# Artikel Terkait AI

Pusat Berita HTX menyediakan artikel terbaru dan analisis mendalam mengenai "AI", mencakup tren pasar, pembaruan proyek, perkembangan teknologi, dan kebijakan regulasi di industri kripto.

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

Selama tiga tahun terakhir, narasi kekuatan komputasi AI hampir sepenuhnya berpusat pada GPU, dengan CPU hanya dianggap sebagai peran pendukung. Namun, mulai 2026, narasi ini mulai retak. Intel meluncurkan prosesor Xeon 6+ di Beijing, yang dideskripsikan bukan sebagai pendamping GPU, melainkan sebagai "bidang kendali" infrastruktur AI, yang bertanggung jawab atas orkestrasi, konkurensi, dan aliran data. Laporan dari SemiAnalysis pada Februari 2026 juga menyoroti "kembalinya CPU" dengan cara yang berbeda. Pergeseran ini didorong oleh perubahan beban kerja AI dari pelatihan model skala besar ke inferensi dan agen AI yang melibatkan ribuan tugas ringan secara bersamaan. Di sinilah CPU, dengan kemampuan orkestrasi dan penanganan aliran data, menjadi penting kembali—bukan karena lebih cepat daripada GPU, tetapi karena menyelesaikan hambatan baru yang tidak dapat ditangani GPU. Xeon 6+ memilih jalur inti efisiensi (E-core) hingga 288 inti, berfokus pada kepadatan dan efisiensi tinggi untuk menangani beban kerja throughput tinggi seperti agen AI. Namun, jalan Intel tidak tanpa tantangan: persaingan dengan NVIDIA (yang mengembangkan solusi CPU+GPU terintegrasi), CPU ARM buatan vendor cloud seperti AWS Graviton, serta ketatnya kompetisi teknologi proses manufaktur 18A melawan TSMC N2 dan Samsung 2nm. Kesimpulannya, kembalinya CPU ke panggung kekuatan AI adalah nyata, didorong oleh kebutuhan orkestrasi dalam era agen AI. Namun, siapa yang akan memimpin "kembalinya" ini—apakah Intel, ARM, vendor cloud, atau NVIDIA—masih harus dibuktikan dalam beberapa tahun ke depan.

marsbit06/03 10:45

CPU, Diam-diam Kembali ke Panggung Utama Komputasi AI

marsbit06/03 10:45

Ingin Lindung Nilai, Beli Emas-Minyak; Ingin Naik Tajam, Beli AI. Bitcoin yang "Ketinggalan Zaman" Masuki Pasar Beruang

Penulis: Wall Street News Harga Bitcoin terus menurun, sempat mencapai USD 66,123, terendah dalam dua bulan. Penjelasan yang beredar antara lain arus keluar dana ETF, ketegangan geopolitik, dan penjualan oleh Strategy. Namun, analisis Bloomberg menunjukkan bahwa faktor-faktor ini hanyalah gejala. Masalah mendasarnya adalah Bitcoin kalah dalam persaingan aset. Bitcoin kini terjepit di "zona tengah yang canggung" dan kalah di tiga bidang: * **Lindung nilai inflasi:** Emas, saham energi, dan komoditas lebih disukai karena memiliki dukungan fisik dan logika yang jelas. * **Pertumbuhan tinggi:** Perusahaan AI dengan pendapatan dan laba riil lebih menarik karena Bitcoin tidak menghasilkan arus kas. * **Eksposur kripto:** Investor yang ingin terpapar ekosistem kripto kini memiliki pilihan lain seperti bursa, stablecoin, atau perusahaan infrastruktur dengan kinerja yang terikat pada adopsi industri. Meski ada peringatan dari Fed tentang risiko inflasi yang lebih persisten, pasar tidak lagi bereaksi dengan membeli Bitcoin sebagai lindung nilai. Narasi "emas digital" Bitcoin tergerus oleh emas fisik dan saham energi. Arus keluar ETF dan penjualan oleh Strategy mencerminkan kenyataan baru: modal memiliki lebih banyak tempat tujuan, dan investor menjadi lebih selektif. Mereka menuntut alasan yang jelas mengapa harus memilih Bitcoin dibanding aset lain. Logika bearish baru untuk Bitcoin bukan lagi tentang penipuan atau kegagalan teknologi, melainkan bahwa **kelangkaan saja tidak lagi cukup**.

marsbit06/03 02:21

Ingin Lindung Nilai, Beli Emas-Minyak; Ingin Naik Tajam, Beli AI. Bitcoin yang "Ketinggalan Zaman" Masuki Pasar Beruang

marsbit06/03 02:21

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

**Ringkasan Artikel: Apakah DeepSeek Dapat Menghemat 1 Triliun Dolar AS untuk China?** Artikel ini membahas bagaimana DeepSeek, melalui serangkaian inovasi teknologinya, berpotensi secara drastis menekan biaya infrastruktur AI China dan berpotensi menghemat investasi hingga triliunan dolar AS. **Tantangan: Biaya AI yang Melonjak** Biaya perangkat keras AI, terutama memori berbandwidth tinggi (HBM), sedang meroket. Misalnya, pada sistem AI canggih NVIDIA Vera Rubin, biaya komponen memori saja mencapai sekitar $2 juta dan telah naik 435% dalam setahun. **Solusi DeepSeek: Tiga Inovasi Utama** DeepSeek mendekati masalah ini dengan tiga terobosan teknis utama untuk meningkatkan efisiensi token perangkat keras hingga 4 kali lipat: 1. **Kompresi Memori (KV Cache):** Melalui **Multi-head Latent Attention (MLA)**, DeepSeek mengompres "memori" konteks panjang model secara signifikan (hingga 90%+ pengurangan) tanpa mengorbankan kualitas, mengurangi ketergantungan pada HBM yang mahal. 2. **Aktivasi "Tubuh" Model Sesuai Kebutuhan:** Menggunakan arsitektur **Mixture of Experts (MoE)**, model hanya mengaktifkan sebagian kecil dari total parameternya untuk setiap tugas. Ini seperti hanya memanggil dokter spesialis yang relevan, bukan seluruh rumah sakit. 3. **Cache dan Penggunaan Ulang:** Hasil komputasi yang sudah dihitung disimpan dan digunakan kembali (cache hit), menghindari perhitungan berulang yang mahal. DeepSeek menerapkan ini bahkan dalam struktur harga layanannya. **Dampak dan Potensi Penghematan** Efisiensi ini mengubah ekonomi infrastruktur AI: * **Pengurangan Biaya Operasional:** Untuk tugas tertentu (misalnya, membaca ulang kode panjang), biaya menggunakan DeepSeek V4-Pro bisa **100 kali lebih murah** dibandingkan model seperti GPT-5.5 atau Claude Opus. * **Penghematan Infrastruktur Berskala Besar:** Artikel memperkirakan, dengan peningkatan efisiensi 4x, untuk memenuhi permintaan token harian masa depan China yang mencapai ribuan triliun, pendekatan DeepSeek berpotensi menghemat investasi setara dengan **puluhan ribu pusat komputasi cerdas**, yang nilainya bisa mendekati **$1 triliun**. * **Pergeseran Strategis:** Alih-alih hanya bergantung pada chip komputasi canggih (di mana China tertinggal), DeepSeek mengalihkan beban ke manajemen memori, cache, dan rekayasa sistem — area di mana industri China seperti produsen memori DRAM (contoh: CXMT) semakin kompetitif. Ini meningkatkan keamanan rantai pasokan. **Kesimpulan** DeepSeek tidak menghilangkan kebutuhan akan perangkat keras canggih, tetapi secara radikal mengurangi ketergantungan marjinal padanya. Dengan membuat AI lebih terjangkau melalui efisiensi teknis mendalam, DeepSeek berpotensi membentuk ulang buku besar infrastruktur AI China, menghemat investasi besar, dan yang terpenting, membuat daya AI dapat diakses oleh industri luas di China. *(Catatan: Artikel ini didasarkan pada analisis industri dan proyeksi, bukan fakta yang sudah pasti.)*

marsbit06/03 00:52

Mampukah DeepSeek Menghemat 1 Triliun Dolar untuk China?

marsbit06/03 00:52

Belilah Emas dan Minyak untuk Hedging, AI untuk Pertumbuhan Cepat, Bitcoin yang 'Ketinggalan Zaman' Masuki Pasar Beruang

Bitcoin terus mengalami penurunan, mencapai level terendah dalam dua bulan di sekitar $66.123. Menurut analis, alasan di balik penurunan ini lebih dalam daripada sekadar aliran keluar dana ETF atau penjualan oleh Strategy. Inti masalahnya adalah Bitcoin kini kalah bersaing di tiga bidang utama. Pertama, sebagai lindung nilai inflasi, emas dan saham energi kini lebih disukai karena memiliki dukungan fisik dan logika yang lebih langsung. Kedua, untuk pertumbuhan tinggi, investor beralih ke perusahaan AI yang memiliki pendapatan dan laba nyata, di mana Bitcoin tidak menghasilkan arus kas. Ketiga, bahkan di dalam ekosistem kripto, eksposur kini dapat diperoleh melalui stablecoin, pertukaran, atau infrastruktur yang terkait dengan adopsi nyata, bukan hanya Bitcoin. Narasi "emas digital" Bitcoin tidak lagi mendapatkan reaksi positif otomatis terhadap kekhawatiran inflasi. Aliran keluar ETF dan penjualan oleh institusi mencerminkan gejala dari realitas baru: investor kini lebih selektif. Mereka memiliki lebih banyak pilihan dan mempertanyakan nilai tambah Bitcoin. Logika bearish baru untuk Bitcoin bukan lagi tentang penipuan atau kegagalan teknologi, melainkan bahwa kelangkaan saja tidak lagi cukup untuk menarik modal. Bitcoin terjepit di zona tengah yang canggung, bukan sebagai aset lindung nilai terbaik, aset pertumbuhan terbaik, atau satu-satunya pilihan kripto.

华尔街日报06/03 00:42

Belilah Emas dan Minyak untuk Hedging, AI untuk Pertumbuhan Cepat, Bitcoin yang 'Ketinggalan Zaman' Masuki Pasar Beruang

华尔街日报06/03 00:42

Terlewat Gelombang Kenaikan Saham AI, Sekarang Harus Bagaimana?

Penulis: Think AI, Aaron Saham AI telah naik selama tiga setengah tahun tanpa tanda-tanda berhenti. Mereka yang memperkirakan bubble AI atau kejatuhan pasar saham AS tahun lalu kini merenung. Pasar global menunjukkan kinerja kuat: indeks Korea telah circuit breaker 19 tahun ini, naik 4 kali lipat sejak tahun lalu. Saham SK Hynix naik 260%. Micron AS, raksasa memori, tembus valuasi $1 triliun. SoftBank Jepang, dengan taruhan besar pada AI, menjadi perusahaan bernilai tertinggi di Jepang. Di China, perusahaan seperti Yushu dan ChangXin akan masuk bursa dengan valuasi besar. Namun, situasi lain muncul: mereka yang meminjam untuk beli emas awal tahun masih rugi, saham konsumen China terus turun. Banyak investor merasa cemas karena melewatkan rally AI ini. Data menunjukkan, pada 2025, hanya 18.9% investor ritel A股 yang untung, 81.1% rugi. Saat pasar koreksi awal 2026, keyakinan pada AI goyah. Banyak institusi jual di titik terendah, seperti pemegang saham besar Zhongji Innolight yang jual RMB 4.9 miliar, lalu sahamnya naik 35%. Laporan menunjukkan kerugian potensial institusi karena jual terlalu awal di sektor komputasi AI bisa lebih dari RMB 200 miliar. Beberapa institusi yang bertahan justru salah arah, fokus pada aplikasi vertikal seperti AI pendidikan/kesehatan yang turun >20%, sementara sektor komputasi naik >50%. Di luar negeri, kesalahan serupa terjadi. Bridgewater jual besar-besaran saham seperti NVIDIA, Alphabet akhir 2025, tepat sebelum mereka rata-rata naik >80%. Posisi short di pasar AS mencapai level tertinggi sejak 2012. Warren Buffett juga banyak memegang kas, melewatkan rally AI. Namun, AI tetap dianggap sebagai peluang revolusioner paling pasti – bukan konsep jangka pendek, tapi revolusi infrastruktur seperti listrik atau internet. Bagi yang melewatkan gelombang pertama, masih ada peluang di lapisan aplikasi atau gelombang infrastruktur berikutnya. China punya ruang unik dalam pengembangan AI mandiri, penerapan, dan penyempurnaan rantai pasokan. Pemimpin industri memberikan perspektif. Ma Huateng (Tencent) menyatakan pentingnya fokus pada keunggulan sendiri di era AI, bukan sekadar mengejar tren. Jack Ma menyebut AI sebagai peluang revolusi industri setara penemuan listrik, dan era AI baru dimulai. Masih banyak peluang jangka panjang di sepanjang rantai industri, dari infrastruktur komputasi, platform model besar, hingga aplikasi AI sektoral. Peluang struktural berikutnya akan datang bagi mereka yang siap dan memiliki pola pikir stabil. Kuncinya adalah berpegang pada keunggulan sendiri dan berpikir jangka panjang.

marsbit06/03 00:21

Terlewat Gelombang Kenaikan Saham AI, Sekarang Harus Bagaimana?

marsbit06/03 00:21

Setelah 540 Ribu Baris Kode, Garry Tan Menyadari Permainan Lama Pemrograman AI Sudah Berakhir

Editor's Note: Sementara banyak orang memperdebatkan apakah AI akan menggantikan programmer, Presiden YC Garry Tan justru mengajukan pertanyaan lain: Jika AI sudah dapat menyelesaikan sebagian besar pekerjaan pemrograman, mengapa kita masih mengelolanya dengan cara lama seperti perangkat lunak biasa? Awal tahun ini, Garry Tan menghabiskan beberapa bulan untuk membuat proyek "Garry's List" dengan Rails dan AI Agent, yang menghasilkan lebih dari 540.000 baris kode. Namun, ia menyimpulkan bahwa kode tersebut tidak penting. Yang berharga adalah "GStack"—kerangka kerja pengembangan baru yang dibangun di sekitar alur kerja AI Agent. Menurutnya, industri perangkat lunak selama ini terbiasa membungkus model AI dengan banyak tes, validator, mekanisme percobaan ulang, dan logika kontrol. Ini seperti membangun "pabrik Foxconn" untuk pekerja AI yang sangat cerdas—membatasi agen yang sebenarnya sudah mampu dengan banyak aturan. Dengan biaya model yang turun cepat dan kemampuannya meningkat, fokus pengembangan perangkat lunak beralih dari "menulis lebih banyak kode" ke "merancang lebih banyak kemampuan." Tan mengusulkan menggunakan Markdown untuk membuat "skill pack" (paket keterampilan yang dapat diuji dan digunakan kembali), di mana Agent dapat secara otomatis menghasilkan kode, tes, dan sistem evaluasi. Sebagai contoh, pekerjaan menilai hackathon yang biasanya memakan waktu berhari-hari kini dapat diselesaikan oleh Agent dalam beberapa puluh menit. Intinya, artikel ini membahas akhir dari logika industrialisasi perangkat lunak. Ketika kode bukan lagi sumber daya paling langka, kompetensi inti insinyur juga bergeser: Daripada menulis lebih banyak kode, kemampuan untuk menilai apa yang layak dibangun, mendefinisikan masalah, dan mengemas pengalaman menjadi aset kemampuan yang dapat digunakan kembali menjadi lebih penting. Kesimpulannya: Insinyur terbaik di masa depan mungkin bukan yang menulis kode paling banyak, tetapi yang menulis paling sedikit namun mampu melepaskan kecerdasan paling besar.

marsbit06/02 21:42

Setelah 540 Ribu Baris Kode, Garry Tan Menyadari Permainan Lama Pemrograman AI Sudah Berakhir

marsbit06/02 21:42

活动图片