# 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.

Ray Dalio: Gelembung AI Mengingatkan pada Tahun 1929 dan 2000

Pendiri Bridgewater Associates, Ray Dalio, memperingatkan tentang kondisi pasar yang rapuh. Dalam wawancara podcast The Diary of a CEO, dia menyatakan bahwa antusiasme seputar kecerdasan buatan (AI) telah menggelembungkan gelembung yang sebanding dengan tahun 1929 dan 2000. Dia juga menjelaskan mekanisme spesifik yang akan menyebabkan gelembung itu pecah. Dalio mengidentifikasi tanda-tanda klasik gelembung finansial: harga yang terlepas dari keuntungan, spekulasi investor ritel dengan modal pinjaman, dan gelombang penawaran saham baru. Dia menekankan perbedaan krusial antara kekayaan dan uang. Saat ini, rasio "kekayaan/uang" di AS sekitar 8,5 banding 1, mirip dengan puncak sebelum kehancuran 1929 dan gelembung dotcom 2000. Dalio melihat situasi ini dalam konteks "Siklus Besar" 80 tahun, yang melibatkan dinamika utang, ketimpangan yang meningkat, dan konflik politik. Dua faktor yang biasanya memecahkan gelembung adalah kenaikan suku bunga dan lonjakan penerbitan saham. Peringatan utamanya adalah tentang apa yang terjadi setelah gelembung AI pecah: bukan hanya peristiwa finansial, tetapi juga pemicu konflik politik dan makroekonomi yang menyertai akhir siklus tersebut. Dalio juga memberi contoh seorang kenalan yang mengelola perusahaan AI yang mengumpulkan ratusan juta dolar saat ini, berharap untuk membeli pesaing saat pasar berbalik arah. Dia mengingatkan bahwa ketika gelembung pecah, orang-orang akan berkonflik, pemerintah kehabisan uang, dan akan ada perdebatan sengit tentang sumber pendanaan.

cryptonews.ru08/04 15:01

Ray Dalio: Gelembung AI Mengingatkan pada Tahun 1929 dan 2000

cryptonews.ru08/04 15:01

Setidaknya 15 Penyerang Manfaatkan Kerentanan Coldcard: Galaxy

Setidaknya 15 penyerang berbeda telah mengeksploitasi kerentanan dompet Coldcard, menurut laporan penelitian Galaxy Digital, dengan total kerugian diperkirakan mencapai $100 juta hingga $130 juta dalam Bitcoin. Kerentanan ini berkaitan dengan tingkat entropi kunci pribadi yang lebih rendah (40 bit) akibat bug firmware, yang memudahkan serangan. Insiden ini memicu kembali perdebatan mengenai keamanan dompet penyimpanan dingin (cold storage). Di sisi lain, muncul klaim bahwa pengerasan model AI senilai sekitar $2 dapat mencegah eksploitasi, karena beberapa model AI dilaporkan menemukan kembali kerentanan tersebut dalam waktu kurang dari 20 menit. Namun, pakar meragukan bahwa AI dapat menemukan kerentanan ini secara mandiri sebelum dipublikasikan, menekankan bahwa temuan AI tersebut terjadi setelah kerentanan menjadi pengetahuan publik.

cointelegraph08/04 14:47

Setidaknya 15 Penyerang Manfaatkan Kerentanan Coldcard: Galaxy

cointelegraph08/04 14:47

Agen FBI Mencuri Aset Kripto Senilai Jutaan, Akhirnya Dikhianati oleh ChatGPT-nya Sendiri

Seorang mantan agen kontra-intelijen FBI berusia 41 tahun, Patrick Steven Yaroch, ditangkap karena mencuri hampir 1 juta dolar AS dalam aset kripto dari dompet digital milik target mata-mata asing yang sedang dia selidiki. Modusnya adalah dengan menghafal frasa pemulihan (seed phrase) dompet tersebut dari sistem FBI dan memindahkan dana ke akunnya sendiri dalam 10-12 tahap selama setahun lebih tanpa ketahuan. Yang unik, pengungkapan kasus ini dimulai dari pelaku sendiri. Yaroch menyerahkan diri kepada Departemen Kehakiman pada 28 Juli, mengaku terusik hati nurani. Investigasi dari ponselnya mengungkap percakapannya dengan ChatGPT tentang rencana pensiun dini di Portugal dengan uang hasil curian, serta pertanyaan mengenai prosedur imigrasi. Bukti-bukti ini menjadi bagian dari dokumen kasus. Dia menyimpan dana curian di Kraken dan protokol DeFi Suilend di jaringan Sui – pilihan terakhir disebutkannya karena menyukai logonya. FBI berhasil memulihkan sekitar 925.000 dolar AS. Kasus ini menyoroti dua hal: catatan percakapan AI bisa menjadi bukti hukum, dan lemahnya pengamanan akses terhadap kredensial kripto sensitif yang disimpan institusi penegak hukum.

marsbit08/04 14:08

Agen FBI Mencuri Aset Kripto Senilai Jutaan, Akhirnya Dikhianati oleh ChatGPT-nya Sendiri

marsbit08/04 14:08

Lubang Hitam AI Terbesar, Setelah Pendapatan Anthropic Mencapai $1 Triliun Pertahun, Harga Komputasi Meroket 10 Kali Lipat

**Judul: Lubang Hitam AI Terbesar, Harga Komputasi Melonjak 10 Kali Lipat Setelah Pendapatan Anthropic Mencapai 1 Triliun Dolar AS** Artikel ini membahas prediksi drastis dari podcast teknologi Dwarkesh Patel tentang masa depan harga daya komputasi (komputasi) di era AI. Inti argumennya adalah: jika pendapatan laboratorium AI seperti Anthropic terus meledak (mencapai 1 triliun dolar AS tahun depan), sementara pasokan komputasi global hanya tumbuh sekitar 3 kali lipat per tahun, maka harga komputasi bisa naik lebih dari 10 kali lipat. Alasannya adalah pergeseran paradigma: GPU (seperti H100) tidak lagi sekadar alat, tetapi menjadi pembawa "tenaga kerja digital" yang dapat menggantikan pekerja berpengetahuan manusia, seperti programmer dengan gaji $250.000 per tahun. Namun, sewa tahunan H100 saat ini hanya sekitar $16.000, menciptakan "celah arbitrase tenaga kerja" yang sangat besar sebesar 15 kali lipat. Kesenjangan antara nilai AI yang melesat dan pasokan komputasi fisik yang terbatas diperkirakan akan memicu inflasi besar-besaran pada harga komputasi. Artikel ini menjelaskan bahwa pertumbuhan pendapatan AI (contoh: Anthropic tumbuh 10x setahun) telah melampaui kemampuan industri untuk memproduksi lebih banyak chip dan infrastruktur. Faktor-faktor fisik seperti hukum Moore yang melambat, siklus pembangunan pabrik chip yang panjang, dan kapasitas produksi Taiwan Semiconductor Manufacturing Company (TSMC) yang hampir jenuh membatasi pasokan. Dalam skenario ini, model AI yang paling canggih justru akan semakin dominan karena lebih efisien waktu, sesuai dengan "Efek Alchian-Allen". Meskipun ada sanggahan yang membandingkan dengan sejarah harga komoditas atau menunjuk batasan AI di dunia fisik, artikel berargumen bahwa elastisitas pasokan komputasi jauh lebih rendah. Prediksinya adalah bahwa sebelum komputasi menjadi murah seperti pasir, dunia akan mengalami perlombaan senjata dan inflasi komputasi yang intens.

marsbit08/04 13:59

Lubang Hitam AI Terbesar, Setelah Pendapatan Anthropic Mencapai $1 Triliun Pertahun, Harga Komputasi Meroket 10 Kali Lipat

marsbit08/04 13:59

NVIDIA Pindahkan Gunung

Menyusul pengumuman NVidia bahwa CPO (Co-Packaged Optics) telah memasuki tahap produksi massal dan akan diimplementasikan di pabrik AI global pada paruh kedua tahun ini, yang secara efektif membatalkan kekhawatiran penundaan CPO hingga 2028, pasar AI bereaksi tajam. Pada 4 Agustus, indeks ChiNext melonjak 5.64%, dan indeks SZSE Component naik 3.25%. Konsep CPO dan komunikasi optik memimpin kenaikan, dengan banyak saham seperti Tianfu Communication dan Zhongji Innolight naik lebih dari 10%, bahkan mencapai limit up. Sektor semikonduktor, yang sebelumnya tertekan, juga rebound kuat. Pergerakan pasar sangat terpolarisasi. Sementara saham teknologi tumbuh, saham tradisional seperti perbankan, minuman keras, dan otomotif justru melemah. Volume perdagangan A-share mencapai 2,2 triliun yuan, dengan arus dana yang jelas condong ke pasar Shenzhen. Di pasar saham Hong Kong, saham AI seperti Zhongji Innolight H-shares juga naik, tetapi indeks secara keseluruhan masih berfluktuasi. Di sisi lain, WuXi AppTec melonjak hingga limit up setelah menaikkan panduan pendapatan tahunannya secara signifikan. Namun, perlu dicermati bahwa kinerja luar biasa beberapa perusahaan, seperti AMEC, sebagian besar didorong oleh keuntungan investasi, bukan operasi inti. Pada tingkat kebijakan, otoritas China merilis sejumlah tindakan untuk mendukung pasar modal, termasuk kerja sama lintas batas dengan Hong Kong dan perlindungan yang lebih kuat untuk desain tata letak sirkuit terintegrasi. Likuiditas tetap memadai, dengan ETF saham mencatat aliran masuk bersih tertinggi sepanjang masa pada Juli. Faktor eksternal: Negosiasi yang diklaim AS dengan Iran tentang pembukaan kembali Selat Hormuz memicu penurunan harga minyak, tetapi Iran membantahnya. Sementara itu, persaingan di industri AI semakin ketat, dengan Alibaba merilis model dasar Qwen3.8 dan OpenAI memotong harga GPT-5.6 Luna secara drastis, menunjukkan tekanan harga yang meningkat. Laporan keuangan AMD yang akan datang akan menjadi ujian penting berikutnya bagi sentimen sektor semikonduktor.

marsbit08/04 13:54

NVIDIA Pindahkan Gunung

marsbit08/04 13:54

Setelah Meme, "Roadmap Bertahan Hidup" dari Solana Foundation

**Ringkasan Artikel: "Peta Jalan Bertahan" Fondasi Solana Setelah Meme** Fondasi Solana baru-baru ini membuka lowongan untuk lima posisi senior (Kepala Stablecoin, Kepala Ekosistem AI, Kepala Pertumbuhan Institusional Asia, dll.), yang semuanya berfokus pada pertumbuhan kelembagaan dan sektor-sektor seperti AI, stablecoin, dan aset tokenisasi. Ini menandakan pergeseran strategis yang jelas dari ketergantungan pada aktivitas spekulatif Meme, yang selama ini menjadi penggerak utama aktivitas jaringan. Laporan Q2 2026 menunjukkan masalah mendasar: meskipun volume perdagangan aset tokenisasi (terutama saham) di Solana melonjak 114% menjadi $58 miliar, pendapatan ekonomi riil jaringan turun 43%. Pendapatan masih sangat bergantung pada platform Meme seperti Pump.fun (39% dari pendapatan aplikasi). Aplikasi terkait aset tokenisasi tidak masuk lima besar penghasil pendapatan, karena model biayanya yang lebih rendah. Lima posisi baru ini dirancang untuk membangun fondasi pendapatan yang lebih berkelanjutan: 1. **Stablecoin & DeFi:** Menangani ketertinggalan Solana dalam pasokan stablecoin ($163 miliar vs. $900 miliar di Tron) dan mendorong "pertumbuhan lompatan" dengan mengalirkan likuiditas ke produk DeFi yang menghasilkan biaya. 2. **Kelembagaan Asia:** Memanfaatkan momentum adopsi oleh bank-bank global (seperti JPMorgan, BNY Mellon) dan peningkatan teknis **Alpenglow** (konfirmasi 150ms) untuk memperluas jalur keuangan institusional di Asia. 3. **AI:** Mengembangkan aliran pendapatan baru dari pembayaran berbasis stablecoin untuk agen AI, seperti yang telah diujicobakan dengan Google Cloud (**Pay.sh**). Intinya, Fondasi Solana sedang membangun "peta jalan bertahan" untuk mendiversifikasi ekonominya. Kesuksesan akan diukur pada kuartal mendatang: apakah pangsa pendapatan dari Meme turun, dan apakah aplikasi dari sektor-sektor baru (aset tokenisasi, pembayaran AI) dapat masuk jajaran teratas penghasil pendapatan. "Pertumbuhan lompatan" yang disebutkan dalam lowongan kerja masih merupakan target yang harus dibuktikan.

marsbit08/04 11:58

Setelah Meme, "Roadmap Bertahan Hidup" dari Solana Foundation

marsbit08/04 11:58

16 Kartu B200 Dibutuhkan untuk Menjalankan Kimi K3, Hanya 8 Kartu AMD yang Diperlukan

Ini mungkin momen yang sudah lama ditunggu AMD. Baru-baru ini, Wafer AI berhasil menerapkan model **Kimi K3** pada GPU AMD MI355X. Hasilnya, model yang sebelumnya membutuhkan 16 GPU NVIDIA B200 yang dijalankan di dua server, kini dapat dijalankan di satu server AMD dengan 8 MI355X. Kunci utamanya adalah kapasitas memori. Kimi K3 memiliki 2,8 triliun parameter dan membutuhkan lebih dari 1,5 TB memori hanya untuk bobot modelnya. Server 8-kartu B200 dengan 192 GB per kartu hampir tidak cukup, sehingga memerlukan dua server. Sementara MI355X, dengan 288 GB memori per kartu, memungkinkan seluruh model berjalan dalam satu node, menghindari latensi komunikasi antar-node. Dalam pengujian (input 1024 token, output 400 token), konfigurasi 8 MI355X mencapai throughput total puncak 952 token/detik dan kecepatan generasi per pengguna 118 token/detik. Performa throughput per node ini sekitar 3,8 kali lebih tinggi dari rata-rata konfigurasi dua node B200. Meskipun B300 tetap lebih cepat secara absolut, analisis biaya-performa oleh Wafer (dengan asumsi harga tertentu per jam) menunjukkan MI355X menawarkan efisiensi biaya tertinggi. Yang mengejutkan, pengalaman dengan platform perangkat lunak ROCm AMD kali ini relatif mulus. Model Kimi K3 dapat berjalan langsung di MI355X dengan dukungan yang hampir bersamaan. Hanya beberapa penyesuaian kecil yang diperlukan, seperti menambahkan fungsi yang hilang untuk *speculative decoding* dan mengoptimalkan kernel perhatian (*attention kernel*) untuk bentuk spesifik model, yang berhasil mengurangi waktu hingga token pertama (*TTFT*) secara signifikan. Meskipun ekosistem CUDA NVIDIA masih lebih matang, kasus ini menunjukkan bahwa strategi AMD dengan memori HBM yang lebih besar menjadi keunggulan nyata untuk model besar. Jika AMD dapat terus meningkatkan stabilitas ROCm dan dukungan bentuk model, GPU mereka menjadi alternatif yang layak dipertimbangkan untuk *data center*: harga lebih rendah, memori lebih besar, performa memadai, dan perangkat lunak yang semakin tidak merepotkan.

marsbit08/04 11:24

16 Kartu B200 Dibutuhkan untuk Menjalankan Kimi K3, Hanya 8 Kartu AMD yang Diperlukan

marsbit08/04 11:24

SK Hynix dan SanDisk Memperkenalkan Jenis Baru Memori Antara

SK Hynix dan SanDisk memperkenalkan standar baru memori perantara bernama HBF pada konferensi FMS 2026 di California. Teknologi ini dirancang untuk mengisi celah antara memori HBM yang sangat cepat dan penyimpanan SSD, dengan kapasitas hingga 512 GB dan kecepatan transfer data 0,4–3,0 TB/detik. HBF menggunakan antarmuka terbuka UCIe untuk koneksi langsung ke CPU/GPU, memposisikannya sebagai standar terbuka industri. Dalam arsitektur server AI masa depan, hierarki memori diperkirakan akan terdiri dari empat lapis: HBM untuk data paling aktif, CXL untuk RAM berkecepatan tinggi, HBF untuk cache konteks dan bobot model AI yang besar, dan SSD NVMe untuk penyimpanan data "dingin". Kemitraan standarisasi HBF dimulai Agustus 2025 oleh konsorsium yang mencakup Google dan Tenstorrent. Dalam acara yang sama, SK Hynix juga mengumumkan pengembangan memori 4D NAND 375-layer (V10) dengan peningkatan efisiensi energi 2,5 kali lipat.

cryptonews.ru08/04 11:19

SK Hynix dan SanDisk Memperkenalkan Jenis Baru Memori Antara

cryptonews.ru08/04 11:19

Mantan Agen FBI Ditangkap karena Mencuri Mata Uang Kripto Senilai $1 Juta

Mantan agen FBI, Patrick Steven Yaroch, ditangkap dan didakwa atas pencurian aset kripto senilai sekitar $1 juta. Dana diduga dicuri dari dompet yang terkait dengan investigasi terhadap negara asing, termasuk Rusia, saat dia masih menjabat di biro tersebut. Yaroch, yang memiliki akses ke sistem internal FBI, menggunakan frasa seed rahasia untuk melakukan sekitar 12 transaksi dan mentransfer dana ke dompetnya sendiri. Setelah pencurian, ia mengaku menggunakan ChatGPT untuk mendapatkan saran investasi dan merencanakan pindah ke Portugal. Pada Juli 2026, dia menyerahkan diri kepada pejabat Kementerian Kehakiman AS dan mengaku menyesali keputusannya. Yaroch telah dipecat dari FBI dan tetap ditahan dengan tuduhan mengangkut dan menerima properti curian antarnegara bagian. Kasus ini menyoroti risiko kontrol internal atas akses ke data kripto sensitif di dalam lembaga penegak hukum. Insiden serupa pernah terjadi pada 2015, ketika dua agen federal menyalahgunakan wewenang untuk mencuri Bitcoin dari kasus Silk Road. Kasus ini mempertanyakan keamanan model penyimpanan aset kripto pemerintah yang sering kali bergantung pada akses tunggal tanpa skema multisignature.

cryptonews.ru08/04 09:51

Mantan Agen FBI Ditangkap karena Mencuri Mata Uang Kripto Senilai $1 Juta

cryptonews.ru08/04 09:51

Matematikawan Membantah Dugaan yang Diklaim OpenAI Terpecahkan Hanya dalam 24 Jam! "AI Benar dalam Setiap Kalimat, Tapi Sudah Tidak Relevan dengan Dugaan Asli"

OpenAI mengklaim model AI generasi berikutnya telah memecahkan 10 masalah matematika tingkat dunia, termasuk membantah Dugaan Kekakuan Connes. Namun, sehari setelahnya, matematikawan J. L. Nielsen merespons dengan makalah yang menunjukkan bahwa contoh tandingan yang diajukan AI tidak valid. Nielsen menelusuri 37.000 baris kode Lean 4 yang dirilis OpenAI, memetakan setiap objek ke konsep matematika aslinya. Ia menemukan bahwa salah satu grup yang dibangun AI dalam argumennya sebenarnya tidak memenuhi syarat tambahan yang diperlukan oleh dugaan tersebut, yaitu kondisi ICC dan sifat Kazhdan (T). Ini berarti konstruksi AI tidak lagi membahas dugaan asli. Peristiwa ini menyoroti batasan verifikasi formal mesin. Asisten pembuktian seperti Lean memastikan argumen logis konsisten secara formal, tetapi tidak dapat memverifikasi apakah pernyataan yang dibuktikan sesuai dengan maksud atau konteks masalah asli. Dengan kata lain, AI mungkin membuktikan setiap kalimat dengan benar, tetapi kalimat-kalimat itu sendiri mungkin telah menyimpang dari konjectur awal. Makalah Nielsen menekankan bahwa pengawasan manusia atas hasil penelitian AI tetap sangat kritis. Dugaan Kekakuan Connes masih terbuka dan belum terpecahkan.

marsbit08/04 08:48

Matematikawan Membantah Dugaan yang Diklaim OpenAI Terpecahkan Hanya dalam 24 Jam! "AI Benar dalam Setiap Kalimat, Tapi Sudah Tidak Relevan dengan Dugaan Asli"

marsbit08/04 08:48

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Lainnyaright-arrow