sedang dalam diskusi lanjutan mengenai kesepakatan potensial yang melibatkan akselerator AI buatan Google. Saham Nvidia sejak itu telah pulih.
Peran Meta dalam persaingan chip yang semakin intensif sulit diabaikan. Perusahaan baru-baru ini menaikkan perkiraan belanja modal 2025 menjadi US$70-72 miliar, menandakan investasi yang lebih tinggi pada 2026. Sebagian besar pengeluaran ini terkait dengan infrastruktur komputasi untuk pelatihan dan inferensi AI dalam skala besar.
Namun pasar merespons dengan hati-hati meskipun pendapatan Meta kuat. Saham turun lebih dari 12% setelah pengumuman pengeluaran, dengan analis mempertanyakan apakah investasi yang sangat besar akan menghasilkan pengembalian yang sebanding.
Sementara itu, Google diam-diam muncul sebagai penerima manfaat utama dari ambisi chip Meta. Alphabet melaporkan lonjakan 34% year-over-year dalam pendapatan Google Cloud, mencapai US$15,15 miliar pada Q3 2025, pertumbuhan yang sebagian besar terkait dengan layanan berbasis AI. Jika Meta mulai membeli TPU dalam jumlah besar, bisnis infrastruktur cloud Google bisa mendapatkan dorongan yang lebih besar.
Pergeseran besar menuju perangkat keras Google akan membawa implikasi jauh melampaui Meta. Komunitas machine learning yang lebih luas sangat bergantung pada ekosistem CUDA Nvidia, yang mendukung sebagian besar beban kerja AI saat ini.
Alat open-source seperti PyTorch/XLA telah membuat kemajuan memungkinkan pelatihan model pada TPU dengan modifikasi kode minimal. Namun, para insinyur mencatat bahwa beralih dari CUDA tidak semudah membalikkan saklar. Alur kerja TPU memerlukan penugasan ulang perangkat yang hati-hati dan pendekatan baru untuk eksekusi tensor malas, yang mengantrikan operasi secara berbeda dari pipeline GPU tradisional.
Sementara itu, gelombang upaya lintas perangkat keras sedang meningkat. Tim PyTorch/XLA sedang mengalihkan lebih banyak operasi ke kernel yang dihasilkan kode, sementara mesin inferensi throughput tinggi seperti vLLM mulai menawarkan dukungan TPU eksperimental. Ini membuka pintu bagi penyedia cloud untuk menawarkan alat integrasi baru dan paket dukungan, mengurangi gesekan bagi pengembang yang ingin mendiversifikasi dari GPU Nvidia.
Rumor Meta-Google minggu ini menghantam Nvidia tepat saat perusahaan sedang mempertahankan valuasi US$4,5 triliun di tengah pengawasan publik. Sebuah memo yang diedarkan kepada analis saham dan kemudian dibagikan oleh Bernstein membahas klaim dari kritikus terkemuka, termasuk investor Michael Burry, mengenai penumpukan inventaris dan risiko pembayaran pelanggan.
Nvidia membantah karakterisasi ini, mengatakan bahwa data yang tersedia untuk umum tidak mendukung perbandingan dengan skandal akuntansi historis. Namun, perusahaan mengakui bahwa chip Blackwell baru mereka memiliki margin kotor yang lebih rendah dan biaya garansi yang lebih tinggi.
Artikel Nvidia CEO Downplays Threat as Meta–Google AI Chip Talks Intensify pertama kali muncul di CoinCentral.



