Saat ini, pendapatan divisi pusat data Nvidia bahkan lebih besar dari total pendapatan gabungan Intel Corp dan Advanced Micro Devices Inc (AMD), yang menegaskan dominasinya dalam industri ini.
Hambatan dan Tantangan ke Depan
Nvidia awalnya dikenal sebagai produsen kartu grafis, tetapi kini perannya dalam industri AI semakin krusial.
Chip yang mereka produksi berfungsi dalam dua tahap utama AI: pertama, dalam proses pelatihan model AI untuk memahami dan merespons berbagai input dunia nyata; kedua, dalam proses inferensi, di mana chip Nvidia digunakan untuk menjalankan model AI seperti ChatGPT.
Baca Juga:Kebakaran Hebat Melanda Pasar Manis Ciamis, Kios Pakaian dan Kelontongan Ludes Terbakar, Warga Pasar Jaga KiosKolaborasi Telkom Witel Priangan Timur dan Hipmi Kota Tasikmalaya, Indibiz Creator Connect Dorong Digitalisasi
Menjelang laporan pendapatan terbaru ini, sejumlah analis menyuarakan kekhawatiran terkait pertumbuhan jangka pendek Nvidia.
Faktor utama yang menjadi perhatian adalah potensi keterbatasan pasokan dan transisi ke teknologi Blackwell, yang lebih canggih tetapi memiliki tantangan manufaktur tersendiri.
Selain itu, langkah DeepSeek dalam memperkenalkan model AI yang lebih efisien dari segi komputasi juga menjadi ancaman tersendiri bagi Nvidia.
Ketika DeepSeek mengumumkan model ini pada akhir Januari, pasar bereaksi negatif dengan aksi jual besar-besaran pada saham terkait AI.
Nvidia sendiri kehilangan kapitalisasi pasar senilai $589 miliar dalam satu hari perdagangan—sebuah rekor di pasar saham.
Namun, beberapa pelanggan utama Nvidia seperti Microsoft Corp tetap mempertahankan anggaran belanja modal mereka, menunjukkan bahwa lonjakan investasi di sektor AI masih akan berlanjut.
Huang berpendapat bahwa model AI yang dikembangkan oleh DeepSeek justru akan mendorong permintaan terhadap produk Nvidia.
Baca Juga:Daftar 10 Orang Terkaya di Indonesia dan Sumber Kekayaan Mereka yang Tidak Semua Orang TahuSpekulasi Kepergian Arda Guler dan Endrick, Ancelotti Ungkap Rencana Jangka Panjangnya di Real Madrid
Model tersebut mengandalkan metode fine-tuning, yang membutuhkan sesi komputasi lebih banyak dibandingkan metode pelatihan konvensional.
Menurutnya, metode ini bisa meningkatkan kebutuhan daya komputasi hingga jutaan kali lipat dibandingkan saat ini.
Meskipun Blackwell diharapkan dapat menangani kebutuhan tersebut, peluncurannya membawa dampak terhadap profitabilitas.
Biaya produksi yang tinggi menekan margin laba perusahaan, meskipun Nvidia memperkirakan efisiensi akan meningkat seiring dengan perbaikan dalam rantai pasokan.
CFO Nvidia, Colette Kress, memperkirakan bahwa margin laba kotor akan kembali ke kisaran ”pertengahan 70%” pada akhir tahun.
Pada kuartal saat ini, margin laba kotor diperkirakan berada di angka 71%, sekitar satu poin di bawah rata-rata estimasi analis.