Seberapa Sulitnya Membuat Chip? Satu Kesalahan dalam Operasi Pembagian, 475 Juta Dolar AS Hilang Percuma

marsbitDipublikasikan tanggal 2026-06-15Terakhir diperbarui pada 2026-06-15

Abstrak

**Betapa Sulitnya Membuat Chip? Kesalahan Pembagian Sederhana Bisa Menghabiskan $475 Juta** Chip adalah fondasi teknologi modern, namun pengembangannya sangat sulit. Kesalahan kecil dalam desain dapat menyebabkan konsekuensi besar, seperti kasus Intel yang menghabiskan $475 juta untuk menarik kembali chip Pentium akibat bug pada unit pembagian floating-point. Kesulitan utama terletak pada kebutuhan untuk "sekali jadi". Tidak seperti perangkat lunak, chip tidak dapat diperbaiki dengan mudah setelah diproduksi. Menurut data, hanya 24% proyek chip yang berhasil sekali jadi, sementara 76% lainnya memerlukan proses "tape-out" ulang yang mahal. Tantangan terbesar adalah verifikasi chip. Proses ini kini memakan hingga 70% dari siklus desain chip. Verifikasi menyeluruh untuk sebuah inti CPU dapat membutuhkan waktu 15.000 tahun dengan simulasi perangkat lunak atau 30 tahun dengan emulasi perangkat keras, yang jelas tidak praktis. Masalah mendasarnya adalah "segitiga mustahil" dalam verifikasi: kinerja tinggi, kemampuan debug yang baik, dan biaya rendah tidak dapat dicapai sekaligus. Karena sulit dan kurang "seksi", penelitian di bidang verifikasi chip seringkali diabaikan. Namun, tim peneliti terus berupaya, mengembangkan platform verifikasi gesit bernama ENCORE berbasis FPGA untuk meningkatkan efisiensi dan kemampuan debug. Selain riset, edukasi publik tentang chip juga penting. Melalui konten sains populer, penulis berbagi pengetahuan tentang chip, AI, dan teknologi keras lainn...

Halo semuanya, saya Shi Kan dari Institute of Computing Technology, Chinese Academy of Sciences, seorang "pekerja teknologi slash". Saya memiliki lebih dari sepuluh tahun pengalaman di bidang chip, dan saat ini saya melakukan penelitian akademis terkait chip di Chinese Academy of Sciences; namun, saya juga seorang UP sains dan teknologi di Bilibili dengan nama "Lao Shi Tan Xin", penonton saya memanggil saya "Lao Shi".

Chip: Batu Fondasi Masyarakat Modern

Ketika menyebut chip, pasti semua orang tahu betapa pentingnya.

Baik itu kecerdasan buatan yang sedang panas saat ini, maupun kedokteran hayati, mobil otonom, komunikasi jaringan, dan sebagainya, hampir semua teknologi masyarakat modern yang dapat Anda bayangkan tidak terlepas dari chip — teknologi fondasional era informasi ini.

Saya telah lama terlibat dalam pekerjaan chip, proses pengembangan chip sebenarnya adalah proses yang sangat menarik, terutama karena dua aspek.

Pertama, aplikasi chip sangat luas. Begitu Anda terjun ke industri ini, kemungkinan besar Anda tidak perlu khawatir akan menganggur, karena banyak industri memerlukan teknologi chip.

Alasan kedua mungkin lebih penting: pengembangan chip adalah hal yang sangat sulit. Sebagai insinyur chip, kami perlu terus belajar, terus memperkaya diri, untuk menghadapi dan menyambut era yang penuh peluang dan tantangan ini.

Lalu muncul pertanyaan, di mana letak kesulitan teknologi chip?

Mengapa Chip Begitu Sulit?

Telah selesai: 10%//////////

Mungkin semua orang tahu, proses pembuatan sebuah chip pada dasarnya adalah perjalanan evolusi dari sebutir pasir. Pasir mungkin adalah benda yang tak terbatas dan tak habis-habisnya di planet ini; namun, mengubah pasir bernilai rendah menjadi chip bernilai tinggi, semua nilai tambah yang diberikan adalah kecerdasan manusia.

Dari pasir, kita perlu memurnikannya untuk mendapatkan wafer. Kemudian, wafer tersebut akan menjalani serangkaian tahapan seperti fotolitografi, injeksi ion, etsa, pengemasan, dan sebagainya, baru bisa berubah dari pasir yang tak terbatas dan tak habis-habisnya menjadi chip kecil yang akhirnya jadi.

Nah, setelah membicarakan begitu banyak hal dan tahapan, sebenarnya pembuatan chip hanyalah bagian dari keseluruhan alur pengembangan chip, itu tidak sama dengan pengembangan chip itu sendiri.

Ada satu tahapan yang sangat penting lainnya, yaitu desain chip. Ini merujuk pada menyelesaikan desain sirkuit sesuai dengan kebutuhan, dan membuat sirkuit tersebut dapat bekerja dengan normal. Kemudian, kami menyerahkan sirkuit yang telah dirancang ke produsen chip untuk mereka lakukan pembuatan tahap akhir, akhirnya mendapatkan entitas chip.

Namun di sini ada masalah lain: bagaimana memastikan fungsi chip sesuai dengan desain awal Anda?

Di sini ada sebuah cerita kecil yang menarik. Pada tahun 1947, seorang programmer wanita terkenal bernama Grace Hopper menemukan komputernya tidak berfungsi. Setelah pemeriksaan dan eksplorasi yang teliti, dia menemukan ternyata ada seekor ngengat yang masuk ke dalam relay komputer. Lalu, dengan hati-hati dia menjepit ngengat itu dengan pinset dan menempelkannya ke selembar kertas.

Ini mungkin adalah "bug" (serangga) atau celah keamanan pertama yang ditemukan dalam sejarah perkembangan komputer kita.

Jika contoh sebelumnya terlalu lama, sebenarnya kita punya lebih banyak contoh. Di sini saya berikan sebuah soal matematika, berapakah hasil akhir dari ekspresi ini? Sebenarnya soal ini sederhana, karena dalam ekspresi berikutnya, pembilang dan penyebutnya sebenarnya sama, bisa dicoret; lalu angka di depan tanda minus dan angka di belakangnya juga sama, jadi angka yang sama dikurangi, jawaban akhir seharusnya 0. Namun, dalam komputer dan chip yang sebenarnya, hasil yang didapat mungkin tidak seperti itu.

Misalnya, dalam sebuah chip Pentium dari Intel, hasilnya adalah 255.00000000. Apa yang terjadi? Ternyata ada seorang ilmuwan Amerika yang sedang melakukan penelitian ilmiah, ketika dia menjalankan ekspresi ini, dia tidak bisa menghitung dengan benar. Akhirnya dia baru menyadari, ternyata dalam unit operasi pembagian floating-point chip ini, ada sebuah desain celah keamanan yang belum ditemukan.

Jangan remehkan celah desain ini, konsekuensi yang ditimbulkannya sebenarnya sangat serius. Pada tahun 1990-an, Intel menghabiskan 475 juta dolar AS untuk menarik kembali secara global semua chip Pentium yang memiliki masalah ini.

Jadi kembali ke pertanyaan tadi, di mana letak kesulitan teknologi chip?

Menurut saya, kesulitan chip terletak pada kebutuhannya untuk sukses sekali jadi. Membuat chip tidak seperti perangkat lunak, di mana Anda bisa memperbaiki berbagai masalah dengan cara menambal. Sebaliknya, begitu chip menyelesaikan perjalanan evolusinya dari pasir menjadi chip, Anda mungkin telah menghabiskan puluhan ribu, bahkan ratusan juta yuan untuk menyelesaikan taping-out dan pembuatan chip, dan sulit untuk diubah lagi.

Lalu, pertanyaan selanjutnya adalah: sekarang berapa banyak proyek chip yang dapat mencapai sukses sekali jadi?

Verifikasi Chip yang "Mencekik Leher"

Telah selesai: 40%//////////

Berdasarkan data hasil survei, hanya 24% proyek chip yang dapat mencapai sukses sekali jadi. Artinya, 3/4 proyek chip karena adanya berbagai celah desain, besar dan kecil, yang belum ditemukan, setidaknya perlu melakukan satu kali taping-out lagi, yang akan menghabiskan banyak waktu dan uang.

Jadi, inti permasalahannya adalah: bagaimana kita dapat memastikan sebisa mungkin bahwa chip sebelum taping-out dan pembuatan memiliki sedikit atau bahkan tidak ada bug, tidak ada celah desain. Ini juga merupakan arah yang selama beberapa tahun terakhir saya tekuni dalam penelitian.

Demikian pula berdasarkan data penelitian ini, dalam seluruh proses pengembangan chip, terutama dengan perkembangan kecerdasan buatan dan berbagai teknologi tinggi sekarang ini, chip menjadi semakin kompleks. Verifikasi chip juga menjadi bagian yang sangat besar dalam siklus pengembangan chip, bahkan melebihi setengah, mencapai 70% dari seluruh siklus desain chip.

Namun sayangnya, verifikasi chip juga merupakan hal yang sulit. Di sini saya daftarkan beberapa angka astronomi, seperti keliling bumi, jumlah bintang yang mungkin ada di galaksi Bima Sakti, atau panjang tahun cahaya.

Dalam verifikasi chip, sebenarnya juga ada angka astronomi, yaitu jumlah siklus yang dibutuhkan untuk sepenuhnya memverifikasi inti CPU. Apa arti angka astronomi ini sebenarnya?

Jika kita menggunakan teknologi simulasi perangkat lunak paling canggih saat ini untuk sepenuhnya memverifikasi inti CPU, setidaknya membutuhkan 15.000 tahun. Dan menggunakan teknologi simulasi perangkat keras paling canggih saat ini, dapat mempersingkat waktu ini sedikit menjadi 30 tahun. Namun kita semua tahu, mengembangkan sebuah chip tidak mungkin menunggu 15.000 tahun, juga tidak mungkin menunggu 30 tahun.

Lalu, apa sebenarnya inti permasalahannya? Beberapa tahun terakhir kami sebenarnya terus meneliti. Kami menemukan, dalam verifikasi chip ada yang disebut "segitiga mustahil", yaitu kinerja tinggi verifikasi chip, kemampuan debug yang baik, dan biaya rendah; sedangkan ketiga faktor yang sangat penting untuk verifikasi chip ini tidak dapat dipenuhi bersamaan. Untuk penelitian atau metode mainstream saat ini, paling banyak hanya bisa memilih dua dari tiga, dan inilah alasan mendasar yang menyebabkan efisiensi verifikasi chip sangat rendah.

Selalu Harus Ada Orang yang Melakukan Sesuatu yang Berbeda

Telah selesai: 60%//////////

Karena alasan-alasan ini, verifikasi chip dalam beberapa waktu terakhir tidak mengalami perkembangan yang besar.

Di perusahaan chip, insinyur chip mungkin lebih banyak menulis kasus uji, menjalankan regresi verifikasi. Pada dasarnya, ini adalah pekerjaan kotor dan berat. Di bidang akademis juga begitu, cendekiawan yang terjun ke penelitian verifikasi chip sebenarnya sangat sedikit, terutama dibandingkan dengan bidang penelitian populer seperti kecerdasan buatan yang sedang ramai saat ini, penelitian terkait verifikasi chip sangat sedikit.

Jadi, ada akademisi senior yang mengatakan kepada saya, dalam waktu yang sama, saya bisa menerbitkan tiga atau bahkan lebih makalah di bidang kecerdasan buatan, tetapi verifikasi chip mungkin tidak bisa menerbitkan satu pun.

Sayangnya, dia benar.

Namun, selalu harus ada orang yang melakukan sesuatu yang berbeda.

Jadi, dalam beberapa tahun terakhir, saya terus memimpin tim untuk melakukan penelitian terkait verifikasi chip, dan membangun sistem penelitian verifikasi lincah dari nol hingga satu. Inti dari sistem penelitian ini adalah sebuah platform verifikasi bernama ENCORE, yang didasarkan pada chip khusus — Field Programmable Gate Array (FPGA). ENCORE dapat secara signifikan meningkatkan efisiensi verifikasi, sekaligus mencapai kemampuan debug verifikasi yang cukup baik.

Untuk membangun sistem penelitian verifikasi lincah ini, di satu sisi kami perlu terus mengoptimalkan efisiensi penambangan, debug, dan perbaikan celah pada tingkat algoritma; di sisi lain, kami juga berharap dapat membangun platform akselerasi verifikasi lincah end-to-end berbasis chip logika terprogram (FPGA). Pada tingkat aplikasi, kami berharap platform ini dapat digunakan baik untuk verifikasi prosesor umum, seperti CPU atau GPU, maupun untuk verifikasi chip khusus, seperti akselerator AI yang sangat populer saat ini.

Dalam beberapa waktu terakhir, kami telah melakukan banyak pekerjaan eksplorasi terdepan di bidang ini, termasuk ENCORE yang disebutkan sebelumnya dan banyak penelitian baru. Kami juga telah menerbitkan hasil penelitian ini di banyak konferensi akademis internasional yang terkenal.

Kemudian kami sebenarnya juga sedang melakukan beberapa pekerjaan yang menarik, karena pekerjaan ini belum dipublikasikan, jadi untuk saat ini tidak akan kami perlihatkan satu per satu.

Membuat Lebih Banyak Orang Lebih Mengenal Chip

Telah selesai: 80%//////////

Namun dalam proses penelitian, saya perlahan menyadari bahwa hasil penelitian atau akademis ini, terutama ditujukan untuk mereka yang hanya memahami verifikasi chip dan bidang terkait dalam lingkaran kecil kami. Lalu, bagaimana caranya agar lebih banyak orang dapat melihat pekerjaan kami, memahami penelitian kami, bahkan berpartisipasi dalam pekerjaan kami?

Maka, saya secara alami memikirkan popularisasi sains chip, ini juga membuat saya merasa sangat menarik. Saya telah melakukan popularisasi sains selama empat hingga lima tahun, mulai dari tulisan, hingga kemudian membuat video di Bilibili. Popularisasi sains chip tidak hanya membawa banyak manfaat bagi saya, tetapi juga membantu saya mengenal banyak teman seperjuangan, serta penonton yang menyukai dan mendukung saya.

Namun, membuat video popularisasi sains chip bukanlah hal yang mudah, terutama di tengah maraknya video pendek hari ini. Ada blogger popularisasi sains senior yang juga mengatakan kepada saya, dalam waktu yang sama, saya membuat satu video panjang popularisasi sains chip yang keras, dia mungkin bisa membuat 10 episode, bahkan lebih banyak video pendek terkait tren, dan trafiknya mungkin berkali-kali lipat dari saya.

Sayangnya, dia sebenarnya juga benar.

Namun di atas dasar ini, saya merasa tetap perlu ada orang yang bersikeras melakukan hal-hal yang sulit. Saya berharap dapat menggabungkan dua hal yang sama-sama sulit namun sama-sama menarik ini, yaitu popularisasi sains chip dan verifikasi chip, melalui bentuk video dan tulisan untuk menunjukkan kepada semua orang hal-hal yang kami lakukan, makalah yang telah kami terbitkan, serta konten chip open source yang sedang diteliti oleh tim besar kami.

Selain chip, saya juga akan berbagi dengan semua orang tentang kecerdasan buatan, komputer, dan teknologi keras lainnya, serta berbagi pengalaman pertumbuhan saya, buku yang telah saya baca, pengetahuan yang telah saya pelajari. Saya tahu, saya sendiri sebenarnya bukan seorang jenius, juga bukan ahli dan pakar yang serba bisa dan serba tahu. Saya lebih berharap dapat menjadi "pemandu" bagi semua orang, berbagi jalan yang telah saya lalui.

Jadi, kembali ke pertanyaan yang ingin saya bagikan hari ini: manakah yang lebih menarik, penelitian chip atau popularisasi sains chip? Tentu, bagi saya sebenarnya keduanya sama-sama menarik. Alasannya sederhana, karena keduanya sama-sama sulit. Pada saat yang sama, keduanya membutuhkan saya untuk bertahan sangat lama, sangat lama.

Banyak orang mengatakan, kita perlu melakukan hal-hal yang sulit namun benar. Namun sebenarnya masalahnya adalah, sebelum Anda melakukan sesuatu, bagaimana Anda menilai bahwa hal itu benar? Jika suatu hal di mata orang lain adalah duduk di bangku dingin, di mata orang lain adalah melakukan pekerjaan kotor, berat, apakah Anda akan tetap bertahan melakukannya?

Jadi, saya lebih berharap melakukan hal-hal yang sulit dan berjangka panjang, seperti penelitian akademis verifikasi chip, seperti membuat video panjang popularisasi sains chip yang keras. Karena jika suatu hal sulit dan membutuhkan ketekunan jangka panjang, kemungkinan besar hal itu benar.

Di atas adalah semua konten yang ingin saya bagikan hari ini. Saya Lao Shi, terima kasih semuanya!

Artikel ini dari akun WeChat resmi: Gezhi Lundao Jiangtan , penulis: Shi Kan, judul asli: 《Seberapa Sulitnya Membuat Chip? Satu Kesalahan dalam Operasi Pembagian, 475 Juta Dolar AS Hilang Percuma|Shi Kan》

Pertanyaan Terkait

QMengapa pengembangan chip dianggap sangat sulit?

APengembangan chip dianggap sangat sulit karena membutuhkan keberhasilan sekali jadi. Tidak seperti perangkat lunak yang dapat diperbaiki dengan tambalan, chip yang telah melalui proses manufaktur dari pasir hingga chip fisik sangat sulit untuk diubah, dengan biaya produksi yang bisa mencapai miliaran rupiah.

QApa contoh dampak serius dari bug dalam desain chip yang disebutkan dalam artikel?

AContoh dampak serius adalah bug pada unit pembagian floating-point dalam chip Intel Pentium, yang menyebabkan kesalahan perhitungan. Intel menghabiskan 4,75 miliar dolar AS untuk menarik kembali semua chip yang terkena dampak pada tahun 1990-an.

QBerapa persen proyek chip yang berhasil sekali jadi menurut data survei dalam artikel?

AMenurut data survei dalam artikel, hanya 24% proyek chip yang berhasil sekali jadi. Artinya, 76% proyek memerlukan setidaknya satu putaran manufaktur ulang karena adanya bug atau celah desain.

QApa yang dimaksud dengan 'segitiga ketidakmungkinan' dalam verifikasi chip?

A'Segitiga ketidakmungkinan' dalam verifikasi chip mengacu pada tiga faktor penting: kinerja tinggi, kemampuan debugging yang baik, dan biaya rendah. Ketiga faktor ini tidak dapat dipenuhi secara bersamaan oleh metode verifikasi saat ini, sehingga menghambat efisiensi verifikasi.

QApa tujuan penulis dalam menggabungkan penelitian verifikasi chip dengan edukasi publik?

APenulis bertujuan untuk membuat penelitian verifikasi chip yang kompleks lebih mudah diakses oleh publik melalui edukasi dan konten video. Dengan cara ini, lebih banyak orang dapat memahami pentingnya verifikasi chip dan bahkan berpartisipasi dalam pengembangannya.

Bacaan Terkait

Alokasi Nilai Stablecoin

Stabilcoin berevolusi dari sekadar alat perdagangan menjadi saluran dolar yang luas. Artikel ini menganalisis pembagian nilai dalam ekosistem stabilcoin menjadi empat lapisan: 1. **Lapisan Penerbit** (Tether, Circle): Mencetak stabilcoin, memegang aset cadangan, dan mengambil spread bunga (marjin terbesar). 2. **Lapisan Infrastruktur** (Bridge/BVNK/Bitso): Menghubungkan stabilcoin ke sistem keuangan nyata—penyetoran/penarikan fiat, integrasi bank, kepatuhan, manajemen aset. Ini adalah pekerjaan yang sulit tetapi membangun pertahanan kompetitif. 3. **Lapisan Penerimaan/Distribusi** (Stripe, Infini, Coinbase): Menanamkan stabilcoin ke sistem pedagang, mengelola aliran pembayaran, perangkat lunak keuangan perusahaan. 4. **Lapisan Aplikasi**: Pengguna dan bisnis akhir yang menggunakan stabilcoin untuk pembayaran, penyelesaian, dan penyimpanan nilai. Saat ini, penerbit mengambil keuntungan terbanyak. Namun, kunci penskalaan pembayaran stabilcoin terletak pada lapisan infrastruktur yang menjembatani dunia *on-chain* dan sistem keuangan tradisional. Lapisan ini menangani tugas-tugas kompleks seperti integrasi perbankan, KYC/AML, likuiditas lokal, dan koneksi jaringan pembayaran. Meskipun membutuhkan investasi besar dan berada di posisi yang terjepit, perusahaan infrastruktur yang berhasil menghubungkan stabilcoin ke bisnis dunia nyata kemungkinan akan mendapatkan kekuatan tawar dan keuntungan signifikan di masa depan ketika stabilcoin menjadi jalur pendanaan default bagi perusahaan.

marsbit22m yang lalu

Alokasi Nilai Stablecoin

marsbit22m yang lalu

Distribusi Nilai Stablecoin

**Distribusi Nilai Stablecoin** Stablecoin berkembang dari sekadar alat perdagangan menjadi jalur umum dolar. Dalam analisis ini, ekosistem stablecoin dibagi menjadi empat lapisan: 1. **Lapisan Penerbitan:** Mencetak stablecoin, memegang aset cadangan, dan mengambil keuntungan dari spread suku bunga. Contoh: Tether dan Circle. 2. **Lapisan Infrastruktur:** Menghubungkan stablecoin ke sistem keuangan dunia nyata. Menangani tugas-tugas seperti on/off-ramp mata uang fiat, integrasi perbankan, kepatuhan, dan penyediaan API. Contoh: Bridge (diakuisisi Stripe), BVNK (diakuisisi Mastercard), Bitso. 3. **Lapisan Penerimaan/Distribusi:** Mengintegrasikan stablecoin ke sistem pedagang, mengelola aliran pembayaran, perangkat lunak keuangan perusahaan. Contoh: Stripe, Infini, Coinbase. 4. **Lapisan Aplikasi:** Pengguna akhir dan bisnis yang menggunakan stablecoin untuk pembayaran, penyelesaian, dan penyimpanan nilai. Lapisan Penerbitan saat ini mengambil keuntungan terbesar. Lapisan tengah (infrastruktur dan distribusi) bergantung pada volume dan komisi. Tantangan sebenarnya terletak di **Lapisan Infrastruktur**. Meskipun sering diabaikan dan penuh pekerjaan "kotor"—seperti mengintegrasikan bank, KYC/AML, menyelesaikan masalah peraturan lintas negara—disinilah letak pertahanan bisnis. Kesulitan utama bukan pada transfer on-chain, tetapi dalam menghubungkan blockchain dengan sistem keuangan tradisional dan mengadopsinya ke dalam aliran kerja bisnis sehari-hari. Infrastruktur berperan sebagai **"penghubung"** yang menghubungkan rantai ke bank, jaringan pembayaran lokal, dan sistem perusahaan. Akuisisi oleh Stripe dan Mastercard menunjukkan perebutan untuk menjadi pintu gerbang default ini. Fitur utamanya termasuk on/off-ramp mata uang fiat, lapisan akun & API, koneksi jaringan pembayaran, dan peningkatan efisiensi modal. Karakteristik lapisan infrastruktur saat ini: pekerjaan operasional yang berat, memerlukan investasi awal untuk memperebutkan pintu masuk, dan posisi yang terjepit antara penerbit dan platform aplikasi. Namun, berada pada tahap awal menuju pembentukan daya tawar. Ketika stablecoin menjadi jalur modal default untuk bisnis, perusahaan yang telah membangun infrastruktur penghubung yang kuat ke dalam sistem komersial dunia nyata akan memperoleh posisi yang kokoh. Meskipun lapisan penerbitan saat ini paling menguntungkan, peluang jangka panjang mungkin terletak pada lapisan infrastruktur yang sedang berkembang.

链捕手26m yang lalu

Distribusi Nilai Stablecoin

链捕手26m yang lalu

NVIDIA Tidak Kekurangan Uang, Kenapa Masih Mau Pinjam 200 Miliar Dolar?

Inti artikel: Mengapa Nvidia, yang memiliki arus kas bebas sangat kuat (sekitar USD 48,6 miliar per kuartal), berencana menerbitkan obligasi senilai minimal USD 20 miliar? Alasan utamanya bukan karena kekurangan dana, melainkan strategi manajemen modal yang canggih. Poin-poin kunci: 1. **Mengoptimalkan struktur modal:** Nvidia memanfaatkan peringkat kredit tinggi (AA dari S&P) untuk meminjam dana jangka panjang dengan biaya rendah. Dana ini akan digunakan untuk investasi infrastruktur AI, R&D, dan ekspansi ekosistem yang berjangka panjang. 2. **Melindungi kepentingan pemegang saham:** Dibandingkan menerbitkan saham baru yang akan mengencerkan kepemilikan, pembiayaan utang memungkinkan Nvidia mendanai pertumbuhan sambil terus melakukan buyback saham (USD 80 miliar) dan meningkatkan dividen. 3. **Mencocokkan aset dan kewajiban:** Menggunakan utang jangka panjang (hingga 30 tahun) lebih sesuai untuk membiayai proyek infrastruktur AI yang juga berjangka panjang, dibandingkan hanya mengandalkan arus kas operasional. 4. **Indikasi fase baru dalam narasi pengeluaran modal AI:** Langkah ini menandakan peralihan AI menuju siklus aset berat (data center, listrik, rantai pasok), di mana perusahaan besar menggunakan kemampuan kredit mereka untuk mengamankan dana murah guna mendukung ekspansi jangka panjang. 5. **Tantangan ke depan:** Keberhasilan strategi ini bergantung pada kemampuan Nvidia mempertahankan arus kas kuat dan memastikan investasi AI-nya menghasilkan pengembalian yang melebihi biaya utang. Jika siklus pengembalian investasi AI melambat, ketergantungan pada pendanaan eksternal dapat menjadi tekanan.

marsbit1j yang lalu

NVIDIA Tidak Kekurangan Uang, Kenapa Masih Mau Pinjam 200 Miliar Dolar?

marsbit1j yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

Tidak ada yang benar-benar mengajarimu cara melakukan penelitian. Kamu hanya mendapat meja kerja, masalah yang dipilih orang lain, dan instruksi samar untuk "menghasilkan sesuatu yang baru". Kebanyakan orang akhirnya belajar hanya bagaimana "terlihat" seperti peneliti, bukan menjadi peneliti yang sebenarnya. Kemampuan penelitian yang sesungguhnya adalah tumpukan keterampilan kecil yang hampir semuanya dapat dikembangkan melalui *deliberate practice*. **Pilihlah Masalahmu Sendiri:** Jangan hanya menyerap masalah dari mentor atau tren terkini. Ikuti metode John Schulman: pilih hasil yang benar-benar kamu inginkan, lalu rancang eksperimen untuk mencapainya. Ini menciptakan orisinalitas. "Selera" penelitian seperti otot; latihlah dengan memprediksi hasil eksperimen atau makalah sebelum melihat hasil aslinya, dan uji prediksimu dari waktu ke waktu. **Tingkatkan Input-mu:** Jika bacaanmu hanya dari arXiv atau grup diskusi tren, idemu akan sama dengan orang lain dan tidak berharga. Hargai sumber lama (misalnya, *The Bitter Lesson* dari Richard Sutton tahun 2019 atau pidato Claude Shannon tahun 1952). Kedalaman dan keluasan sama pentingnya. Pinjam pengetahuan dari bidang lain. Baca makalah asli, terutama bagian lampiran dan batasan, bukan sekadar ringkasannya. **Tuliskan Semuanya:** Seperti dikemukakan Paul Graham, sebuah ide baru terasa matang sampai kamu mencoba menuliskannya. Menulis adalah mekanisme pertahanan termurah untuk mengungkap celah dan asumsi yang tidak teruji. Terapkan prinsip Feynman: jangan menipu dirimu sendiri. Ikuti kebiasaan Darwin: catat segera fakta yang bertentangan dengan teorimu. Buatlah log eksperimen (hipotesis, pengaturan, prediksi, hasil, pemahaman baru). Membaca ulang catatanmu dari bulan lalu adalah pelajaran kerendahan hati yang paling efektif.

marsbit2j yang lalu

Cara Menjadi Peneliti yang Baik: Melatih Kemampuan Sebenarnya yang Dapat 'Dilatih Secara Sengaja'

marsbit2j yang lalu

Trading

Spot
Futures

Artikel Populer

Cara Membeli CHIP

Selamat datang di HTX.com! Kami telah membuat pembelian USD.AI (CHIP) 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 USD.AI (CHIP) 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 USD.AI (CHIP) AndaSetelah melakukan pembelian, simpan USD.AI (CHIP) 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 USD.AI (CHIP)Lakukan trading USD.AI (CHIP) 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.

264 Total TayanganDipublikasikan pada 2026.04.21Diperbarui pada 2026.06.02

Cara Membeli CHIP

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 CHIP (CHIP) disajikan di bawah ini.

活动图片