Interpretasi Laporan Penelitian: Pendapatan AI TSMC pada 2027 Akan Berlipat Ganda, Kapasitas CoWoS Masih Jadi Kendala

marsbitDipublikasikan tanggal 2026-06-25Terakhir diperbarui pada 2026-06-25

Abstrak

**Laporan: Pendapatan AI TSMC Diprediksi Naik Dua Kali Lipat pada 2027, Kapasitas CoWoS Tetap Jadi Hambatan** Morgan Stanley (23 Juni) memproyeksikan pendapatan terkait AI TSMC akan melonjak 218% menjadi US$863 miliar pada 2027, dari US$271 miliar pada 2026. Sumber pendapatan mencakup GPU, chip AI khusus, kemasan lanjutan CoWoS, dan CPU server AI. Pendorong utama adalah lonjakan permintaan untuk kapasitas CoWoS, teknologi kemasan canggih TSMC. Kebutuhan global untuk CoWoS diprediksi melonjak 93% menjadi 269,4 juta unit pada 2027. NVIDIA tetap konsumen terbesar, namun permintaan dari AMD (CPU Venice & GPU MI400) diproyeksikan meroket 308%. Permintaan TPU Google juga tumbuh signifikan melalui partner seperti MediaTek. Meskipun TSMC berencana menambah kapasitas CoWoS menjadi 200.000 wafer per bulan pada akhir 2027, digabung dengan produsen lain, total kapasitas global diperkirakan 336 juta unit/tahun. Namun, kekhawatiran muncul karena permintaan yang diprediksi (269,4 juta unit) mungkin belum menangkap semua sinyal, dan jenis CoWoS paling canggih (CoWoS-L untuk NVIDIA) tetap sangat ketat pasokannya. Laporan ini menyoroti beberapa katalis: perbaikan pasokan substrat ABF, validasi permintaan CPU baru (Vera NVIDIA, Venice AMD), dan produksi GPU Rubin Ultra generasi berikutnya dari NVIDIA. Perusahaan seperti MediaTek (partner desain TPU Google), ASE, dan KYEC dipandang sebagai penerima manfaat di sepanjang rantai pasokan AI. Intinya, pertumbuhan pesat pendapatan AI TSMC bergant...

Penulis:Rita

Panduan Tren

Morgan Stanley merilis laporan mendalam mengenai rantai pasokan TSMC pada 23 Juni. Penilaian inti: Berdasarkan investigasi rantai pasokan terbaru, prediksi permintaan global untuk pengemasan lanjutan CoWoS pada 2027 ditingkatkan. Diprediksi pendapatan terkait AI TSMC pada 2027 akan mencapai 86,3 miliar dolar AS, meningkat 218% dari 27,1 miliar dolar AS pada 2026. NVIDIA tetap menjadi penggerak utama, namun CPU AMD dan TPU Google menjadi mesin pertumbuhan baru. Yang paling penting, bahkan jika TSMC memperluas kapasitas CoWoS hingga 200.000 wafer per bulan, masih mungkin tidak dapat memenuhi defisit kebutuhan global sebesar 2,69 juta wafer.

Pendapatan AI TSMC Menyaksikan Pertumbuhan Eksplosif

Melihat angka paling langsung, Morgan Stanley memprediksi pendapatan terkait AI TSMC pada 2027 akan mencapai 86,3 miliar dolar AS, meningkat 218% dibandingkan 27,1 miliar dolar AS pada 2026. Ini adalah lompatan eksponensial, bukan pertumbuhan linear.

Membongkar komposisi 86,3 miliar dolar AS ini: Pendapatan GPU 28 miliar dolar AS, pendapatan chip AI kustom 18 miliar dolar AS, pendapatan pengemasan lanjutan CoWoS 40 miliar dolar AS, dan pendapatan CPU server AI 0,3 miliar dolar AS. Peran TSMC dalam rantai industri chip AI tidak hanya terbatas pada manufaktur wafer, pengemasan lanjutan telah menjadi sumber pendapatan yang sama pentingnya.

Pada 2028, angka ini akan terus naik menjadi 106,6 miliar dolar AS. Dalam tiga tahun, skala bisnis AI TSMC tumbuh hampir 3 kali lipat. Pembangunan infrastruktur AI secara keseluruhan masih jauh dari jenuh, perusahaan "penjual sekop" ini masih dalam fase peningkatan kapasitas.

Tetapi apakah kapasitas benar-benar bisa mengikuti?

Kebutuhan NVIDIA terhadap kapasitas CoWoS TSMC masih menjadi kekuatan utama mutlak. Morgan Stanley memperkirakan total konsumsi CoWoS oleh GPU Rubin dan Blackwell NVIDIA serta CPU Vera yang baru diluncurkan pada 2027 akan mencapai 1,222 juta wafer, meningkat 57% dibanding tahun sebelumnya.

Tetapi yang benar-benar mengejutkan Morgan Stanley adalah AMD. Total konsumsi CoWoS AMD diperkirakan melonjak 308%, dari 120.000 wafer pada 2026 menjadi 530.000 wafer pada 2027. Penggerak pertumbuhan ini adalah dukungan penuh CPU AMD Venice dan GPU seri MI400 terhadap AI agen. Pasar CPU sedang diresapi dengan cepat oleh AI, bukan hanya GPU.

Perubahan ini sangat signifikan. Tahun lalu pasar masih mendiskusikan dominasi GPU, tetapi tahun ini Morgan Stanley dengan jelas melihat bahwa pusat data secara bersamaan memperluas pembelian GPU dan CPU. CPU NVIDIA juga mengonsumsi kapasitas, konsumsi CPU AMD bahkan melonjak. Permintaan daya komputasi CPU untuk sisi inferensi AI jauh melampaui perkiraan.

TPU Google Diam-diam Menjadi Konsumen Terbesar Kedua

Selain NVIDIA dan AMD, Morgan Stanley juga secara khusus menekankan kebutuhan TPU Google. Google mengadopsi dua saluran untuk membeli pengemasan lanjutan CoWoS: pertama melalui MediaTek sebagai mitra layanan desain, dan kedua melalui partisipasi Broadcom. Kedua perusahaan ini mendesain dan memproduksi chip TPU untuk Google, membutuhkan kapasitas CoWoS yang besar.

Morgan Stanley berpendapat bahwa jika pasokan substrat ABF dapat membaik, volume pengiriman TPU yang dibeli Google dengan bantuan MediaTek memiliki ruang peningkatan yang besar, prediksi saat ini bahkan mungkin masih konservatif. Ambisi chip AI Google belum sepenuhnya terungkap.

Defisit Kapasitas CoWoS Tidak Dapat Ditutupi

Kembali ke masalah paling krusial: kapasitas.

Permintaan global CoWoS pada 2026 adalah 1,394 juta wafer, diprediksi melonjak menjadi 2,694 juta wafer pada 2027, tumbuh 93%. TSMC berencana memperluas kapasitas CoWoS menjadi 200.000 wafer per bulan pada akhir 2027, kapasitas di luar TSMC juga diperkirakan akan diperluas menjadi 80.000 wafer per bulan. Digabungkan, kapasitas global sekitar 280.000 wafer per bulan, setara dengan kapasitas tahunan 3,36 juta wafer.

Tampaknya cukup, tetapi masalahnya adalah 2,694 juta wafer adalah perkiraan kebutuhan global, dan investigasi Morgan Stanley mungkin belum sepenuhnya menangkap semua sinyal permintaan. Selain itu, distribusi antara CoWoS-L dan CoWoS-S yang paling canggih juga sangat krusial. CoWoS-L yang dibutuhkan NVIDIA adalah yang paling canggih, sangat ketat, dan ini justru adalah keunggulan TSMC.

Meskipun total kapasitas tampak cukup, di segmen pengemasan lanjutan paling tinggi, TSMC masih dalam kondisi pasokan tidak dapat memenuhi permintaan. Ini memberi TSMC kekuatan penetapan harga, dan juga menjelaskan mengapa peringkat Morgan Stanley untuk TSMC adalah overweight.

Katalis Permintaan Baru Terus Bermunculan

Morgan Stanley mencantumkan tiga katalis jangka pendek. Pertama, perbaikan pasokan substrat ABF, terutama pelepasan kapasitas T-Glass yang dibeli MediaTek, akan langsung menarik pengiriman TPU Google. Kedua, validasi permintaan CPU baru, CPU Vera NVIDIA dan Venice AMD mulai diproduksi massal, akan terus menarik konsumsi CoWoS. Ketiga, produksi massal produk generasi berikutnya NVIDIA, Rubin Ultra, diperkirakan akan menunjukkan pengiriman signifikan pada paruh kedua tahun.

Katalis-katalis ini saling terhubung, berarti bisnis CoWoS TSMC pada 2027 tidak akan kekurangan pesanan, kuncinya adalah apakah kapasitas bisa mengikuti. Dari sudut pandang ini, siklus pengeluaran modal TSMC masih jauh dari berakhir.

Pemenang Baru dalam Rantai Pasokan

Dalam laporan, Morgan Stanley secara khusus menandai beberapa perusahaan yang patut diperhatikan. MediaTek terdaftar sebagai pilihan utama, karena merupakan mitra desain utama untuk TPU Google, pertumbuhan kebutuhan AI langsung diuntungkan. ASE dan King Yuan Electronics juga ditegaskan kembali sebagai overweight, mereka masing-masing melayani rantai pasokan CPU Venice AMD dan rantai pasokan GPU NVIDIA.

TSMC sendiri tetap penerima manfaat inti, tetapi pandangan Morgan Stanley adalah bahwa seluruh rantai pasokan AI sedang diuntungkan, bukan hanya sisi desain chip.

Pertumbuhan pendapatan AI TSMC memang menakjubkan, peningkatan dua kali lipat menjadi 86,3 miliar dolar AS pada 2027 bukanlah mimpi. Tetapi prasyarat pertumbuhan ini adalah kapasitas benar-benar dapat dibangun, dan yang paling krusial, kapasitas pengemasan lanjutan tidak menjadi hambatan baru. Morgan Stanley percaya itu tidak akan, tetapi juga dengan jelas menunjukkan bahwa diferensiasi rantai pasokan semakin intens, garis pemisah antara pemenang dan yang kalah sedang diubah ulang.

Penyangkalan

Artikel ini merupakan penyusunan dan interpretasi oleh Tide Research terhadap laporan penelitian pihak ketiga dari perusahaan sekuritas. Peringkat, target harga, perkiraan laba, dan penilaian terkait yang dikutip dalam artikel merupakan pandangan analis Morgan Stanley, hanya mewakili posisi institusi mereka, tidak mewakili pandangan Tide Research, dan juga tidak membentuk saran investasi apa pun.

Perhatikan tiga hal saat membaca: Pertama, target harga adalah perkiraan analis untuk sekitar 12 bulan ke depan, merupakan prediksi bukan janji, akan berulang kali disesuaikan dengan kinerja dan lingkungan pasar. Kedua, laporan penelitian penjualan secara alami cenderung positif, dan sebagian perusahaan yang dicakup memiliki hubungan bisnis perbankan investasi dengan perusahaan sekuritas tersebut. Ketiga, nilai laporan penelitian terletak pada logika inti dan asumsi premisnya, bukan pada satu target harga tertentu. Lihat logikanya, jangan hanya melihat harganya.

Pasar memiliki risiko, keputusan harus independen. Artikel ini tidak boleh dijadikan dasar untuk membeli atau menjual sekuritas apa pun.

Sumber Data: Laporan Penelitian Morgan Stanley (Charlie Chan dkk, 23 Juni 2026) · Data Pasar Publik

TideResearch · Juni 2026

Kripto yang Sedang Tren

Pertanyaan Terkait

QMenurut laporan Morgan Stanley, berapa perkiraan pendapatan terkait AI TSMC pada tahun 2027, dan bagaimana pertumbuhannya dibandingkan tahun 2026?

AMenurut laporan Morgan Stanley, pendapatan terkait AI TSMC diperkirakan mencapai 86,3 miliar dolar AS pada tahun 2027. Angka ini menunjukkan pertumbuhan sebesar 218% dibandingkan perkiraan pendapatan tahun 2026 sebesar 27,1 miliar dolar AS.

QApa yang menjadi pendorong utama pertumbuhan pendapatan AI TSMC, dan siapa saja pemain baru yang berkontribusi?

ANVIDIA tetap menjadi pendorong utama dengan permintaan GPU-nya. Namun, laporan tersebut menyoroti AMD dan Google sebagai mesin pertumbuhan baru. Permintaan CPU AMD (Venice) dan GPU (MI400) untuk AI serta chip TPU custom Google melalui MediaTek dan Broadcom berkontribusi signifikan terhadap lonjakan permintaan kapasitas CoWoS.

QApa yang menjadi hambatan utama dalam memenuhi lonjakan permintaan chip AI, dan apakah kapasitas CoWoS global akan mencukupi?

AHambatan utama adalah kapasitas produksi CoWoS, yang merupakan teknologi pengemasan lanjutan milik TSMC. Meskipun kapasitas global (TSMC dan non-TSMC) diproyeksikan mencapai 336 ribu wafer per tahun pada 2027, dan permintaan diperkirakan 269,4 ribu, tetap ada risiko ketidakseimbangan. Khususnya, permintaan untuk varian paling canggih seperti CoWoS-L yang dibutuhkan NVIDIA masih sangat ketat, sehingga TSMC tetap dalam kondisi 'permintaan melebihi pasokan' di segmen high-end.

QPerusahaan mana saja dalam rantai pasokan AI yang disebutkan sebagai pemenang baru dalam laporan ini?

ALaporan ini menyebutkan beberapa pemenang baru dalam rantai pasokan: MediaTek sebagai mitra desain utama untuk TPU Google, ASE yang melayani rantai pasokan CPU AMD Venice, dan KYEC yang melayani rantai pasokan GPU NVIDIA. Perusahaan-perusahaan ini dinilai akan langsung diuntungkan dari pertumbuhan permintaan AI.

QApa saja katalis atau faktor pendorong dekat yang disebutkan dapat memperkuat tren permintaan ini?

AMorgan Stanley menyebutkan tiga katalis dekat: 1) Peningkatan pasokan substrat ABF (terutama T-Glass) yang akan meningkatkan produksi TPU Google. 2) Validasi permintaan CPU baru seperti NVIDIA Vera dan AMD Venice. 3) Produksi massal generasi berikutnya GPU NVIDIA, Rubin Ultra, yang diharapkan meningkat pada paruh kedua tahun.

Bacaan Terkait

Perang Tanpa Nama Seragam: Peta Dunia Model dari Para Raksasa Domestik

"Dunia Model" belum memiliki nama yang seragam di industri. Beberapa menyebutnya Dunia Model, Dunia Model Dasar, AI Fisik, atau menyembunyikannya dalam arsitektur seperti model mobil otonom, VLA, atau sistem kecerdasan embodied. Di balik kebingungan penamaan, intinya sama: membuat mesin membangun lingkungan dinamis internal yang dapat disimulasikan dan dianalisis ulang, mengurangi ketergantungan pada data nyata, dan memampatkan dunia nyata menjadi mesin data yang dapat menghasilkan, mencoba, dan mengulang tanpa batas. Raksasa internet seperti Alibaba, Tencent, ByteDance, Huawei, dan Baidu memiliki pendekatan berbeda. Alibaba meluncurkan tiga model untuk dunia bahasa, virtual, dan fisik. Tencent fokus pada dunia 3D yang dapat diedit untuk game dan sosial. ByteDance memanfaatkan data video, sementara Huawei dan Baidu mengintegrasikan kemampuan ini ke dalam sistem mobil dan AI yang lebih besar tanpa menyebutnya secara terpisah. Produsen mobil seperti NIO, Li Auto, XPeng, Geely, BYD, dan Great Wall menggunakan Dunia Model sebagai "sekolah menyetir dan ujian" untuk pelatihan dan simulasi sistem mengemudi otonom. Mereka menggunakannya untuk menghasilkan skenario kompleks, meningkatkan keamanan, dan mempercepat pengembangan. Penyedia teknologi seperti Momenta, Horizon Robotics, Haomo.AI, dan DeepRoute bertindak sebagai "mesin dunia tersembunyi" di balik layar. Mereka menyediakan model dan platform simulasi yang membantu pabrikan menguji dan menyempurnakan sistem L3/L4. Perusahaan rintisan lebih gesit dan fokus, tetapi menghadapi tantangan data, daya komputasi, dan skala. Sementara itu, raksasa teknologi dan otomotif memiliki keunggulan sumber daya dan jalur integrasi ke produk nyata. Kompetisi bergeser dari sekadar menciptakan model menjadi siapa yang dapat secara efektif mengintegrasikannya ke dalam sistem yang memahami dan berinteraksi dengan dunia fisik. Dunia Model bukan sekadar tren, tetapi evolusi alami dari model bahasa besar, model generasi video, dan sistem otonom. Ini telah menjadi infrastruktur industri kunci, dengan pertempuran untuk mendefinisikan dan menguasainya semakin intens.

marsbit3m yang lalu

Perang Tanpa Nama Seragam: Peta Dunia Model dari Para Raksasa Domestik

marsbit3m yang lalu

Meta Ikut Arus Pasar Prediksi, Bisakah Menghindari Jalan Gagal Metaverse?

**TL;DR:** * **Meta Masuki Pasar Prediksi:** Meta (perusahaan induk Facebook, Instagram, WhatsApp) membentuk tim kecil untuk mengembangkan aplikasi pasar prediksi bernama kode "Arena". Pengguna dapat bertaruh menggunakan poin (bukan uang sungguhan) pada hasil acara politik, olahraga, dan isu global. * **Peluang Besar Berbasis Pengguna:** Pasar prediksi (seperti Polymarket dan Kalshi) menunjukkan permintaan nyata dengan volume perdagangan miliaran dolar. Meta memiliki aset utama: 3,56 miliar pengguna aktif harian. Ini berpotensi membawa pasar niche ini ke audiens mainstream. * **Tantangan Besar: Regulasi dan Kepercayaan:** Meta memiliki catatan buruk dalam menangani informasi politik/misinfo dan proyek keuangan (seperti Libra/Diem yang gagal). Arena yang fokus pada konten sensitif (pemilu) bisa menjadi target regulator (seperti CFTC) sejak dini, terutama terkait integritas pasar dan potensi penyalahgunaan informasi. Skala pengguna Meta justru bisa memperbesar kontroversi. * **Perbandingan dengan Metaverse:** Keputusan ini kontras dengan investasi besar dan merugi di Metaverse (Reality Labs rugi ~$900 miliar). Membangun pasar prediksi secara software lebih murah dan menangkap tren yang sudah ada, dibanding menciptakan kebiasaan baru seperti di Metaverse. * **Masa Depan Arena:** Versi awal kemungkinan adalah fitur prediksi sosial non-uang di platform Meta (Instagram, Facebook Groups). Ini bisa memperluas pasar. Namun, untuk berkembang ke perdagangan berbasis uang sungguhan, Meta harus membangun kepercayaan yang saat ini rendah di mata regulator dan publik. Keberhasilan tidak dijamin hanya dengan skala pengguna.

Foresight News53m yang lalu

Meta Ikut Arus Pasar Prediksi, Bisakah Menghindari Jalan Gagal Metaverse?

Foresight News53m 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.

89 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.

939 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.

1.4k 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