Tidak mengejutkan?
Nvidia baru-baru ini dikabarkan menggelontorkan 6 miliar dolar AS untuk bertaruh pada model sumber terbuka.
Di atas meja, satu tangan Nvidia bersulang dengan beberapa perusahaan model tertutup besar, "OpenAI, Anthropic, kerja sama kita menyenangkan!"
Di bawah meja, tangan satunya diam-diam mengeluarkan 6 miliar dolar AS dan menyuap perusahaan startup Poolside milik mantan CTO GitHub: "Cepat buatkan model besar sumber terbuka yang setara dengan kelas dunia!"
Lebih dari itu, transaksi yang baru saja disepakati pekan ini juga mengincar pesaing-pesaing kuat sumber terbuka seperti DeepSeek , Kimi K3.
Saat ini, model sumber terbuka telah menyumbang porsi token AI yang cukup signifikan, dan Jensen Huang berharap proporsi ini terus naik, terus merangsang permintaan akan chip produksi mereka sendiri.
Ada analisis yang berpendapat, "Nvidia tidak peduli model AI mana yang menang pada akhirnya, asalkan dunia ini terus membuat semakin banyak model..."
Ambisi Besar dan Peta Sumber Terbuka Nvidia
Bulan lalu, Jensen Huang yang biasanya rendah diri, memposting kiriman pertamanya sepanjang hidupnya di platform X:
Kiriman tersebut, dengan tanda tangan bersama lebih dari 20 perusahaan, berpendapat bahwa untuk perkembangan industri AI Amerika Serikat, harus memegang erat baik sumber tertutup maupun sumber terbuka.
Dan sekarang, Nvidia turun tangan sendiri untuk menyelesaikan misi mulia ini.
Baru-baru ini, Nvidia menginvestasikan 1 miliar dolar AS ke perusahaan startup AI Poolside, sekaligus mengeluarkan tambahan 6 miliar dolar AS untuk membeli lisensi hak penggunaan non-eksklusif atas teknologi "pabrik model"-nya, dan berharap dapat merekrut seluruh lebih dari 100 insinyur perusahaan tersebut ke dalam jajarannya.
Umumnya di luar dugaan bahwa langkah Nvidia ini adalah sebuah taruhan, ingin mengandalkan dukungan teknologi dan tim Poolside untuk menyerang model sumber terbuka terkuat di dunia.
Langkah ini tidak tiba-tiba.
Beberapa tahun terakhir, laboratorium AI terkemuka seperti OpenAI, Anthropic, DeepMind mengalokasikan sumber daya utama untuk pengembangan model tertutup, tidak ada satupun yang membuka sumber model paling canggih mereka.
Hal ini juga memberikan ruang perkembangan bagi model-model seperti DeepSeek , Kimi K3.
Menghadapi pola ini, Nvidia menemukan peluang, berjalan berlawanan arah.
Sejak akhir 2025, Nvidia secara bertahap merilis seri model Nemotron 3, di mana versi Ultra terbesar pada Juni tahun ini pernah menjadi model berbobot sumber terbuka terkuat di Amerika Serikat.
Dan, sikap keterbukaan sumber Nemotron secara total seperti sebuah deklarasi: selain bobot model, data lainnya juga tidak disembunyikan.
Data pelatihan, resep pelatihan, metodologi pasca-pelatihan, serta perangkat lunak pelatihan kluster GPU semuanya diumumkan.
Selain pengembangan mandiri, Nvidia pada Maret tahun ini juga membentuk kelompok kecil sumber terbuka — Aliansi Nemotron.
Kedelapan anggotanya juga penuh bakat, masing-masing memiliki latar belakang, termasuk Mistral, Perplexity, Thinking Machines Lab, Cursor, LangChain, Reflection AI, Black Forest Labs, Sarvam......
Nvidia sebagai pemimpin menyediakan sumber daya komputasi DGX Cloud, masing-masing perusahaan anggota berkontribusi teknologi dan data mereka sendiri, bersama-sama melatih sebuah model sumber terbuka, model ini akan menjadi dasar untuk seri Nemotron 4 generasi berikutnya.
Dan, tata letak sumber terbuka Nvidia juga tidak terbatas pada model bahasa.
Di bidang robotika, Nvidia merilis seri model Isaac GR00T; di bidang simulasi dunia fisik, ada seri Cosmos; selain itu ada seri Alpamayo untuk kendaraan otonom dan platform Clara untuk bidang biomedis......
Bagaimana Perusahaan yang Didirikan oleh Idealis Menjadi Bagian Puzzle Nvidia
Poolside, tepi kolam renang.
Didirikan pada 2023 oleh pengembang perangkat lunak Eiso Kant dan mantan Chief Technology Officer GitHub, Jason Warner.
Konon nama ini muncul ketika kedua pendiri sedang bernegosiasi pendanaan dengan perusahaan besar, di mana eksekutif perusahaan tersebut menginginkan sebuah "poolside informal meeting" (rapat tidak resmi di tepi kolam renang) yang santai.
Akhirnya berhasil atau tidaknya negosiasi tidak diketahui, tetapi nama ini kedengarannya sangat bagus bagi mereka, mudah diingat, dan menarik.
Oktober lalu, Poolside mengumumkan rencana membangun pusat data 2 gigawatt di Texas, namun April tahun ini, mitra proyek mengundurkan diri, disusul dengan gagalnya pendanaan 2 miliar dolar AS.
Tekanan ganda pada pendanaan dan daya komputasi, membuat tepi kolam renang sempat menghadapi kesulitan operasional.
Yang mendukung mereka terus menghasilkan model dengan sumber daya terbatas adalah sistem internal "pabrik model".
Menurut Eiso Kant, perusahaan mereka biasanya membutuhkan waktu 5 hingga 8 minggu untuk melatih sebuah model hingga rilis, dengan ukuran tim pengembangan kurang dari 70 orang, dan dapat melakukan 10.000 hingga 20.000 eksperimen per bulan.
Kemampuan inilah yang juga sangat dihargai oleh Nvidia.
Setelah menyelesaikan kerja sama ini dengan Nvidia, tim yang tersisa di perusahaan Poolside terutama akan terdiri dari tiga orang: dua pendiri serta eksekutif operasional.
Perlu disebutkan, pendiri Poolside Eiso Kant pernah menyatakan dalam podcast:
Saya ingin melihat dunia yang memiliki 100 perusahaan model dasar, bukan dunia yang hanya menyisakan 5 perusahaan, bahkan jika kita sendiri mungkin menjadi salah satu dari 5 itu.
Satu Hal Lagi
Sebenarnya, struktur transaksi terhadap Poolside ini juga bukan pertama kali digunakan oleh Nvidia.
Lisensi non-eksklusif, perekrutan talenta inti, perusahaan asli mempertahankan nama operasi independen, dan semua ini tidak membentuk akuisisi langsung, sehingga tidak perlu menjalani pemeriksaan anti-monopoli.
Analis Stacy Rasgon menilai, "Dengan melakukan ini, mungkin pernyataan 'persaingan masih ada' dapat terus dipertahankan".
Nvidia berharap dapat menggenggam erat semua simpul kunci ekosistem sumber terbuka di tangannya.
Wakil Presiden Perangkat Lunak AI Generatif Nvidia pernah berkata:
Model hanyalah produk sampingan, bukan bisnis inti kami.
Wakil Presiden Riset Deep Learning Terapan juga pernah menyatakan, tujuan utama pengembangan seri Nemotron adalah memastikan Nvidia dapat terus bertahan.
Bagaimanapun, dengan melemahnya efek Hukum Moore, hanya dengan terus berkembangnya seluruh ekosistem AI, dan terus bertambahnya entitas pengembangan dan penerapan model, maka permintaan daya komputasi Nvidia dapat terus tumbuh.
Artikel ini berasal dari akun WeChat publik "QbitAI", penulis: Cheng Qian
