OpenAI Kehilangan 'Dewa Kernel CUDA'-nya

marsbitDipublikasikan tanggal 2026-08-17Terakhir diperbarui pada 2026-08-17

Abstrak

Scott Gray, insinyur OpenAI yang dijuluki "Dewa Kernel CUDA" dan dikenal sebagai salah satu programmer GPU terhebat, telah meninggalkan perusahaan. Berdasarkan perubahan bio di akun media sosialnya, ia menyatakan sekarang independen dan sedang menjelajahi metode AI yang terinspirasi ilmu saraf. Gray bergabung dengan OpenAI pada Agustus 2016, tepat satu dekade lalu. Selama di sana, kontribusinya sangat besar pada inti kinerja AI. Metodologinya menolak batas performa yang diberikan lapisan abstraksi perangkat lunak. Di Nervana Systems, dia menciptakan maxas untuk menulis kode mesin SASS secara langsung, menghasilkan kernel SGEMM yang mengalahkan cuBLAS resmi NVIDIA. Di OpenAI, karyanya meliputi pengembangan kernel GPU *block-sparse* yang menjadi fondasi untuk perhatian *sparse*, dan kontribusi pada model inti seperti GPT-3, DALL·E, serta laporan teknis OpenAI Five. Kernel perhatiannya yang legendaris, dijuluki "the Bob kernel," dijalankan triliunan kali setiap hari di ratusan ribu GPU. Kepergiannya adalah bagian dari tren eksodus talenta senior dari OpenAI sepanjang 2026. Setidaknya 12 pemimpin senior dari berbagai divisi—operasi, komersial, produk, penelitian, keamanan, etika, dan perangkat keras—telah keluar, termasuk mantan COO Brad Lightcap dan kepala etika Chloé Bakalar. Meski sistem rekayasa yang sudah mapan di OpenAI tidak akan langsung berhenti, kepergian seorang insinyur yang mendorong batas kinerja perangkat keras dan memahami model inti secara mendalam merupakan p...

Hari ini, sebuah postingan X dari dua hari lalu mulai viral, isinya hanya 5 kata: Scott Gray telah meninggalkan OpenAI.

Insinyur terkenal yang dijuluki "Dewa Kernel CUDA, Programmer GPU Terkuat di Dunia" ini menjadi talenta berat lainnya yang hilang dari OpenAI tahun ini. Meski dia sendiri belum mengonfirmasi melalui X, dan halaman LinkedIn-nya juga belum diperbarui, biodata pribadinya di X dan Bluesky telah diubah dari "GPU Geek at @OpenAI" menjadi "Former GPU geek at @OpenAI". Selain itu, dia juga menambahkan kalimat di depannya: "Currently independent, exploring some neuroscience-inspired AI approaches."

Seorang insinyur yang telah bekerja di OpenAI selama sepuluh tahun, mengumumkan kepergiannya hanya dengan satu baris biodata.

Sungguh kebetulan. Tepat sepuluh tahun yang lalu, pada 16 Agustus, OpenAI merilis sebuah blog berjudul "Team update", memperkenalkan lima anggota penuh waktu yang bergabung bulan itu. Daftarnya mencakup Dario Amodei, Filip Wolski, Jack Clark, Scott Gray, dan Zain Shah.

https://openai.com/index/team-update-august/

Sepuluh tahun kemudian hari ini, Dario adalah CEO Anthropic, Jack Clark menangani kebijakan di Anthropic, dan Scott Gray menandai OpenAI sebagai "former".

Hingga saat ini, OpenAI belum mengeluarkan pernyataan apa pun mengenai kepergian Scott Gray, dan Gray sendiri juga belum memposting penjelasan rinci. Sumber umum dari semua laporan saat ini adalah perubahan biodata akun media sosialnya, serta sebuah postingan pengungkapan yang kemudian menyebar di X. Tanggal pasti kepergian, tujuan berikutnya, apakah sudah memiliki perusahaan baru, semuanya belum ada informasi publik.

Patut diperhatikan detail lain di akunnya. Postingan X orisinal terakhir Gray terhenti pada 20 November 2023, isinya hanya satu kalimat: "OpenAI is nothing without its people." Itu adalah tiga hari setelah Sam Altman diberhentikan oleh dewan direksi, lebih dari tujuh ratus karyawan menandatangani petisi meminta dewan mengundurkan diri. Kalimat itu saat itu berulang kali disalin-tempel di dalam OpenAI, bisa dibilang merupakan bentuk kesetiaan kolektif. Setelah itu, meskipun dia membalas beberapa postingan (balasan juga telah berhenti setelah Februari 2025), tetapi tidak pernah memperbarui postingan orisinal lagi.

Profil Scott Gray

Kami sebelumnya memiliki artikel khusus yang memperkenalkan Scott Gray, lihat "Dewa Kernel CUDA, Programmer GPU Terkuat di Dunia? Siapa Sang Master di Balik Layar OpenAI Ini". Di sini kami rangkum kembali secara singkat.

Namanya mulai dikenal sejak masa Nervana Systems. Saat itu, sebagian besar pengembang bergantung pada CUDA C/C++ dan pustaka resmi NVIDIA seperti cuBLAS, cuDNN. Banyak lapisan abstraksi perangkat lunak menyembunyikan detail perangkat keras, sekaligus membentuk plafon kinerja. Penilaian Gray adalah bahwa lapisan abstraksi ini harus dilewati. Maka dia menulis maxas, sebuah assembler untuk arsitektur Maxwell, yang memungkinkan pengembang menulis kode mesin SASS secara langsung, mengalokasikan register secara manual, mengelola latensi memori, mengontrol pipeline instruksi.

Untuk membuktikan bahwa jalur ini dapat ditempuh, dia menulis kernel SGEMM dengan tangan menggunakan maxas. Pada GPU GM204, kernel ini mencapai 98% dari puncak teoretis perangkat keras, dan 4.8% lebih cepat daripada cuBLAS resmi NVIDIA yang juga ditulis tangan oleh para ahli dan tertutup sumbernya. MaxDNN berikutnya memperluas metodologi yang sama ke konvolusi: pada semua lapisan konvolusi AlexNet, efisiensi komputasi stabil mencapai 93% hingga 95%, sementara efisiensi cuDNN pada periode yang sama berfluktuasi besar antara 32% dan 57%.

Ini adalah warna dasar metodologi semua karyanya selanjutnya: tidak menerima batas kinerja yang diberikan oleh lapisan abstraksi.

Dalam pembaruan tim OpenAI pada Agustus 2016 itu, pengenalan resmi tentangnya hanya dua kalimat penilaian teknis, intinya adalah dia sebelumnya di Nervana berfokus pada pengoptimalan kinerja jaringan dalam di GPU, dan pengoptimalan tingkat assembly-nya pada aljabar linear padat dan konvolusi "hingga kini masih yang tercepat". Bagian yang sama juga menyebutkan, saat tidak menulis kode, dia biasanya membaca penelitian terbaru di bidang neurosains dan terkait.

Tampaknya, arah barunya sepuluh tahun kemudian, "metode AI yang terinspirasi neurosains", sebenarnya adalah kembali ke minat yang tidak pernah berubah itu.

Setelah bergabung dengan OpenAI, perannya berubah dari "pengoptimal" menjadi "pemberi kemampuan". Pada 2017, bersama Alec Radford dan Durk Kingma, dia merilis kernel GPU sparse berbasis blok. Berbeda dengan sparse tidak terstruktur yang menghapus bobot individual, sparse berbasis blok memotong matriks bobot menjadi blok ukuran tetap dan mengatur seluruh blok menjadi nol. Kernel khusus sepenuhnya melewati blok nol saat komputasi, kecepatannya bisa beberapa kali lipat lebih cepat daripada cuBLAS yang memproses matriks padat atau cuSPARSE yang memproses matriks sparse umum. Set kernel ini saat itu di-open-source, secara langsung memicu serangkaian pekerjaan perhatian sparse berikutnya.

Diagram skematik kernel sparse berbasis blok OpenAI, https://cdn.openai.com/blocksparse/blocksparsepaper.pdf

Mengikuti jalur ini ke bawah, pada 2019 "Generating Long Sequences with Sparse Transformers" ditulis oleh Rewon Child, Scott Gray, Alec Radford, dan Ilya Sutskever — mengurangi overhead waktu dan memori perhatian dari O(n²) menjadi O(n√n). Makalah tersebut secara eksplisit mencantumkan "kernel pelatihan perhatian cepat" sebagai salah satu dari tiga kontribusi.

Selanjutnya, namanya muncul dalam daftar penulis GPT-3, daftar penulis "Scaling Laws for Neural Language Models", daftar penulis DALL·E, dan laporan teknis OpenAI Five.

Selama periode ini, dia juga mendapatkan julukan "Dewa Kernel CUDA". Itu terjadi pada September 2025, mantan karyawan OpenAI Rohan Pandey memposting di X bahwa di dalam perusahaan hanya ada sekitar satu orang yang bertanggung jawab atas kernel CUDA sisi inferensi, rekan kerjanya menyebut kernel perhatian yang dia tulis sebagai "the Bob kernel". Kernel ini dijalankan triliunan kali setiap hari di ratusan ribu GPU. Setelah postingan itu viral, komentar umumnya menduga "Bob" adalah Scott Gray.

Postingan terkait juga menyebutkan: di seluruh dunia, orang yang dapat menulis kernel CUDA berkinerja tinggi untuk proses pelatihan (terutama backpropagation), mungkin kurang dari seratus orang. Karena keahlian ini membutuhkan penguasaan teori komputasi paralel, arsitektur perangkat keras GPU, dan algoritma pembelajaran mendalam secara bersamaan, sementara sebagian besar praktisi tetap berada di lapisan aplikasi atau lapisan pengoptimalan inferensi.

Dan sekarang, Scott Gray telah pergi.

2026, OpenAI Telah Kehilangan Banyak Orang

OpenAI tahun ini telah kehilangan banyak talenta. Menurut ringkasan blogger X Chubby, OpenAI tahun ini telah kehilangan 12 pemimpin senior, mencakup operasi, bisnis, produk, penelitian, keamanan, etika, dan perangkat keras.

Beberapa hari yang lalu, Brad Lightcap yang bekerja di OpenAI selama delapan tahun dan pernah menjabat sebagai CFO dan COO, mengumumkan pengunduran dirinya di X, mengatakan akan "start something new"; dua hari kemudian, Kepala Pendapatan (Chief Revenue Officer) Denise Dresser yang baru menjabat Desember lalu mengumumkan kepergiannya, digantikan oleh mantan Presiden dan COO Wiz, Dali Rajic.

Di jalur bisnis dan produk, CEO Bisnis Aplikasi Fidji Simo pada April cuti karena alasan kesehatan, pada Juli mengundurkan diri dari penuh waktu menjadi penasihat paruh waktu; mantan CMO Kate Rouch pada April mengundurkan diri karena kebutuhan pengobatan; CTO Bisnis Perusahaan Srinivas Narayanan juga mengumumkan kepergiannya pada April. Di sisi penelitian dan produk, Kevin Weil yang memimpin OpenAI for Science, dan kepala Sora Bill Peebles mengumumkan kepergiannya pada hari yang sama di April, Weil saat ini sedang mengerjakan startup sains AI; Barret Zoph pada Januari tahun ini kembali dari Thinking Machines Lab ke OpenAI untuk memimpin penjualan AI tingkat perusahaan, pada Juni pergi lagi, perusahaan tidak menjelaskan alasannya.

Tiga orang di jalur keamanan dan etika terkonsentrasi pada Juli: Kepala Sistem Keamanan Johannes Heidecke pergi dalam restrukturisasi tim keamanan, tanggung jawabnya digabungkan ke departemen penelitian yang dipimpin Mia Glaese; Chief Futurist Joshua Achiam pergi setelah hampir sembilan tahun, tim penjajaran misi yang sebelumnya dia pimpin telah dibubarkan pada Februari tahun ini; Kepala Etika Chloé Bakalar pergi kurang dari setahun setelah bergabung. Lebih awal pada Maret, Kepala Robotika dan Perangkat Keras Konsumen Caitlin Kalinowski mengundurkan diri karena tidak setuju dengan kerja sama perusahaan dengan Pentagon, dia menyatakan di LinkedIn bahwa masalah terkait harus melalui pertimbangan yang lebih memadai, kemudian menambahkan bahwa keberatannya terutama ditujukan pada proses tata kelola.

Daftar ini juga melewatkan satu orang: pada Januari tahun ini, Wakil Presiden Penelitian yang bertanggung jawab atas model inferensi Jerry Tworek mengundurkan diri setelah hampir tujuh tahun untuk memulai startup, alasannya adalah ingin melakukan beberapa arah penelitian yang "sulit dilakukan di dalam OpenAI".

Kesimpulan

Kepergian Scott Gray mungkin tidak akan segera mengubah ritme rilis model OpenAI. Sistem rekayasa yang terkumpul selama sepuluh tahun tidak akan berhenti karena kepergian satu orang. Tetapi bagi sebuah perusahaan yang semakin bergantung pada skala, efisiensi, dan kontrol biaya, kehilangan seorang insinyur yang dapat mendorong kinerja perangkat keras hingga batas maksimal, dan juga terlibat mendalam dalam banyak model inti generasi-generasi sebelumnya, tetap bukan perubahan yang dapat dianggap sepele.

Titik waktu kepergian ini juga patut diperhatikan: OpenAI sedang bersiap untuk go public, berubah menjadi perusahaan raksasa yang mengejar pendapatan dan berpartisipasi dalam kompetisi infrastruktur global. Sekarang, orang-orang yang pertama kali membentuknya, juga sedang menilai ulang apa yang ingin mereka lakukan selanjutnya.

Pilihan Scott Gray bukan bergabung dengan lab terdepan lain atau mengumumkan startup, hanya mengatakan dalam biodata pribadinya bahwa dia sedang mengeksplorasi secara independen "metode AI yang terinspirasi neurosains". Dari insinyur yang pada 2016 dalam pengenalan resmi membaca makalah neurosains di waktu luang, hingga sepuluh tahun kemudian menuliskan neurosains kembali ke biodata pribadinya, ini lebih seperti sebuah kepulangan setelah berkeliling lama: setelah memeras paradigma komputasi yang ada hingga batas maksimal, dia mulai mencari kemungkinan lain.

Pada 2023, Gray menulis "OpenAI is nothing without its people". Melihat kembali hari ini, kalimat ini baik merupakan pernyataan sikap terhadap krisis perusahaan saat itu, maupun seperti sebuah catatan kaki yang terlambat. OpenAI tidak akan kehilangan segalanya karena kepergian satu orang, tetapi arah sebuah perusahaan, pada akhirnya dibentuk oleh orang-orang yang bertahan, orang-orang yang pergi, serta masalah-masalah yang masing-masing mereka pilih untuk dieksplorasi.

Artikel ini berasal dari akun WeChat "机器之心" (ID:almosthuman2014), penulis: 关注AI的

Pertanyaan Terkait

QSiapakah Scott Gray dan mengapa keberangkatannya dari OpenAI menjadi berita penting?

AScott Gray adalah seorang insinyur terkenal di OpenAI dengan julukan 'Dewa Kernel CUDA' dan 'Programmer GPU Terkuat di Dunia'. Kepergiannya penting karena dia adalah salah satu talenta inti yang sangat berpengaruh dalam mengoptimalkan kinerja GPU untuk model-model AI canggih OpenAI, dan merupakan bagian dari gelombang kepergian banyak pemimpin senior dari perusahaan pada tahun 2026.

QApa kontribusi utama Scott Gray selama di OpenAI?

AKontribusi utamanya termasuk pengembangan kernel GPU 'block sparse' yang mempercepat komputasi matriks jarang, penulisan kernel perhatian yang sangat efisien (disebut 'the Bob kernel'), serta kontribusi pada proyek-proyek inti seperti GPT-3, DALL·E, dan Scaling Laws for Neural Language Models. Metodenya selalu berfokus pada mengoptimalkan kinerja hardware melampaui batas abstraksi perangkat lunak standar.

QArah baru apa yang akan dieksplorasi Scott Gray setelah meninggalkan OpenAI?

ABerdasarkan pembaruan bio di media sosialnya, Scott Gray menyatakan bahwa dia sekarang 'independen' dan sedang 'mengeksplorasi beberapa metode AI yang terinspirasi oleh ilmu saraf (neuroscience)'. Ini mencerminkan minat lamanya yang juga disebutkan dalam profil OpenAI tahun 2016, di mana dia sering membaca penelitian neurosains di waktu luangnya.

QSiapa saja tokoh penting lain dari OpenAI yang disebutkan telah pergi pada tahun 2026?

AArtikel tersebut menyebutkan beberapa nama, termasuk Brad Lightcap (mantan CFO & COO), Denise Dresser (Chief Revenue Officer), Fidji Simo (CEO Aplikasi), Kevin Weil (pimpinan OpenAI for Science), Bill Peebles (pimpinan Sora), dan beberapa pemimpin di bidang keamanan, etika, serta perangkat keras seperti Johannes Heidecke, Joshua Achiam, dan Caitlin Kalinowski.

QBagaimana artikel ini menafsirkan waktu dan konteks kepergian Scott Gray dari OpenAI?

AArtikel menafsirkan kepergiannya terjadi pada saat yang signifikan, yaitu ketika OpenAI bersiap untuk go public dan berubah menjadi perusahaan raksasa yang mengejar pendapatan. Kepergian salah satu anggota awal yang membentuk perusahaan mencerminkan pergeseran arah. Bagi Gray sendiri, ini dilihat sebagai 'kembali' ke minat mendasarnya pada neurosains setelah satu dekade mendorong paradigma komputasi existing hingga batas maksimalnya.

Bacaan Terkait

Apakah Saham AS Naik Terlalu Lancar? BTIG Memberikan Peringatan: Risiko Koreksi Sistematis Saham AS Meningkat pada Agustus hingga Oktober

Pasar saham AS saat ini dalam kondisi "sempurna" dengan volatilitas rendah dan posisi tertinggi. Namun, BTIG memperingatkan risiko koreksi sistematis yang meningkat untuk periode berbahaya secara musiman, yakni Agustus hingga Oktober di tahun pemilihan paruh waktu. Data historis menunjukkan, sejak 1990, indeks S&P 500 hampir selalu mengalami koreksi setidaknya 7% dalam periode tersebut setiap tahun pemilu paruh waktu, kecuali 2006. Beberapa sinyal teknis mengonfirmasi kerentanan pasar: RSP (ETF S&P 500 dengan pemberat sama) memiliki penarikan maksimal sangat rendah (<2.25%) sejak Maret dan perdagangan sekitar 11% di atas rata-rata pergerakan 200-hari, level ekstrem yang jarang terjadi. Selain itu, tidak ada satu hari pun di NYSE tahun ini dengan volume perdagangan turun 80%, menyimpang jauh dari rata-rata historis. Sentimen pasar tampak terlalu puas, tercermin dari rasio put/call yang rendah dan VIX di level terendah tahun ini. Sinyal peringatan lain datang dari pasar obligasi, di mana imbal hasil surat utang jangka panjang tetap tinggi meski data ekonomi terbaru bersifat lebih lunak, menciptakan ketidakselarasan dengan optimisme pasar saham. Menyikapi hal ini, BTIG menyarankan investor untuk mempertimbangkan mengurangi eksposur risiko atau melakukan lindung nilai terhadap portofolio saham mereka dalam waktu dekat. Sektor perawatan kesehatan disebut mungkin menawarkan nilai defensif selama periode volatilitas yang diprediksi tersebut.

marsbit16m yang lalu

Apakah Saham AS Naik Terlalu Lancar? BTIG Memberikan Peringatan: Risiko Koreksi Sistematis Saham AS Meningkat pada Agustus hingga Oktober

marsbit16m yang lalu

Ringkasan Perpajakan Aset Kripto Global 2026

Dengan aset kripto yang semakin memasuki sistem keuangan arus utama, peraturan perpajakan di berbagai yurisdiksi telah berkembang dari kekosongan aturan awal menjadi semakin terinstitusionalisasi. OECD pada tahun 2020 menerbitkan studi komparatif sistematis tentang perlakuan pajak aset kripto, menandai titik awal perluasan aturan pajak secara global. Hingga 2025, jumlah yurisdiksi yang memiliki pedoman pajak aset kripto telah meningkat menjadi 43. Pada umumnya, pengenaan pajak aset kripto masih mengandalkan kerangka perpajakan tradisional, dimasukkan ke dalam sistem pajak penghasilan, pajak capital gains, pajak perusahaan, dan pajak tidak langsung yang sudah ada. Namun, tingkat kematangan aturan untuk berbagai aktivitas berbeda. Transaksi jual-beli biasa dan penambangan (mining) telah tercakup lebih awal, sedangkan aktivitas asli di rantai seperti DeFi, NFT, dan liquidity mining seringkali menghadapi keterlambatan aturan karena kompleksitas strukturnya. Kompleksitas perpajakan aset kripto cukup tinggi, melibatkan berbagai jenis pajak dan perlakuan yang berbeda berdasarkan sifat transaksi, identitas wajib pajak, dan durasi kepemilikan. Perbedaan beban pajak riil antar yurisdiksi juga terlihat jelas. Faktor-faktor seperti status residensi pajak, klasifikasi penghasilan, ambang batas pembebasan, dan kebijakan untuk kepemilikan jangka panjang semuanya mempengaruhi hasil akhir perpajakan. Dengan demikian, penilaian "ramah pajak" suatu yurisdiksi sangat bergantung pada kebutuhan dan aktivitas spesifik masing-masing individu atau entitas.

marsbit19m yang lalu

Ringkasan Perpajakan Aset Kripto Global 2026

marsbit19m yang lalu

Pertambangan sebagai Inferensi, Bagaimana Dual Pendapatan Nockchain Diwujudkan?

**Inti Artikel: Mining sebagai Penalaran, Bagaimana Nockchain Mencapai Pendapatan Ganda?** Artikel ini membahas upgrade Logos di Nockchain, sebuah Layer 1 yang diluncurkan secara adil pada Mei 2025. Inti inovasinya adalah mengganti Proof-of-Work (PoW) tradisional seperti Bitcoin dengan **ZK-PoW (Zero-Knowledge Proof-of-Work)**, di mana penambang menghasilkan bukti pengetahuan nol (STARK proofs) yang berguna untuk komputasi terverifikasi, bukan sekadar hash yang tak berguna. Upgrade **Logos** menambahkan teka-teki penambangan kedua: **perkalian matriks integer**, yang merupakan komputasi inti untuk inferensi AI. Setelah diaktifkan, produksi blok dialokasikan sebagai **70% untuk ZK-PoW** dan **30% untuk teka-teki AI**. Dengan mekanisme ini, penambang yang menjalankan komputasi matriks untuk klien inferensi berbayar dapat menggunakan komputasi yang sama untuk bersaing mendapatkan hadiah blok, sehingga menciptakan potensi **pendapatan ganda**: dari hadiah blok dan dari layanan komputasi. Keamanan jaringan diharapkan tumbuh seiring dengan permintaan inferensi AI, karena lebih banyak daya komputasi (GPU) akan mengarah ke jaringan, meningkatkan biaya serangan. Untuk memulai siklus ini, pendiri Nockchain mendirikan **National Compute** sebagai klien berbayar pertama. Namun, artikel juga menyoroti tantangan. Peluncuran Logos telah ditunda beberapa kali, dan argumen keamanannya bergantung pada teka-teki penambangan AI yang belum teruji secara ekstensif. Meskipun telah melalui audit dan program bug bounty, mekanisme ini masih dianggap tahap awal. Dari perspektif pasar, token $NOCK saat ini bernilai sekitar $0.009 dengan kapitalisasi pasar sekitar $22 juta. Kesuksesan jangka panjang bergantung pada kemampuan National Compute (dan klien lainnya) untuk membawa aliran inferensi berbayar yang cukup ke jaringan, mengubah narasi "keamanan + pendapatan" menjadi arus kas nyata bagi penambang.

marsbit20m yang lalu

Pertambangan sebagai Inferensi, Bagaimana Dual Pendapatan Nockchain Diwujudkan?

marsbit20m yang lalu

Trading

Spot
活动图片