Nvidia Meluncurkan Platform DSX, Terus Melangkah ke Infrastruktur Pabrik AI

marsbitDipublikasikan tanggal 2026-06-01Terakhir diperbarui pada 2026-06-01

Abstrak

NVIDIA meluncurkan platform NVIDIA DSX, memperluas bisnisnya ke infrastruktur pabrik AI. Platform ini menawarkan solusi lengkap mulai dari desain, simulasi, penyebaran, hingga manajemen operasional, beralih dari fokus sebelumnya pada penjualan GPU semata. Dengan kompleksitas model AI yang meningkat, tantangan pusat data kini meliputi pasokan listrik, pendinginan, penjadwalan sumber daya, dan efisiensi operasional menyeluruh. NVIDIA meyakini bahwa efisiensi infrastruktur—cara menghasilkan lebih banyak daya komputasi dan layanan cerdas dengan listrik, ruang, dan sumber daya terbatas—akan menjadi indikator kunci kompetisi di masa depan. Platform DSX mengintegrasikan chip, sistem, perangkat lunak, arsitektur referensi, dan teknologi mitra NVIDIA. Platform ini mencakup perangkat lunak utama seperti DSX MaxLPS untuk optimalisasi daya dengan pendinginan cair, dan DSX OS, platform perangkat lunak sumber terbuka untuk operasional pabrik AI. Komponen lain meliputi DSX Reference Design, DSX Sim untuk simulasi digital twin, DSX Flex untuk penyesuaian beban kerja dinamis berdasarkan jaringan listrik, dan DSX Exchange untuk kolaborasi data. Beberapa penyedia layanan cloud seperti CoreWeave dan Lambda telah mulai menggunakan komponen inti DSX. Dari sisi perangkat keras, perusahaan seperti Dell, HPE, Lenovo, dan Supermicro sedang mengembangkan sistem yang kompatibel dengan DSX. DSX Flex juga telah menjalani proyek percontohan komersial dengan perusahaan energi. Secara strategis, DSX mena...

Disusun: Data Jin10

Nvidia (NVDA.O) meluncurkan platform NVIDIA DSX pada konferensi NVIDIA GTC Taipei yang diadakan di Taipei, Tiongkok, memperluas portofolio bisnisnya ke bidang infrastruktur pabrik AI.

Berbeda dengan fokus sebelumnya pada penjualan GPU, DSX berupaya menyediakan solusi lengkap pabrik AI bagi perusahaan, mulai dari desain, simulasi, penyebaran, hingga manajemen operasi.

Seiring dengan meningkatnya skala model AI, tantangan yang dihadapi pusat data tidak hanya tentang kinerja chip, tetapi juga melibatkan pasokan listrik, kemampuan pendinginan, penjadwalan sumber daya, serta efisiensi operasional secara keseluruhan. Nvidia percaya bahwa indikator kunci persaingan di industri AI di masa depan akan bergeser secara bertahap dari kinerja chip tunggal menuju efisiensi infrastruktur secara keseluruhan, yaitu bagaimana menghasilkan lebih banyak daya komputasi dan layanan cerdas dalam kondisi sumber daya terbatas seperti listrik, ruang, dan material.

Oleh karena itu, platform DSX mengintegrasikan chip, sistem, perangkat lunak, arsitektur referensi, serta teknologi mitra Nvidia, mencakup seluruh siklus hidup pembangunan dan operasi pabrik AI. Platform ini membantu pelanggan meningkatkan kecepatan penyebaran, keandalan, dan efisiensi operasional melalui penyeragaman tumpukan teknologi seperti komputasi, perangkat lunak, dan fasilitas, sekaligus menurunkan biaya pembuatan Token selama proses inferensi AI.

Jensen Huang menyatakan:

"Kami tidak hanya mengirimkan chip—kami memberikan metode lengkap untuk membangun pabrik AI kepada setiap pembangun infrastruktur. Dengan platform DSX, Anda dapat mensimulasikan seluruh pabrik tanpa mengeluarkan sepeser pun, memvalidasi kinerjanya sebelum memasang rak pertama, dan mengoperasikannya dengan keandalan yang dibutuhkan untuk AI tingkat produksi."

Sistem perangkat lunak yang dirilis kali ini terutama mencakup DSX MaxLPS dan DSX OS.

Di antaranya, DSX MaxLPS memanfaatkan teknologi pendinginan cair 45 derajat Celcius dan optimisasi konsumsi daya tingkat rak untuk meningkatkan keluaran Token per megawatt listrik. Nvidia menyatakan bahwa teknologi ini dapat menyebarkan hingga 40% lebih banyak GPU tambahan dengan dampak minimal pada kinerja, sehingga mengurangi biaya komputasi lebih lanjut dalam anggaran listrik yang tetap.

DSX OS adalah platform perangkat lunak sumber terbuka yang berorientasi pada operasi pabrik AI, mendukung manajemen siklus hidup, penjadwalan cerdas, otomatisasi kesehatan, operasi multi-penyewa, serta layanan platform. Nvidia juga akan membuka sumber pustaka perangkat lunak modular, API, desain referensi, dan platform komputasi akselerasi untuk membangun arsitektur perangkat lunak yang terpadu.

Selain perangkat lunak inti, DSX juga mengintegrasikan berbagai kemampuan yang ada. DSX Reference Design menyediakan arsitektur referensi yang mencakup sistem komputasi, jaringan, penyimpanan, catu daya, dan pendinginan; DSX Sim mendukung simulasi dan optimisasi digital twin dari proses perencanaan hingga operasi; DSX Flex dapat menyesuaikan beban kerja secara dinamis berdasarkan perubahan beban jaringan listrik dan harga listrik; DSX Exchange memungkinkan sinkronisasi data antara sistem komputasi, jaringan, energi, dan pendinginan.

Dalam hal implementasi komersial, penyedia layanan cloud seperti CoreWeave, Crusoe, IREN, dan Lambda telah menyebarkan komponen inti DSX untuk meningkatkan utilisasi GPU dan mempercepat waktu peluncuran layanan cloud AI.

Ekosistem perangkat keras juga sedang diperluas. Vendor seperti Dell Technologies (DELL.N), Hewlett Packard Enterprise (HPE.N), Lenovo Group (0992.HK), Super Micro Computer (SMCI.O), ASUS, Foxconn, GIGABYTE, Pegatron, dan QCT sedang mengembangkan sistem siap NVIDIA DSX untuk membantu pelanggan membangun pabrik AI tumpukan penuh.

Sementara itu, DSX Flex telah menjalankan proyek percontohan komersialisasi dengan Emerald AI dan Silicon Valley Power, memvalidasi kemampuan pabrik AI untuk menyesuaikan konsumsi daya secara dinamis berdasarkan permintaan jaringan listrik.

Dari sudut pandang strategis, DSX menandai transformasi berkelanjutan Nvidia dari pemasok chip AI menjadi penyedia platform infrastruktur AI. Dengan memasukkan chip, perangkat lunak, arsitektur pusat data, manajemen operasi, dan penjadwalan energi ke dalam sistem yang terpadu, Nvidia berharap dapat membangun standar industri yang mencakup seluruh siklus hidup pabrik AI, serta semakin memperkuat posisi terdepannya di pasar infrastruktur AI global.

Pertanyaan Terkait

QApa itu platform DSX yang diperkenalkan NVIDIA dan bagaimana hal itu mengubah strategi bisnis mereka?

APlatform DSX adalah solusi infrastruktur pabrik AI lengkap yang diperkenalkan NVIDIA, mencakup desain, simulasi, penerapan, dan manajemen operasional. Ini menandai perubahan strategi NVIDIA dari fokus penjualan GPU menjadi penyedia platform infrastruktur AI yang terintegrasi, memperluas bisnis ke bidang infrastruktur pabrik AI.

QApa tantangan utama yang dihadapi pusat data dalam mengembangkan model AI skala besar, menurut NVIDIA?

AMenurut NVIDIA, tantangan utama yang dihadapi pusat data bukan hanya kinerja chip, tetapi juga meliputi pasokan listrik, kemampuan pendinginan, penjadwalan sumber daya, dan efisiensi operasional secara keseluruhan. Kompetisi di masa depan akan bergeser dari kinerja chip tunggal ke efisiensi infrastruktur secara keseluruhan.

QApa saja komponen utama perangkat lunak dalam platform DSX dan apa fungsinya?

APlatform DSX mencakup dua komponen perangkat lunak utama: DSX MaxLPS, yang menggunakan pendinginan cair 45°C dan optimasi daya tingkat rak untuk meningkatkan produksi Token per megawatt, serta DSX OS, platform perangkat lunak sumber terbuka untuk operasi pabrik AI yang mendukung manajemen siklus hidup, penjadwalan cerdas, otomatisasi kesehatan, operasi multi-penyewa, dan layanan platform.

QBagaimana platform DSX membantu menghemat biaya komputasi dan meningkatkan efisiensi?

APlatform DSX membantu menghemat biaya komputasi dengan menggunakan teknologi DSX MaxLPS, yang memungkinkan penempatan hingga 40% lebih banyak GPU dengan dampak minimal pada kinerja, sehingga mengurangi biaya komputasi dalam anggaran listrik yang tetap. Selain itu, DSX OS meningkatkan efisiensi operasional melalui manajemen siklus hidup dan penjadwalan cerdas.

QSiapa saja mitra yang telah mengadopsi atau mengembangkan solusi berdasarkan platform DSX NVIDIA?

ABeberapa mitra yang telah mengadopsi komponen inti DSX termasuk penyedia layanan cloud seperti CoreWeave, Crusoe, IREN, dan Lambda. Di sisi perangkat keras, perusahaan seperti Dell Technologies, HPE, Lenovo, Supermicro, Asus, Foxconn, Gigabyte, Pegatron, dan Quanta Cloud Technology sedang mengembangkan sistem siap DSX NVIDIA.

Bacaan Terkait

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

Sumber: The Diary Of A CEO Ray Dalio, pendiri Bridgewater Associates yang meramalkan krisis keuangan 2008, memperingatkan bahwa ledakan AI saat ini menunjukkan tanda-tanda klasik gelembung ekonomi yang dapat pecah dan memicu resesi. Dalam wawancara podcast, dia menjelaskan dinamika "siklus besar" yang didorong oleh ketimpangan kekayaan, defisit pemerintah, dan perubahan geopolitik. Dalio mengidentifikasi pola di mana antusiasme berlebihan terhadap teknologi revolusioner baru, seperti AI, menyebabkan harga aset melambung dan pinjaman berlebihan. Ketika kondisi berubah (seperti kenaikan suku bunga atau kebutuhan tunai), gelembung ini dapat pecah, menyebabkan penurunan harga aset, kerugian luas, dan kontraksi ekonomi. Untuk melindungi kekayaan di masa ketidakpastian, Dalio sangat menekankan pentingnya **diversifikasi portofolio**—termasuk saham, obligasi, emas, dan real estat—daripada mengandalkan uang tunai saja. Dia mengungkapkan bahwa sekitar **1% portofolionya adalah Bitcoin**, yang diakuinya sebagai aset keras, tetapi dia lebih menyukai **emas fisik** karena sejarahnya sebagai penyimpan nilai dan aset bebas liabilitas. Mengenai dampak AI, Dalio percaya bahwa teknologi ini akan menggantikan tidak hanya tenaga fisik tetapi juga kemampuan kognitif manusia, berpotensi memperlebar kesenjangan antara pemilik modal dan pekerja. Masa depan akan menguntungkan mereka yang dapat memadukan kecerdasan manusia (seperti emosi dan intuisi) dengan kemitraan AI. Secara geopolitik, Dalio menggambarkan dunia yang memasuki fase "penurunan" dalam tatanan global, dengan Amerika Serikat menghadapi tantangan internal dan eksternal, termasuk konflik seperti di Iran yang mengungkap kelemahannya. Dia memprediksi dunia mungkin menjadi lebih terregionalisasi di masa depan. Secara keseluruhan, kunci untuk navigasi melalui periode kompleks ini adalah pemahaman akan pola sejarah, adaptasi, dan diversifikasi yang cermat.

marsbit2j yang lalu

Dialog dengan Ray Dalio: Saat Ini Berada dalam Gelembung AI, 1% Portofolio Investasi Adalah Bitcoin

marsbit2j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

**Ringkasan: Rekor Pembelian Asing dan Peningkatan Likuiditas di Pasar Saham Korea** Aliran modal asing menunjukkan perubahan signifikan di pasar saham Korea (KOSPI). Pada 31 Juli, investor asing melakukan pembelian bersih rekor sebesar 7,2 triliun Won Korea dalam sehari, menandai pembalikan dari tren penjualan bersih besar-besaran dalam beberapa bulan terakhir. Secara bulanan, penjualan bersih asing menyusut drastis menjadi 9,8 triliun Won di Juli, turun dari 48,4 triliun dan 44,5 triliun Won pada Juni dan Mei. Tekanan penjualan dari lembaga domestik juga mereda. Dana pensiun dan reksa dana domestik justru menjadi pembeli bersih 1,0 triliun Won di Juli, setelah dua bulan sebelumnya menjadi penjual bersih. Faktor pendukung lainnya adalah peraturan baru dari Komisi Jasa Keuangan (FSC) yang memberlakukan syarat lebih ketat bagi investor ritel untuk masuk ke ETF leverage saham tunggal, yang langsung mengurangi volume perdagangan instrumen tersebut hingga sekitar 50%. Kebijakan ini diperkirakan dapat menekan volatilitas pasar. Citigroup mempertahankan target indeks KOSPI di level 10.000 poin, menyoroti memudarnya angin penentu likuiditas. Analis mereka menilai faktor fundamental seperti industri chip memori yang solid, valuasi historis yang rendah, fundamental ekonomi Korea yang kuat, dan dukungan kebijakan berpotensi menjadi pendorong bagi pasar.

marsbit2j yang lalu

Rekor! Beli Bersih Asing 7,2 Triliun Won dalam Sehari, Wall Street: Tekanan Likuiditas di Pasar Saham Korea Telah Mereda

marsbit2j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

**OpenAI Model Astra Pecahkan 10 Masalah Matematika Kelas Fields Medal!** OpenAI mengumumkan terobosan besar dari model internal terbarunya, Astra. Model ini dilaporkan telah membuat kemajuan signifikan dalam **10 masalah matematika yang belum terpecahkan**, dengan biaya komputasi hanya sekitar **$2000**. Hasilnya dipublikasikan dalam makalah setebal 249 halaman. Beberapa pencapaian utama meliputi: 1. **Menyelesaikan masalah "non-sofic group"** yang diajukan Mikhail Gromov tahun 1999, dengan membangun contoh kelompok yang tak hingga dan finitely presented yang bukan sofic. Ini dianggap sebagai kemajuan bersejarah. 2. **Memecahkan batas lama dalam masalah pengepakan bola berdimensi tinggi** (sphere packing), meningkatkan batas yang telah bertahan sejak 1978 untuk dimensi tak hingga. 3. **Menyangkal dugaan "Connes Rigidity"** dengan membangun keluarga tak terhitung dari kelompok berbeda yang menghasilkan aljabar von Neumann yang sama persis. Semua bukti telah diverifikasi menggunakan asisten pembuktian formal Lean 4, memastikan ketepatannya. Para ahli matematika menyebut temuan ini sebagai **momen bersejarah**, setara dengan prestasi penghargaan Fields Medal, dan menandai kemampuan AI untuk melakukan penalaran matematika mendalam di berbagai bidang. OpenAI juga membagikan proses penalaran model, menunjukkan langkah maju yang besar menuju AGI (Artificial General Intelligence).

marsbit4j yang lalu

Pembaruan! AI Generasi Berikut OpenAI Pecahkan 10 Masalah Kelas Medali Fields

marsbit4j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

**Ringkasan: Bagaimana Membuat Diri Anda Tak Tergantikan oleh AI** Artikel ini membahas ancaman nyata dalam era AI: bukan kehilangan pekerjaan, tetapi "perbudakan gaji"—ketergantungan pada sistem dan orang lain untuk bertahan hidup. Solusinya adalah menjadi "individu super" yang "tak bisa dipekerjakan" dengan membangun bisnis atau karya sendiri. Kunci untuk bertahan dan berkembang di masa depan bukan sekadar keterampilan teknis, tetapi menguasai lima elemen yang sulit digantikan AI: 1. **Otonomi (Agency):** Kemampuan bertindak tanpa menunggu perintah. 2. **Rasa (Taste):** Pengalaman untuk mengetahui apa yang bernilai untuk ditawarkan. 3. **Kemampuan Persuasi (Persuasion):** Keterampilan menarik perhatian dan pengakuan. 4. **Ketekunan (Persistence):** Memahami bahwa kegagalan adalah bagian dari proses. 5. **Iterasi (Iteration):** Kemampuan memperbaiki kesalahan berdasarkan umpan balik. Lima elemen ini dapat dikembangkan dengan **membuat konten** (media). Dibandingkan pemrograman (code), konten lebih unggul karena nilainya subjektif, membutuhkan penilaian manusia, dan merupakan alat distribusi yang ampuh untuk membangun koneksi dan otoritas. Untuk memulai transformasi: 1. **Ubah lingkungan** Anda secara drastis untuk memicu perubahan identitas. 2. **Gali "bahan mentah"** Anda: Identifikasi pengetahuan mendalam, masalah yang pernah Anda selesaikan, dan minat unik masa kecil Anda. 3. **Temukan "poros pemikiran balik"**: Tentukan pendapat kontra-intuitif atau keyakinan Anda yang bertentangan dengan arus utama dalam bidang Anda. 4. **Luncurkan ide pertama** Anda besok. Gabungkan jawaban dari langkah 2 dan 3, lalu publikasikan. Umpan balik nyata dari dunia adalah guru terbaik. Intinya, bangunlah *karier seumur hidup* yang autentik berdasarkan pengalaman dan sudut pandang unik Anda. Dengan memanfaatkan AI sebagai alat dan fokus pada pengembangan diri yang tak tergantikan, Anda dapat mengambil kendali atas hidup dan masa depan Anda.

marsbit4j yang lalu

Bagaimana Membuat Diri Sendiri Tak Tergantikan oleh Kecerdasan Buatan

marsbit4j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

Berdasarkan insiden kerentanan generator angka acak pada perangkat hardware wallet Coldcard, artikel ini membahas metode pembuatan kunci Bitcoin menggunakan dadu untuk menghasilkan entropi mandiri. Claude Shannon mengukur ketidakpastian dengan konsep entropi, di mana satu lemparan dadu enam sisi setara dengan sekitar 2,585 bit. Praktik melempar dadu 50 hingga 99 kali dapat menghasilkan frasa pemulihan 12 kata yang aman (128 bit entropi), melampaui ketergantungan pada generator perangkat. Namun, insiden Coldcard mengungkap bahwa meskipun seed utama dibuat dari dadu aman, fungsi lain seperti dompet kertas, kunci kloning, dan password masih berpotensi menggunakan generator cacat. Peneliti keamanan Kevin Loaec menekankan bahwa perlindungan hanya berlaku untuk seed utama, bukan keseluruhan sistem. Proses manual ini membutuhkan ketelitian tinggi, rentan kesalahan, dan tidak praktis bagi kebanyakan pengguna baru. Oleh karena itu, meski kuat secara matematis, metode ini lebih cocok untuk pengguna berpengalaman. Artikel menyarankan pemilik Coldcard untuk memperbarui firmware, memeriksa fungsi yang pernah digunakan, dan mempertimbangkan skema multisignature dengan perangkat dari produsen berbeda untuk mitigasi risiko. Tujuan jangka panjang adalah perangkat yang dapat menghasilkan keacakan kuat secara mandiri, tanpa memerlukan prosedur rumit dari pengguna.

cryptonews.ru7j yang lalu

Kunci Bitcoin Disimpan Offline Berkat Lemparan Dadu, Tetapi Tidak Semua Orang Akan Melakukannya

cryptonews.ru7j yang lalu

Trading

Spot
活动图片