Laporan Pengurangan Memori Picu Anjlok, Apakah Ini Salah Pilih?

marsbitDipublikasikan tanggal 2026-06-05Terakhir diperbarui pada 2026-06-05

Abstrak

Laporan dari SemiAnalysis tentang konfigurasi memori di rak server AI Nvidia Rubin NVL72 memicu penurunan tajam saham pemasok memori seperti Micron dan SK Hynix. Laporan tersebut menyebutkan kemungkinan pengurangan kapasitas memori sistem (SOCAMM/LPDDR) di sisi CPU dari sekitar 55TB menjadi 28TB per rak, yang mengurangi nilai per unit. Namun, penyesuaian ini tampaknya tidak langsung mempengaruhi permintaan untuk HBM4 di sisi GPU, yang tetap menjadi komponen memori penting dan berharga tinggi untuk akselerator AI. Reaksi pasar yang besar mencerminkan sentimen yang sudah jenuh (crowded trade) di sektor memori AI. Investor menjual saham secara luas karena kekhawatiran awal terhadap judul "pengurangan kapasitas memori", tanpa langsung membedakan jenis memori mana yang terdampak. Meskipun laporan asli dan klarifikasi penulisnya lebih bernuansa, kerusakan telah terjadi. Analisis menunjukkan bahwa tekanan utama ada pada pemasok memori sistem (seperti SOCAMM), di mana nilai per rak mungkin turun. Untuk HBM4, logika investasi masih bergantung pada volume penjualan rak Rubin secara keseluruhan dan pesanan yang berkelanjutan. Potensi sisi positifnya adalah pengurangan biaya BOM sekitar $80.000 per rak bisa mempercepat pengiriman dan berpotensi meningkatkan volume pesanan, yang dapat mengimbangi penurunan nilai per unit. Kunci selanjutnya adalah data pengiriman dan konfirmasi resmi dari Nvidia mengenai BOM akhir. Investor perlu memisahkan eksposur perusahaan terhadap HBM (lebih mengun...

Sebuah laporan rantai pasok tentang kabinet Nvidia Rubin, membuat sektor memori AI terlebih dahulu turun satu putaran.

Laporan tersebut menyebutkan, kapasitas memori per kabinet mungkin turun dari sekitar 55TB menjadi sekitar 28TB. Setelahnya, Micron turun sekitar 7,7% dalam satu hari, SK Hynix dibuka pada hari berikutnya sempat turun lebih dari 8%. Yang lebih halus adalah, penulis laporan Dylan Patel kemudian mengklarifikasi, banyak repost hanya mengambil bagian yang paling mencolok, ini bukan laporan "berita buruk bencana".

Hal ini bisa memicu reaksi sebesar itu karena menyentuh posisi paling sensitif dari tren perangkat keras AI. Dalam beberapa waktu terakhir, pasar tidak memperdagangkan siklus memori biasa, melainkan setelah platform Rubin diproduksi massal, kabinet AI akan terus mendorong permintaan HBM dan memori pendukung, pendapatan dan kemampuan penetapan harga pemasok memori akan dinaikkan kembali. Sejak GTC tahun ini, HBM4, pangsa pasar SK Hynix, Micron mengejar memori AI, semuanya adalah garis utama yang berulang kali diperdagangkan pasar.

Tapi pernyataan "memori dipotong" ini terlalu kasar.

Penyesuaian yang diungkapkan SemiAnalysis, terutama mengacu pada perubahan konfigurasi SOCAMM dan LPDDR di sisi CPU dalam kabinet Rubin NVL72. Sebagian besar sistem mungkin menggunakan modul 96GB, bukan modul 192GB yang kapasitasnya lebih tinggi, kapasitas memori per kabinet turun dari rencana sekitar 55TB menjadi sekitar 28TB. Perubahan ini akan mempengaruhi nilai memori sistem dalam satu kabinet, tetapi belum bisa langsung menyimpulkan bahwa permintaan HBM4 di sisi GPU juga turun bersamaan.

Yang benar-benar perlu diurai adalah, penyesuaian ini mempengaruhi kolam keuntungan yang mana, dan pasar sekarang sedang memperdagangkan ekspektasi yang mana.

Mengapa Saham Memori AI Jatuh Bersama?

Pasar turun karena reaksi posisi dari tema tinggi yang bertemu kata kunci negatif.

Bagian yang sudah dikonfirmasi saat ini adalah, reaksi pasar sangat berat, tetapi peristiwa itu sendiri masih berada di tingkat laporan rantai pasok. SemiAnalysis mengungkapkan, Nvidia untuk menjaga ritme pengiriman Rubin NVL72, mungkin menurunkan konfigurasi SOCAMM di sisi CPU. Angka yang disebutkan dalam laporan termasuk kapasitas memori per kabinet turun dari sekitar 55TB menjadi sekitar 28TB, biaya kabinet turun dari sekitar 7,6 juta dolar AS menjadi sekitar 6,8 juta dolar AS. Angka-angka ini harus dipahami sebagai sudut pandang laporan SemiAnalysis, belum merupakan konfirmasi BOM (daftar material) final resmi dari Nvidia.

Dalam beberapa kuartal terakhir, kenaikan saham memori AI mengandalkan narasi yang sangat lancar: semakin banyak kabinet AI, semakin langka memori canggih, semakin tebal keuntungan pemasok.

Semakin sederhana cerita ini, semakin besar daya rusak judul negatif. Begitu "kapasitas memori turun setengah" muncul, pasar akan terlebih dahulu merevisi nilai memori per kabinet, jarang membedakan memori mana yang disesuaikan pada saat pertama.

Reaksi Micron paling bisa menjelaskan masalahnya.

Dia adalah pemasok DRAM tradisional, sekaligus penerima manfaat peningkatan memori server AI. Elastisitas yang diberikan pasar sebelumnya kepadanya, sebagian besar berasal dari lapisan penetapan harga ulang "memori AI bukan lagi produk siklus". Jika kapasitas memori sistem per kabinet Rubin turun, modal akan segera khawatir, apakah ekspektasi pendapatan per unit Micron di tahap SOCAMM dan LPDDR dinaikkan terlalu tinggi.

SK Hynix juga ikut turun, menunjukkan bahwa dampak ini telah melampaui pemasok tunggal.

Dia lebih kuat di bidang HBM, pasar sebelumnya juga beredar rumor bahwa dia mendapatkan sebagian besar pangsa pesanan HBM terkait Vera Rubin. Tetapi ketika perdagangan memori AI menjadi padat, modal tidak akan menunggu semua detail diperiksa sebelum bertindak. Saham memori turun bersamaan, mencerminkan penyusutan preferensi risiko sektor, bukan setiap perusahaan terkena dampak fundamental yang sama.

Klarifikasi Dylan Patel kemudian sebenarnya juga mengarah ke hal ini. Dia menyatakan laporan tidak bermaksud menciptakan narasi "bencana", banyak orang mengabaikan konteksnya.

Diterjemahkan ke bahasa pasar, artinya modal tidak sepenuhnya memperdagangkan analisis rantai pasok, melainkan memperdagangkan penurunan posisi cepat dari sektor tinggi yang bertemu kata kunci negatif.

Memori AI Mulai Membagi Ulang Kolam Keuntungan

Yang terutama disesuaikan kali ini adalah memori sistem sisi CPU, bukan HBM4 di samping GPU.

Memori dalam kabinet Rubin tidak bisa hanya disimpulkan dengan satu kata. Cara mengurai paling sederhana adalah dua lapisan:

Lapisan pertama adalah HBM4 sisi GPU, melayani chip akselerator itu sendiri;

Lapisan kedua adalah SOCAMM dan LPDDR sisi CPU, lebih mirip memori operasional seluruh sistem.

Yang pertama menentukan kecepatan data diberikan ke GPU, yang kedua mempengaruhi penjadwalan, pemeliharaan, dan kinerja sebagian beban kerja seluruh mesin.

"55TB ke 28TB" yang disebutkan SemiAnalysis, terutama berada di memori sistem sisi CPU.

Ini mungkin mengubah jumlah modul SOCAMM, kapasitas, dan jumlah pembelian dalam setiap kabinet Rubin NVL72. Jika sebagian besar sistem beralih dari modul 192GB ke modul 96GB, nilai per unit SOCAMM kapasitas tinggi memang turun, elastisitas pendapatan pemasok terkait akan tertekan.

Tapi HBM4 sisi GPU adalah jalur lain.

Platform Rubin masih berpusat pada GPU Rubin dan CPU Vera, HBM4 masih merupakan bagian memori inti dari pengepakan GPU dan pelepasan daya komputasi. Informasi saat ini tidak menunjukkan kapasitas HBM4 atau pengiriman GPU Rubin disesuaikan turun bersamaan. Prediksi berbagai pihak sebelumnya masih menganggap HBM sebagai salah satu bagian yang paling langka dan memiliki daya penetapan harga terkuat di server AI, SK Hynix juga dianggap pasar sebagai penerima manfaat utama.

Kabinet AI dapat dipahami sebagai server kinerja tinggi yang sangat mahal.

HBM lebih dekat dengan memori cepat yang menempel di samping GPU, SOCAMM lebih dekat dengan memori sistem yang dapat diganti dari seluruh mesin. Kali ini yang terutama disesuaikan adalah yang terakhir.

Bagi posisi, perbedaannya sangat langsung: jika Micron memiliki eksposur lebih besar di tahap SOCAMM, penurunan nilai per unit akan pertama kali mengenai ekspektasinya; logika HBM SK Hynix relatif independen, tetapi dalam perdagangan padat juga akan terkena dampak sentimen sektor.

Menyimpulkan langsung pengurangan memori sistem sebagai keruntuhan permintaan HBM4, buktinya belum cukup.

Cara mengurai yang lebih masuk akal adalah, kolam keuntungan sisi CPU memang menghadapi tekanan revisi turun, HBM sisi GPU masih perlu melihat total pengiriman Rubin dan ritme pesanan HBM4.

Tren memori AI sudah tidak bisa lagi mencakup semua pemasok dengan satu garis "semua memori kuat". Micron, SK Hynix, Samsung Electronics memiliki eksposur berbeda dalam HBM, SOCAMM, DRAM tradisional, dan NAND, memori berbeda dalam kabinet yang sama, juga sesuai dengan harga, margin keuntungan, dan kendala penawaran-permintaan yang berbeda.

Bisakah Pengurangan Biaya Menukar Lebih Banyak Pengiriman Kabinet?

Penjelasan optimis berasal dari biaya dan ritme pengiriman.

Perhitungan SemiAnalysis menunjukkan, biaya kabinet Rubin NVL72 mungkin turun dari sekitar 7,6 juta dolar AS menjadi sekitar 6,8 juta dolar AS, penurunan sekitar 800 ribu dolar AS.

Bagi vendor cloud seperti Microsoft, Google, Amazon, Meta, kabinet AI bukan sekadar membeli perangkat keras, melainkan menghitung biaya komputasi per jam, waktu pengiriman, dan stabilitas penerapan skala besar.

Jika pengurangan konfigurasi dapat membuat Rubin dikirim lebih cepat, sebagian penurunan nilai per unit mungkin dapat diimbangi oleh lebih banyak kabinet.

Logikanya tidak rumit. Jika pasokan SOCAMM kapasitas tinggi ketat, Nvidia memilih konfigurasi yang lebih mudah dikirim, dapat menurunkan BOM per kabinet, juga mengurangi risiko suatu komponen menghambat pengiriman seluruh mesin.

Bagi pembeli, jika konfigurasi memori sistem yang lebih rendah tidak secara signifikan mempengaruhi beban kerja inti, mendapatkan kabinet lebih awal mungkin lebih menarik daripada menunggu versi konfigurasi penuh.

Masalahnya adalah, langkah ini saat ini masih berupa deduksi.

Penurunan biaya tidak otomatis sama dengan peningkatan pesanan. Agar "penurunan nilai per unit" diimbangi oleh "peningkatan total kabinet", Nvidia perlu mengirimkan lebih banyak Rubin NVL72, vendor cloud juga perlu menambah atau memajukan pembelian.

Bahan yang ada belum memiliki data pesanan, panduan kuartal, atau pengiriman aktual untuk membuktikan hal ini.

Dengan skenario sederhana untuk memahami, jika kapasitas SOCAMM tertentu dalam satu kabinet turun hampir setengah, maka total pengiriman kabinet perlu meningkat jelas, agar total permintaan Bit tahap ini kembali ke ekspektasi semula.

Meskipun biaya turun sekitar 10%, tidak bisa langsung menyimpulkan bahwa pelanggan akan membeli cukup banyak kabinet tambahan. Pembelian vendor cloud besar juga dipengaruhi oleh listrik, pembangunan pusat data, pasokan GPU, pengepakan canggih, dan perangkat jaringan, penurunan BOM tunggal hanyalah salah satu variabel.

Situasi HBM relatif lebih stabil, tetapi juga tidak sepenuhnya kebal.

Jika total pengiriman Rubin tetap kuat, HBM4 masih merupakan salah satu bagian yang paling langsung diuntungkan; jika terbukti kemudian pengiriman seluruh mesin terhambat oleh kemacetan lain, HBM juga akan terpengaruh oleh ritme pengiriman platform.

Perbedaannya adalah, laporan kali ini tidak secara langsung menurunkan konfigurasi HBM4, pasar perlu menunggu total pengiriman kabinet, bukan hanya memperhatikan angka kapasitas SOCAMM.

Data Pengiriman Adalah Jangkar Penetapan Harga yang Sebenarnya

Risiko terbesar saat ini adalah, pasar terlebih dahulu menilai ulang berdasarkan pembagian kolam keuntungan, tetapi data selanjutnya tidak mendukung penjelasan optimis.

Jika Nvidia atau rantai pasok akhirnya mengkonfirmasi Rubin NVL72 dalam jangka panjang menggunakan konfigurasi SOCAMM yang lebih rendah, sementara total pengiriman kabinet tidak direvisi naik secara signifikan, pemasok memori sistem sisi CPU akan menghadapi kompresi ekspektasi pendapatan yang lebih bertahan lama.

Bagi Micron, kuncinya bukan hanya label umum "diuntungkan oleh memori AI", melainkan pembagian pendapatan produk yang berbeda.

Dalam laporan keuangan dan konferensi telepon berikutnya, perlu dilihat apakah manajemen mengungkapkan ritme pertumbuhan DRAM, SOCAMM, HBM terkait server AI, serta apakah margin keuntungan berubah karena spesifikasi, harga, atau negosiasi pelanggan.

Jika perusahaan hanya memberikan pernyataan optimis tentang total permintaan, tetapi tidak bisa menjelaskan dampak penyesuaian konfigurasi SOCAMM, pasar mungkin terus memberikan diskon.

Bagi SK Hynix, titik validasi lebih condong ke HBM.

Jika pangsa pesanan HBM4, ritme pengiriman, dan harganya tetap kuat, koreksi kali ini lebih mirip fluktuasi sentimen sektor; jika total pengiriman Rubin atau ritme pengiriman HBM juga direvisi turun kemudian, barulah pasar akan menyebarkan dampak dari SOCAMM ke garis utama HBM.

Ini juga merupakan perubahan khas setelah tema memori AI berjalan ke tahap tengah.

Pasar awal membeli arah: semakin banyak kabinet AI dibangun, semakin langka memori canggih.

Sekarang perwakilan saham sudah mengumpulkan kenaikan yang cukup besar, modal mulai memeriksa apakah setiap bagian keuntungan benar-benar terwujud. Satu detail rantai pasok saja dapat memicu fluktuasi harian 7%-8%, menunjukkan perdagangan sektor sudah terlalu padat, informasi negatif lebih mudah diperbesar.

Sebelum pembagian pengiriman aktual dan laporan keuangan keluar, masih terlalu dini untuk mengkualifikasikan koreksi ini sebagai "berita buruk sudah habis" atau "permintaan AI runtuh".

Pandangan yang lebih aman adalah, mengakui tekanan revisi turun nilai per unit sisi CPU, sekaligus memisahkan penetapan harga HBM4 dan SOCAMM.

Selanjutnya yang paling bisa mengubah penilaian, tetap apakah Nvidia mengkonfirmasi BOM final Rubin NVL72, apakah rencana pengiriman aktual kabinet Rubin dapat dinaikkan, serta perubahan eksposur pendapatan dan margin keuntungan Micron, SK Hynix, dan Samsung Electronics dalam HBM dan SOCAMM/LPDDR.

Pertanyaan Terkait

QMengapa laporan tentang konfigurasi memori AI menyebabkan penurunan tajam pada saham produsen memori seperti Micron dan SK Hynix?

ALaporan dari SemiAnalysis menyebutkan bahwa konfigurasi memori sistem CPU (SOCAMM/LPDDR) di kabinet Rubin NVL72 NVIDIA mungkin diturunkan dari ~55TB menjadi ~28TB. Pasar, yang tengah bergerak pada narasi 'semakin banyak kabinet AI, semakin besar permintaan memori canggih', langsung bereaksi terhadap kata kunci negatif 'pemotongan kapasitas memori'. Reaksi ini terutama adalah aksi pelepasan kepemilikan (de-risking) oleh modal di sektor yang sudah jenih (crowded trade), tanpa membedakan terlebih dahulu jenis memori mana yang terdampak, sehingga memicu penjualan luas di seluruh saham memori AI.

QJenis memori mana yang sebenarnya terdampak oleh laporan penyesuaian konfigurasi ini, dan mengapa penting untuk membedakannya?

AYang terdampak terutama adalah memori sistem di sisi CPU, yaitu SOCAMM (Memory on Package) dan LPDDR, yang berfungsi sebagai memori operasional untuk seluruh sistem kabinet. Sementara itu, HBM4 di sisi GPU, yang melekat pada chip akselerator untuk kecepatan komputasi, tidak disebutkan mengalami penyesuaian kapasitas. Pembedaan ini krusial karena kedua jenis memori ini berada dalam 'kolam keuntungan' (profit pool) yang berbeda. SOCAMM/LPDDR lebih dipengaruhi oleh keputusan BOM (Bill of Materials) dan logistik NVIDIA, sedangkan HBM4 masih dianggap sebagai komponen yang paling kritis dan memiliki daya tawar harga tinggi dalam ekosistem AI.

QBagaimana kemungkinan penurunan biaya kabinet Rubin mempengaruhi total permintaan memori secara keseluruhan?

ALaporan tersebut memperkirakan biaya kabinet turun sekitar $800,000 (dari ~$7.6 juta menjadi ~$6.8 juta). Penurunan biaya ini berpotensi meningkatkan daya beli pelanggan cloud besar (seperti Microsoft, Google) dan mempercepat ritme pengiriman NVIDIA. Logika optimisnya adalah, penurunan nilai memori per kabinet dapat dikompensasi oleh peningkatan volume pesanan kabinet. Namun, ini masih berupa dugaan. Total permintaan bit untuk komponen seperti SOCAMM hanya akan kembali ke ekspektasi sebelumnya jika kenaikan volume kabinet cukup signifikan, yang juga bergantung pada faktor lain seperti daya listrik, ketersediaan GPU, dan fasilitas data center.

QApa yang perlu diperhatikan investor mengenai saham memori AI seperti Micron dan SK Hynix ke depannya setelah peristiwa ini?

AInvestor perlu memisahkan eksposur pendapatan dan narasi investasi untuk setiap perusahaan. Bagi Micron, yang memiliki eksposur besar di DRAM tradisional dan SOCAMM, penting untuk memantau apakah manajemen dalam laporan keuangan mendatang dapat menjelaskan dampak penyesuaian konfigurasi terhadap pendapatan dan margin dari segmen AI server, di luar pernyataan optimis umum. Bagi SK Hynix, yang dominan di HBM, titik validasi utama adalah data pesanan, ritme pengiriman, dan harga HBM4 untuk platform Rubin. Peristiwa ini menandai bahwa pasar tidak lagi hanya membeli narasi arah umum, tetapi mulai memeriksa realisasi keuntungan dari setiap kolam profit yang spesifik.

QApakah reaksi pasar ini dapat dikategorikan sebagai 'kesalahan penilaian' (mis-pricing) atau sudah tepat?

AReaksi pasar yang cepat dan luas mencerminkan sensitivitas tinggi terhadap berita negatif di tengah perdagangan yang jenuh pada tema memori AI. Dari sisi detail, terdapat unsur 'kesalahan' karena pasar awalnya tidak membedakan dengan jelas antara pemotongan memori sistem CPU dan HBM GPU, sehingga menghukum semua saham memori. Namun, reaksi ini juga 'tepat' dalam konteks de-risking, karena mengakui adanya tekanan penurunan nilai per unit pada kolam profit memori sistem. Untuk menilai apakah ini murni 'salah bunuh' (mis-kill) atau koreksi yang wajar, data yang lebih solid seperti BOM final NVIDIA, panduan kuartalan, dan pemecahan pendapatan perusahaan diperlukan sebagai jangkar penilaian yang sesungguhnya.

Bacaan Terkait

Near Kembali ke Panggung AI: Transformasi ke Blockchain Publik karena "Kesulitan Gaji", Agen AI dan Privasi Jadi Kisah Pertumbuhan Baru

**Near Kembali ke Dunia AI: Dari Masalah Gaji Jadi Blockchain Publik, Fokus pada Agent dan Privasi** Near, yang didirikan oleh Illia Polosukhin (salah satu penulis makalah Transformer AI), awalnya adalah startup AI yang beralih membangun blockchain publik pada 2018. Penyebabnya adalah kesulitan membayar gaji developer global secara lintas batas menggunakan sistem pembayaran tradisional atau blockchain awal yang mahal dan lambat. Setelah melalui masa sebagai blockchain berkinerja tinggi dengan teknologi sharding dan meraih momentum di era *cross-chain*, Near kini kembali ke akar AI-nya. Momen kunci adalah ketika Polosukhin diundang oleh CEO Nvidia, Jensen Huang, pada Maret 2024, mengingatkan dunia tentang "darah AI" asli Near. Dengan fokus baru pada **Near Intents (Niat)** dan **Transaksi Privasi**, Near membidik pertumbuhan berikutnya: 1. **Near Intents**: Menyederhanakan pengalaman *cross-chain* dan DeFi. Pengguna atau AI Agent cukup menyatakan keinginan (misal, "tukar BTC jadi ETH"), dan jaringan *solver* akan menemukan rute terbaik. Mekanisme ini telah menangani **lebih dari $200 miliar** volume transaksi *cross-chain* dan menghasilkan **$34 juta** pendapatan biaya, dengan mayoritas (70%) datang dalam dua kuartal terakhir. 2. **Transaksi Privasi (*Confidential Swaps*)**: Menanggapi kebutuhan pasar akan privasi untuk menghindari MEV dan kebocoran strategi. Dalam 30 hari terakhir, transaksi privat menyumbang **41.63%** dari total volume transaksi di Near ($87 juta dari $209 juta). Fitur ini berpotensi menarik institusi tetapi juga membawa risiko perhatian regulator. Dengan kombinasi latar belakang pendiri di AI, infrastruktur *intent* yang ramah pengguna dan Agent, serta penawaran transaksi privat, Near berupaya membangun cerita pertumbuhan baru di persimpangan blockchain dan AI.

marsbit35m yang lalu

Near Kembali ke Panggung AI: Transformasi ke Blockchain Publik karena "Kesulitan Gaji", Agen AI dan Privasi Jadi Kisah Pertumbuhan Baru

marsbit35m yang lalu

Dari Ethereum ke "CROPS" AI: 'Variabel Lambat' yang Ditekankan Berulang oleh Vitalik Ini, Apa Sebenarnya?

Dalam beberapa kali kesempatan, Vitalik Buterin menekankan konsep "CROPS," singkatan dari Censorship Resistance (Tahan Sensor), Capture Resistance (Tahan Penangkapan), Open Source (Sumber Terbuka), Privacy (Privasi), dan Security (Keamanan). Konsep ini merupakan panduan inti bagi Ethereum Foundation, memfokuskan sumber dayanya untuk membangun kemampuan dasar yang memungkinkan pengguna mengelola aset, identitas, dan transaksi tanpa bergantung pada platform tunggal atau menyerahkan kendali akhir. Signifikansi CROPS semakin kritis dengan kemunculan AI, khususnya AI Agent yang menangani tugas seperti manajemen aset dan eksekusi transaksi otomatis. Tantangan utama adalah memastikan bahwa ketika AI bertindak sebagai perwakilan digital, ia tidak menjadi "kotak hitam" yang mengorbankan privasi, keamanan, dan kedaulatan pengguna. Oleh karena itu, diperlukan "CROPS AI" – AI yang dapat berjalan secara lokal, mengurangi ketergantungan pada layanan cloud terpusat, serta transparan dan terverifikasi. Terdapat titik temu antara "CROPS Ethereum Access Layer" dan "CROPS AI." Keduanya berusaha menjawab pertanyaan serupa: bagaimana pengguna dapat mengakses kemampuan jarak jauh (seperti RPC blockchain atau model bahasa besar/LLM) tanpa mengekspos informasi pribadi, identitas, atau niat mereka secara penuh? Solusi yang diusulkan termasuk penggunaan bukti tanpa pengetahuan (zero-knowledge proofs) untuk panggilan LLM berbayar yang privat dan pembacaan RPC Ethereum yang aman. Pada akhirnya, CROPS bukan sekadar konsep abstrak. Dalam era di mana AI semakin menguasai dunia digital, prinsip-prinsip ini akan membentuk arah pengembangan produk Web3, terutama di lapisan dompet digital, untuk memastikan pengguna tetap memegang kendali atas kehidupan digital mereka. Ini adalah variabel jangka panjang yang menentukan nilai Ethereum di masa depan.

marsbit46m yang lalu

Dari Ethereum ke "CROPS" AI: 'Variabel Lambat' yang Ditekankan Berulang oleh Vitalik Ini, Apa Sebenarnya?

marsbit46m yang lalu

"Bapak Godfather Venture Capital" Lembah Silikon Steve Hoffman: Web3 + AI Bisa Jadi Sebuah Jebakan

Stevie Hoffman, "Godfather of Silicon Valley Venture Capital", menyatakan bahwa integrasi Web3 dan AI bisa menjadi sebuah jebakan. Dalam wawancara, ia berbagi pandangannya tentang tren AI global dan peluang startup. Hoffman percaya Silicon Valley akan tetap memimpin riset dasar model AI canggih, sementara China akan unggul dalam implementasi aplikasi praktis dan dominasi di bidang robotika. Ia menekankan pentingnya pendekatan "Global from Day 1" untuk startup, karena adaptasi nanti jauh lebih sulit dan mahal. Mengenai Autonomous Agents, Hoffman memperkirakan titik balik nyata di mana agen dapat berkolaborasi secara mandiri akan datang dalam 2-4 tahun, yang akan menyebabkan penggantian tenaga kerja berskala besar. Solusinya adalah mendesain bisnis untuk kolaborasi manusia-AI, bukan otomatisasi penuh, serta reformasi sistem pelatihan ulang dan jaminan sosial. Untuk startup AI awal, saran Hoffman adalah fokus pada inovasi mendalam di ceruk vertikal spesifik yang membutuhkan keahlian domain, karena ini adalah benteng pertahanan terhadap raksasa teknologi. Kecepatan iterasi adalah parit pertahanan terpenting. Dalam menanggapi pertanyaan tentang Web3 + AI, Hoffman dengan tegas menyatakan bahwa bagi kebanyakan konsumen dan bisnis mainstream, Web3 menambah friksi dan kompleksitas tanpa menyelesaikan kebutuhan inti mereka. AI adalah teknologi dasar universal yang benar-benar mengubah industri. Memaksakan integrasi Web3 dan AI adalah sebuah jebakan yang menambah kompleksitas tanpa melipatgandakan nilai bagi pasar mainstream. Hoffman juga membagikan rencana nirlabanya untuk mendirikan pusat penelitian di universitas guna melatih calon pemimpin dalam inovasi AI yang bertanggung jawab dan selaras dengan nilai-nilai inti manusia.

marsbit2j yang lalu

"Bapak Godfather Venture Capital" Lembah Silikon Steve Hoffman: Web3 + AI Bisa Jadi Sebuah Jebakan

marsbit2j yang lalu

Token Tidak Ekonomis, Ekonomi Tidak Token

Dengan rencana IPO OpenAI dan investasi besar dari raksasa seperti Berkshire Hathaway di Alphabet, industri AI kini mencapai titik balik penting. Dua narasi utama mendominasi: "kekurangan dana" dan "pemisahan aset" (spin-off). Kekurangan dana terjadi karena struktur biaya AI yang unik. Berbeda dengan platform internet tradisional di mana biaya marjinal mendekati nol, model AI seperti ChatGPT justru meningkatkan biaya komputasi (inference cost) seiring pertumbuhan pengguna. Selain itu, pola investasi seperti "kredit cloud" yang digunakan Microsoft untuk mendanai OpenAI menciptakan "pencatatan sirkular", di mana uang yang sama dihitung sebagai pendapatan, menyamarkan tekanan arus kas yang sebenarnya. OpenAI, misalnya, diperkirakan baru akan profit pada 2029. Di sisi lain, tren spin-off aset AI oleh perusahaan besar (seperti Ke Ling dari Kuaishou dan Kunlunxin dari Baidu) mengungkap logika valuasi baru. Di dalam perusahaan induk, unit AI sering dianggap sebagai pusat biaya yang menekan margin. Namun, setelah dipisah, aset yang sama bisa mendapatkan valuasi 3x lipat lebih tinggi di pasar modal, karena dinilai berdasarkan kelangkaan, prospek pertumbuhan, dan potensi ceruk pasar sebagai "aset infrastruktur AI". Perubahan ini menandai pergeseran mendasar dari narasi yang didominasi teknologi menjadi efisiensi modal. Industri bergerak dari "kultus model" terkuat menuju "realisasi nilai" yang dapat dikomersialkan. Inti persaingan mulai bergeser dari perlombaan daya komputasi chip tunggal (GPU) menuju efisiensi sistemik menyeluruh, di mana CPU dan perangkat lunak orchestration menjadi krusial untuk profitabilitas. Singkatnya, tahun 2026 menjadi momen penentuan di mana industri AI harus menjawab pertanyaan mendasar: berapa sebenarnya nilai teknologi ini? Jawabannya akan membentuk lanskap kekuatan industri untuk dekade mendatang.

marsbit2j yang lalu

Token Tidak Ekonomis, Ekonomi Tidak Token

marsbit2j yang lalu

Trading

Spot
Futures

Artikel Populer

Apa Itu $S$

Memahami SPERO: Tinjauan Komprehensif Pengenalan SPERO Seiring dengan perkembangan lanskap inovasi, munculnya teknologi web3 dan proyek cryptocurrency memainkan peran penting dalam membentuk masa depan digital. Salah satu proyek yang telah menarik perhatian di bidang dinamis ini adalah SPERO, yang dilambangkan sebagai SPERO,$$s$. Artikel ini bertujuan untuk mengumpulkan dan menyajikan informasi terperinci tentang SPERO, untuk membantu para penggemar dan investor memahami dasar-dasar, tujuan, dan inovasi dalam domain web3 dan crypto. Apa itu SPERO,$$s$? SPERO,$$s$ adalah proyek unik dalam ruang crypto yang berusaha memanfaatkan prinsip desentralisasi dan teknologi blockchain untuk menciptakan ekosistem yang mendorong keterlibatan, utilitas, dan inklusi finansial. Proyek ini dirancang untuk memfasilitasi interaksi peer-to-peer dengan cara baru, memberikan pengguna solusi dan layanan keuangan yang inovatif. Pada intinya, SPERO,$$s$ bertujuan untuk memberdayakan individu dengan menyediakan alat dan platform yang meningkatkan pengalaman pengguna dalam ruang cryptocurrency. Ini termasuk memungkinkan metode transaksi yang lebih fleksibel, mendorong inisiatif yang dipimpin komunitas, dan menciptakan jalur untuk peluang finansial melalui aplikasi terdesentralisasi (dApps). Visi mendasar dari SPERO,$$s$ berputar di sekitar inklusivitas, bertujuan untuk menjembatani kesenjangan dalam keuangan tradisional sambil memanfaatkan manfaat teknologi blockchain. Siapa Pencipta SPERO,$$s$? Identitas pencipta SPERO,$$s$ tetap agak samar, karena ada sumber daya publik yang terbatas yang memberikan informasi latar belakang terperinci tentang pendiriannya. Kurangnya transparansi ini dapat berasal dari komitmen proyek terhadap desentralisasi—sebuah etos yang banyak proyek web3 bagi, memprioritaskan kontribusi kolektif di atas pengakuan individu. Dengan memusatkan diskusi di sekitar komunitas dan tujuan kolektifnya, SPERO,$$s$ mewujudkan esensi pemberdayaan tanpa menonjolkan individu tertentu. Dengan demikian, memahami etos dan misi SPERO tetap lebih penting daripada mengidentifikasi pencipta tunggal. Siapa Investor SPERO,$$s$? SPERO,$$s$ didukung oleh beragam investor mulai dari modal ventura hingga investor malaikat yang berdedikasi untuk mendorong inovasi di sektor crypto. Fokus investor ini umumnya sejalan dengan misi SPERO—memprioritaskan proyek yang menjanjikan kemajuan teknologi sosial, inklusivitas finansial, dan tata kelola terdesentralisasi. Fondasi investor ini biasanya tertarik pada proyek yang tidak hanya menawarkan produk inovatif tetapi juga memberikan kontribusi positif kepada komunitas blockchain dan ekosistemnya. Dukungan dari investor ini memperkuat SPERO,$$s$ sebagai pesaing yang patut diperhitungkan di domain proyek crypto yang berkembang pesat. Bagaimana SPERO,$$s$ Bekerja? SPERO,$$s$ menerapkan kerangka kerja multi-faceted yang membedakannya dari proyek cryptocurrency konvensional. Berikut adalah beberapa fitur kunci yang menekankan keunikan dan inovasinya: Tata Kelola Terdesentralisasi: SPERO,$$s$ mengintegrasikan model tata kelola terdesentralisasi, memberdayakan pengguna untuk berpartisipasi aktif dalam proses pengambilan keputusan mengenai masa depan proyek. Pendekatan ini mendorong rasa kepemilikan dan akuntabilitas di antara anggota komunitas. Utilitas Token: SPERO,$$s$ memanfaatkan token cryptocurrency-nya sendiri, yang dirancang untuk melayani berbagai fungsi dalam ekosistem. Token ini memungkinkan transaksi, hadiah, dan fasilitasi layanan yang ditawarkan di platform, meningkatkan keterlibatan dan utilitas secara keseluruhan. Arsitektur Berlapis: Arsitektur teknis SPERO,$$s$ mendukung modularitas dan skalabilitas, memungkinkan integrasi fitur dan aplikasi tambahan secara mulus seiring dengan perkembangan proyek. Kemampuan beradaptasi ini sangat penting untuk mempertahankan relevansi di lanskap crypto yang selalu berubah. Keterlibatan Komunitas: Proyek ini menekankan inisiatif yang dipimpin komunitas, menggunakan mekanisme yang memberikan insentif untuk kolaborasi dan umpan balik. Dengan memelihara komunitas yang kuat, SPERO,$$s$ dapat lebih baik memenuhi kebutuhan pengguna dan beradaptasi dengan tren pasar. Fokus pada Inklusi: Dengan menawarkan biaya transaksi yang rendah dan antarmuka yang ramah pengguna, SPERO,$$s$ bertujuan untuk menarik basis pengguna yang beragam, termasuk individu yang mungkin sebelumnya tidak terlibat dalam ruang crypto. Komitmen ini terhadap inklusi sejalan dengan misi utamanya untuk memberdayakan melalui aksesibilitas. Garis Waktu SPERO,$$s$ Memahami sejarah proyek memberikan wawasan penting tentang trajektori dan tonggak perkembangannya. Berikut adalah garis waktu yang disarankan yang memetakan peristiwa signifikan dalam evolusi SPERO,$$s$: Fase Konseptualisasi dan Ideasi: Ide awal yang membentuk dasar SPERO,$$s$ dikembangkan, sangat selaras dengan prinsip desentralisasi dan fokus komunitas dalam industri blockchain. Peluncuran Whitepaper Proyek: Setelah fase konseptual, whitepaper komprehensif yang merinci visi, tujuan, dan infrastruktur teknologi SPERO,$$s$ dirilis untuk menarik minat dan umpan balik komunitas. Pembangunan Komunitas dan Keterlibatan Awal: Upaya jangkauan aktif dilakukan untuk membangun komunitas pengguna awal dan investor potensial, memfasilitasi diskusi seputar tujuan proyek dan mendapatkan dukungan. Acara Generasi Token: SPERO,$$s$ melakukan acara generasi token (TGE) untuk mendistribusikan token asli kepada pendukung awal dan membangun likuiditas awal dalam ekosistem. Peluncuran dApp Awal: Aplikasi terdesentralisasi (dApp) pertama yang terkait dengan SPERO,$$s$ diluncurkan, memungkinkan pengguna untuk terlibat dengan fungsionalitas inti platform. Pengembangan Berkelanjutan dan Kemitraan: Pembaruan dan peningkatan berkelanjutan terhadap penawaran proyek, termasuk kemitraan strategis dengan pemain lain di ruang blockchain, telah membentuk SPERO,$$s$ menjadi pemain yang kompetitif dan berkembang di pasar crypto. Kesimpulan SPERO,$$s$ berdiri sebagai bukti potensi web3 dan cryptocurrency untuk merevolusi sistem keuangan dan memberdayakan individu. Dengan komitmen terhadap tata kelola terdesentralisasi, keterlibatan komunitas, dan fungsionalitas yang dirancang secara inovatif, ia membuka jalan menuju lanskap keuangan yang lebih inklusif. Seperti halnya investasi di ruang crypto yang berkembang pesat, calon investor dan pengguna dianjurkan untuk melakukan riset secara menyeluruh dan terlibat dengan perkembangan yang sedang berlangsung dalam SPERO,$$s$. Proyek ini menunjukkan semangat inovatif industri crypto, mengundang eksplorasi lebih lanjut ke dalam berbagai kemungkinan yang ada. Meskipun perjalanan SPERO,$$s$ masih berlangsung, prinsip-prinsip dasarnya mungkin benar-benar mempengaruhi masa depan cara kita berinteraksi dengan teknologi, keuangan, dan satu sama lain dalam ekosistem digital yang saling terhubung.

75 Total TayanganDipublikasikan pada 2024.12.17Diperbarui pada 2024.12.17

Apa Itu $S$

Apa Itu AGENT S

Agent S: Masa Depan Interaksi Otonom di Web3 Pendahuluan Dalam lanskap Web3 dan cryptocurrency yang terus berkembang, inovasi secara konstan mendefinisikan ulang cara individu berinteraksi dengan platform digital. Salah satu proyek perintis, Agent S, menjanjikan untuk merevolusi interaksi manusia-komputer melalui kerangka agen terbuka. Dengan membuka jalan untuk interaksi otonom, Agent S bertujuan untuk menyederhanakan tugas-tugas kompleks, menawarkan aplikasi transformasional dalam kecerdasan buatan (AI). Eksplorasi mendetail ini akan menyelami seluk-beluk proyek, fitur uniknya, dan implikasinya untuk domain cryptocurrency. Apa itu Agent S? Agent S berdiri sebagai kerangka agen terbuka yang inovatif, dirancang khusus untuk mengatasi tiga tantangan mendasar dalam otomatisasi tugas komputer: Memperoleh Pengetahuan Spesifik Domain: Kerangka ini secara cerdas belajar dari berbagai sumber pengetahuan eksternal dan pengalaman internal. Pendekatan ganda ini memberdayakannya untuk membangun repositori pengetahuan spesifik domain yang kaya, meningkatkan kinerjanya dalam pelaksanaan tugas. Perencanaan Selama Rentang Tugas yang Panjang: Agent S menggunakan perencanaan hierarkis yang ditingkatkan pengalaman, pendekatan strategis yang memfasilitasi pemecahan dan pelaksanaan tugas-tugas rumit dengan efisien. Fitur ini secara signifikan meningkatkan kemampuannya untuk mengelola beberapa subtugas dengan efisien dan efektif. Menangani Antarmuka Dinamis dan Tidak Seragam: Proyek ini memperkenalkan Antarmuka Agen-Komputer (ACI), solusi inovatif yang meningkatkan interaksi antara agen dan pengguna. Dengan memanfaatkan Model Bahasa Besar Multimodal (MLLM), Agent S dapat menavigasi dan memanipulasi berbagai antarmuka pengguna grafis dengan mulus. Melalui fitur-fitur perintis ini, Agent S menyediakan kerangka kerja yang kuat yang mengatasi kompleksitas yang terlibat dalam mengotomatisasi interaksi manusia dengan mesin, membuka jalan untuk berbagai aplikasi dalam AI dan seterusnya. Siapa Pencipta Agent S? Meskipun konsep Agent S secara fundamental inovatif, informasi spesifik tentang penciptanya tetap samar. Pencipta saat ini tidak diketahui, yang menyoroti baik tahap awal proyek atau pilihan strategis untuk menjaga anggota pendiri tetap tersembunyi. Terlepas dari anonimitas, fokus tetap pada kemampuan dan potensi kerangka kerja. Siapa Investor Agent S? Karena Agent S relatif baru dalam ekosistem kriptografi, informasi terperinci mengenai investor dan pendukung keuangannya tidak secara eksplisit didokumentasikan. Kurangnya wawasan yang tersedia untuk umum mengenai fondasi investasi atau organisasi yang mendukung proyek ini menimbulkan pertanyaan tentang struktur pendanaannya dan peta jalan pengembangannya. Memahami dukungan sangat penting untuk mengukur keberlanjutan proyek dan potensi dampak pasar. Bagaimana Cara Kerja Agent S? Di inti Agent S terletak teknologi mutakhir yang memungkinkannya berfungsi secara efektif dalam berbagai pengaturan. Model operasionalnya dibangun di sekitar beberapa fitur kunci: Interaksi Komputer yang Mirip Manusia: Kerangka ini menawarkan perencanaan AI yang canggih, berusaha untuk membuat interaksi dengan komputer lebih intuitif. Dengan meniru perilaku manusia dalam pelaksanaan tugas, ia menjanjikan untuk meningkatkan pengalaman pengguna. Memori Naratif: Digunakan untuk memanfaatkan pengalaman tingkat tinggi, Agent S memanfaatkan memori naratif untuk melacak sejarah tugas, sehingga meningkatkan proses pengambilan keputusannya. Memori Episodik: Fitur ini memberikan panduan langkah demi langkah kepada pengguna, memungkinkan kerangka untuk menawarkan dukungan kontekstual saat tugas berlangsung. Dukungan untuk OpenACI: Dengan kemampuan untuk berjalan secara lokal, Agent S memungkinkan pengguna untuk mempertahankan kontrol atas interaksi dan alur kerja mereka, sejalan dengan etos terdesentralisasi Web3. Integrasi Mudah dengan API Eksternal: Versatilitas dan kompatibilitasnya dengan berbagai platform AI memastikan bahwa Agent S dapat dengan mulus masuk ke dalam ekosistem teknologi yang ada, menjadikannya pilihan menarik bagi pengembang dan organisasi. Fungsionalitas ini secara kolektif berkontribusi pada posisi unik Agent S dalam ruang kripto, saat ia mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah dengan intervensi manusia yang minimal. Seiring proyek ini berkembang, aplikasi potensialnya di Web3 dapat mendefinisikan ulang bagaimana interaksi digital berlangsung. Garis Waktu Agent S Pengembangan dan tonggak Agent S dapat dirangkum dalam garis waktu yang menyoroti peristiwa pentingnya: 27 September 2024: Konsep Agent S diluncurkan dalam sebuah makalah penelitian komprehensif berjudul “Sebuah Kerangka Agen Terbuka yang Menggunakan Komputer Seperti Manusia,” yang menunjukkan dasar untuk proyek ini. 10 Oktober 2024: Makalah penelitian tersebut dipublikasikan secara terbuka di arXiv, menawarkan eksplorasi mendalam tentang kerangka kerja dan evaluasi kinerjanya berdasarkan tolok ukur OSWorld. 12 Oktober 2024: Sebuah presentasi video dirilis, memberikan wawasan visual tentang kemampuan dan fitur Agent S, lebih lanjut melibatkan pengguna dan investor potensial. Tanda-tanda dalam garis waktu ini tidak hanya menggambarkan kemajuan Agent S tetapi juga menunjukkan komitmennya terhadap transparansi dan keterlibatan komunitas. Poin Kunci Tentang Agent S Seiring kerangka Agent S terus berkembang, beberapa atribut kunci menonjol, menekankan sifat inovatif dan potensinya: Kerangka Inovatif: Dirancang untuk memberikan penggunaan komputer yang intuitif seperti interaksi manusia, Agent S membawa pendekatan baru untuk otomatisasi tugas. Interaksi Otonom: Kemampuan untuk berinteraksi secara otonom dengan komputer melalui GUI menandakan lompatan menuju solusi komputasi yang lebih cerdas dan efisien. Otomatisasi Tugas Kompleks: Dengan metodologinya yang kuat, ia dapat mengotomatisasi tugas-tugas kompleks yang melibatkan banyak langkah, membuat proses lebih cepat dan kurang rentan terhadap kesalahan. Perbaikan Berkelanjutan: Mekanisme pembelajaran memungkinkan Agent S untuk belajar dari pengalaman masa lalu, terus meningkatkan kinerja dan efektivitasnya. Versatilitas: Adaptabilitasnya di berbagai lingkungan operasi seperti OSWorld dan WindowsAgentArena memastikan bahwa ia dapat melayani berbagai aplikasi. Saat Agent S memposisikan dirinya di lanskap Web3 dan kripto, potensinya untuk meningkatkan kemampuan interaksi dan mengotomatisasi proses menandakan kemajuan signifikan dalam teknologi AI. Melalui kerangka inovatifnya, Agent S mencerminkan masa depan interaksi digital, menjanjikan pengalaman yang lebih mulus dan efisien bagi pengguna di berbagai industri. Kesimpulan Agent S mewakili lompatan berani ke depan dalam pernikahan AI dan Web3, dengan kapasitas untuk mendefinisikan ulang cara kita berinteraksi dengan teknologi. Meskipun masih dalam tahap awal, kemungkinan aplikasinya sangat luas dan menarik. Melalui kerangka komprehensifnya yang mengatasi tantangan kritis, Agent S bertujuan untuk membawa interaksi otonom ke garis depan pengalaman digital. Saat kita melangkah lebih dalam ke dalam ranah cryptocurrency dan desentralisasi, proyek-proyek seperti Agent S pasti akan memainkan peran penting dalam membentuk masa depan teknologi dan kolaborasi manusia-komputer.

912 Total TayanganDipublikasikan pada 2025.01.14Diperbarui pada 2025.01.14

Apa Itu AGENT S

Cara Membeli S

Selamat datang di HTX.com! Kami telah membuat pembelian Sonic (S) menjadi mudah dan nyaman. Ikuti panduan langkah demi langkah kami untuk memulai perjalanan kripto Anda.Langkah 1: Buat Akun HTX AndaGunakan alamat email atau nomor ponsel Anda untuk mendaftar akun gratis di HTX. Rasakan perjalanan pendaftaran yang mudah dan buka semua fitur.Dapatkan Akun SayaLangkah 2: Buka Beli Kripto, lalu Pilih Metode Pembayaran AndaKartu Kredit/Debit: Gunakan Visa atau Mastercard Anda untuk membeli Sonic (S) secara instan.Saldo: Gunakan dana dari saldo akun HTX Anda untuk melakukan trading dengan lancar.Pihak Ketiga: Kami telah menambahkan metode pembayaran populer seperti Google Pay dan Apple Pay untuk meningkatkan kenyamanan.P2P: Lakukan trading langsung dengan pengguna lain di HTX.Over-the-Counter (OTC): Kami menawarkan layanan yang dibuat khusus dan kurs yang kompetitif bagi para trader.Langkah 3: Simpan Sonic (S) AndaSetelah melakukan pembelian, simpan Sonic (S) di akun HTX Anda. Selain itu, Anda dapat mengirimkannya ke tempat lain melalui transfer blockchain atau menggunakannya untuk memperdagangkan mata uang kripto lainnya.Langkah 4: Lakukan trading Sonic (S)Lakukan trading Sonic (S) dengan mudah di pasar spot HTX. Cukup akses akun Anda, pilih pasangan perdagangan, jalankan trading, lalu pantau secara real-time. Kami menawarkan pengalaman yang ramah pengguna baik untuk pemula maupun trader berpengalaman.

1.3k Total TayanganDipublikasikan pada 2025.01.15Diperbarui pada 2026.06.02

Cara Membeli S

Diskusi

Selamat datang di Komunitas HTX. Di sini, Anda bisa terus mendapatkan informasi terbaru tentang perkembangan platform terkini dan mendapatkan akses ke wawasan pasar profesional. Pendapat pengguna mengenai harga S (S) disajikan di bawah ini.

活动图片