# Artikel Terkait Komputasi

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

Saya Salah Menilai Anthropic, Sumpahi Selama Setengah Tahun, Tiba-tiba Elon Musk Berubah Pikiran

Elon Musk kini mengakui bahwa dia salah menilai Anthropic. Setelah berbulan-bulan menyerang perusahaan AI itu sebagai "hipokrit dan jahat" serta meragukan masa depannya, Musk kini menyebut Anthropic sebagai pemimpin di bidang AI saat ini. Dia mengakui bahwa tidak ada perusahaan lain yang memiliki model sekuat Mythos/Fable, dan memprediksi Anthropic akan segera merilis Mythos 2. Perubahan sikap ini terjadi setelah kesepakatan besar antara Anthropic dan SpaceX pada Mei 2026. Anthropic menyewa seluruh kapasitas pusat data Colossus 1 SpaceX di Memphis—lebih dari 300 MW daya yang mendukung lebih dari 220.000 GPU Nvidia—dengan kontrak senilai $1,25 miliar per bulan hingga 2029. Kesepakatan ini membuat Anthropic menjadi salah satu klien terbesar SpaceX. Meskipun ada komentar daring yang menyatakan Musk bisa "mematikan" Anthropic dengan memutus pasokan komputasi, Musk menegaskan dia tidak akan melakukannya, menyebutnya "bukan gayanya." Dia merujuk pada praktik terbuka Tesla dan SpaceX sebagai bukti. Alasan utamanya jelas: memutus kontrak akan merugikan SpaceX secara finansial dan merusak reputasinya. Dengan demikian, persaingan di era AI ini menunjukkan logika baru: perusahaan yang bersaing ketat di satu sisi bisa menjadi mitra interdependen di sisi lain, khususnya dalam hal akses ke sumber daya komputasi yang sangat penting. Meski mengakui keunggulan Anthropic saat ini, Musk tetap optimis tentang masa depan SpaceXAI, yang usianya lebih muda.

marsbit13j yang lalu

Saya Salah Menilai Anthropic, Sumpahi Selama Setengah Tahun, Tiba-tiba Elon Musk Berubah Pikiran

marsbit13j yang lalu

Valuasi 10 Miliar Dolar AS, Didukung Kuat oleh NVIDIA! Prime Intellect Sedang Menghapus Label Web3-nya?

Perusahaan infrastruktur AI terdesentralisasi Prime Intellect mengumumkan telah mengumpulkan pendanaan Seri A senilai $130 juta dengan valuasi $1 miliar. Putaran ini dipimpin Radical Ventures dan melibatkan investasi langka dari NVIDIA Ventures, Intel Capital, dan Dell Technologies Capital, dengan total pendanaan melebihi $150 juta. Perusahaan yang didirikan pada 2024 ini juga mengklaim pendapatan tahunan (ARR) telah melampaui $100 juta dengan lebih dari 6.000 klien perusahaan dan startup. Prime Intellect mengembangkan platform pelatihan AI terpadu, Prime Intellect Lab, yang memungkinkan pelatihan model (khususnya model agen) tanpa perlu kluster GPU mahal sendiri. Mereka telah merilis serangkaian model seperti INTELLECT-1 hingga 3, serta kerangka kerja asynchronous reinforcement learning PRIME-RL, yang bertujuan menjadi sistem operasi RL yang dapat diskalakan. Kolaborasi dengan NVIDIA mencakup penggunaan sistem Blackwell dan NVL72 untuk beban kerja, serta integrasi perangkat lunak NVIDIA Dynamo untuk orkestrasi inferensi global. Contoh penggunaan nyata termasuk Ramp yang menggunakan platform ini untuk melatih sub-agen FastAsk. Menariknya, dokumentasi resmi Prime Intellect telah menghapus semua referensi terkait Web3 seperti "kontrak di Base Sepolia" atau "distribusi hadiah token," menandakan pergeseran fokus dari narasi berbasis crypto ke bisnis AI SaaS murni untuk menarik investor tradisional dan menuju jalur IPO atau akuisisi.

Foresight News22j yang lalu

Valuasi 10 Miliar Dolar AS, Didukung Kuat oleh NVIDIA! Prime Intellect Sedang Menghapus Label Web3-nya?

Foresight News22j yang lalu

Saham Semikonduktor Jatuh, Anthropic Justru Ingin Membuat Chip 2nm

Anthropic dilaporkan telah memulai pekerjaan awal untuk mengembangkan chip AI buatannya sendiri, dan berencana menggunakan teknologi manufaktur 2nm dan *advanced packaging* terdepan dari Samsung. Langkah ini bertujuan untuk mengoptimalkan efisiensi operasional model AI Claude, khususnya dalam tugas *inference*, guna mengurangi biaya komputasi yang sangat besar. Kemitraan ini tidak terlepas dari investasi strategis Samsung dalam putaran pendanaan Anthropic sebelumnya. Samsung, yang selama ini tertinggal dari TSMC di bisnis *foundry*, melihat peluang untuk merebut pelanggan besar seperti Anthropic di tengah permintaan chip AI yang tinggi dan keterbatasan kapasitas TSMC. Kerja sama ini merupakan bagian dari upaya besar Korea Selatan, termasuk investasi ratusan miliar dolar, untuk mendominasi industri semikonduktor. Meski merencanakan chip sendiri, Anthropic tetap sangat bergantung pada berbagai pemasok eksternal. Perusahaan ini memiliki komitmen jangka panjang dan investasi besar dengan Amazon Web Services (AWS) untuk akses ke chip Trainium dan dengan Google untuk akses ke Tensor Processing Unit (TPU). Mereka juga menyewa kapasitas besar dari kluster komputasi milik xAI yang menggunakan GPU Nvidia. Strategi multi-pemasok ini digunakan untuk mendiversifikasi risiko. Analis mencatat bahwa tren desain chip khusus justru mempererat interdependensi dalam rantai pasokan global, di mana lab AI AS, pabrikan chip Asia seperti Samsung, dan Nvidia saling terkait. Meski banyak perusahaan mencoba alternatif, Nvidia masih mendominasi pasar chip inferensi AI dengan pangsa sekitar 74%, dan posisinya tetap kuat dalam jangka pendek. Keputusan Anthropic untuk merancang chip sendiri masih dalam tahap sangat awal dan mungkin tidak dilanjutkan.

链捕手07/03 09:59

Saham Semikonduktor Jatuh, Anthropic Justru Ingin Membuat Chip 2nm

链捕手07/03 09:59

Huang Renxun: Prompt Sudah Mati, Seluruh Dunia AI Gila-Gilaan Mengejar Loop

Prompt sudah mati, seluruh industri AI kini gila-gilaan mengejar "Loop". Konsep Loop Engineering, yang dinamai oleh Addy Osmani dari Google pada Juni 2026, kini menjadi fokus utama. Para tokoh seperti Jensen Huang (NVIDIA), Andrew Ng, Andrej Karpathy, dan insinyur dari Anthropic menyatakan bahwa pekerjaan masa depan bukan lagi menulis prompt, tetapi merancang dan menangani sistem loop yang mandiri. Inti dari Loop Engineering adalah menggeser peran manusia dari pengendali AI harian menjadi arsitek sistem. Alih-alih terus-menerus menulis prompt, manusia mendesain sebuah siklus otomatis di mana AI dapat secara mandiri menemukan tugas, mengeksekusi, memverifikasi (dengan agen penilai terpisah untuk objektivitas), mempertahankan memori, dan menjadwalkan ulang—berjalan 24/7. Sebuah "buku putih" 11 halaman dan panduan 14 langkah praktis tengah viral, merinci komponen kunci loop: penemuan, penyerahan tugas, verifikasi, persistensi, dan penjadwalan. Tantangan terbesarnya adalah menghindari "utang verifikasi" dan "penyerahan kognitif" di mana manusia berhenti memahami kode yang dihasilkan AI. Contoh dari Anthropic menunjukkan bahwa meski loop memakan waktu dan biaya lebih besar (6 jam/$200 vs 20 menit/$9), kualitas outputnya jauh lebih unggul. Paradigma ini menggeser leverage dari menulis kata-kata untuk AI menjadi merancang sistem yang secara otomatis memberi makan AI, menjadikan penilaian manusia sebagai sumber daya paling berharga.

marsbit06/29 08:41

Huang Renxun: Prompt Sudah Mati, Seluruh Dunia AI Gila-Gilaan Mengejar Loop

marsbit06/29 08:41

Komputasi Kuantum Mendekati "Hari Q": Bagaimana Kebijakan Enkripsi, Logika Investasi, dan Manajemen Risiko Membentuk Ulang

Teknologi kuantum terus memengaruhi diskusi kebijakan kripto, dengan "Q Day" – titik di mana komputer kuantum dapat memecahkan algoritma enkripsi saat ini – semakin mendekat. Sementara pasar kripto bergerak cepat dengan perkembangan regulasi seperti RUU CLARITY dan pengaruh lobi politik, dimensi baru muncul: persimpangan teknologi kuantum, kripto, dan keamanan siber. Investasi kripto ke depan akan dibentuk oleh regulasi dan evolusi kriptografi. Kerangka regulasi yang jelas dapat mengurangi ketidakpastian, sementara kemajuan komputasi kuantum mengubah kekhawatiran teoritis menjadi isu perencanaan praktis. Proyek yang paling kuat adalah yang memiliki kesiapan regulasi dan rencana adaptasi kriptografi jangka panjang. Kesiapan kuantum kini menjadi risiko inti. Blockchain publik sangat bergantung pada sistem kriptografi untuk mengamankan dompet dan transaksi. Investor harus mulai menilai apakah suatu proyek telah mengidentifikasi ketergantungan kriptografinya, memiliki rencana migrasi, dan menguji metode pasca-kuantum. Penitipan aset dan bursa perlu mengevaluasi prosedur keamanan dan keberlanjutan operasional. Para pembuat kebijakan harus memperlakukan integritas kripto sebagai infrastruktur keuangan. Ketika aset digital semakin terintegrasi ke pasar keuangan, ketahanan kriptografi dan rencana mitigasi kuantum menjadi masalah sistemik. Kebijakan yang masuk akal harus mendorong pengungkapan risiko kriptografi signifikan, mewajibkan rencana pemutakhiran, dan mendukung koordinasi antar pemangku kepentingan. Keberlanjutan cryptocurrency akan semakin bergantung pada kemampuan infrastruktur keamanannya untuk beradaptasi dengan tekanan teknologi yang terus berakselerasi.

Foresight News06/29 07:14

Komputasi Kuantum Mendekati "Hari Q": Bagaimana Kebijakan Enkripsi, Logika Investasi, dan Manajemen Risiko Membentuk Ulang

Foresight News06/29 07:14

AI Melanda Dunia, Mengapa Crypto + AI Terlihat Lesu?

**Ringkasan:** Meskipun AI melanda dunia, kombinasi Crypto + AI tampak suram. Analisis dari sisi permintaan mengungkap empat bidang utama dan tantangannya: 1. **Komputasi & Penyimpanan Terdesentralisasi:** Menawarkan kedaulatan data dan biaya potensial lebih rendah, tetapi belum memberikan keunggulan teknologi yang meyakinkan bagi perusahaan yang sudah terikat dengan penyedia cloud tradisional. Risiko ketidakstabilan menghalangi adopsi. 2. **Pasar Data & Validasi Model/Privasi:** Teknologi seperti ZKML memecahkan masalah transparansi dan kepemilikan data, tetapi ini bukan prioritas mendesak bagi bisnis saat ini. Permintaan kemungkinan akan mengikuti regulasi (misalnya, Undang-Undang AI UE). 3. **Infrastruktur Agen AI:** Mengembangkan dasar untuk interaksi otonom antar agen, tetapi fokus pasar saat ini adalah otomatisasi proses internal. Permintaan belum matang untuk infrastruktur tahap berikutnya ini. 4. **Pembayaran Agen AI:** Satu-satunya bidang di mana blockchain bersaing langsung dengan keuangan tradisional. Keduanya belum sepenuhnya memecahkan masalah pembayaran mikro real-time antar mesin. **Masalah Inti: Ketidaksesuaian Pasokan-Permintaan.** Visi blockchain (desentralisasi, transparansi) tidak selaras dengan kebutuhan mendesak industri AI (kinerja, stabilitas, ROI). Kurangnya kasus penggunaan percontohan skala besar semakin menghambat adopsi. **Nilai Jangka Panjang:** Kombinasi ini memiliki logika yang kuat, tetapi perkembangannya bergantung pada kemampuannya beradaptasi dengan kebutuhan pasar saat ini atau menunggu permintaan masa depan (seperti ekonomi agen otonom) menjadi matang. Jalannya akan ditentukan oleh keselarasan dengan kebutuhan pasar yang nyata.

Foresight News06/29 06:18

AI Melanda Dunia, Mengapa Crypto + AI Terlihat Lesu?

Foresight News06/29 06:18

Model Generatif Skala Besar Pertama dengan Fisika Sebagai Primitif Komputasi, Un-0 Telah Tiba, Dapat Mengurangi Konsumsi Energi AI 1000 Kali Lipat?

Model generasi skala besar pertama di dunia yang menggunakan fisika sebagai primitif komputasi, Un-0, telah hadir. Dikembangkan oleh Unconventional AI yang didirikan oleh Naveen Rao, mantan kepala AI Databricks, model ini bertujuan untuk mengatasi krisis energi yang membayangi perkembangan AI dengan target mengurangi konsumsi daya inferensi hingga 1000 kali lipat dibanding sistem saat ini. Un-0 adalah model generasi gambar yang digerakkan oleh sistem "osilator terhubung analog", memanfaatkan dinamika alami sistem fisik (seperti perubahan fase osilator dari waktu ke waktu) untuk melakukan komputasi, bukan bergantung sepenuhnya pada komputasi digital GPU tradisional. Model ini dilatih pada dataset ImageNet 64x64 dan mencapai skor FID 6.74, yang kualitasnya sebanding dengan model generasi gambar arus utama di masa awal pengembangannya. Cara kerjanya melibatkan ribuan osilator (dimodelkan sebagai Osilator Kuramoto) yang berinteraksi melalui kekuatan kopling yang dapat dipelajari. Untuk menghasilkan gambar, sistem diinisialisasi secara acak, kemudian diberi label kelas untuk memandu evolusinya. Sistem fisik dibiarkan berkembang secara alami, dan pada waktu tertentu (T), fase semua osilator direkam dan diterjemahkan menjadi piksel gambar melalui decoder tradisional yang ringan. Meskipun kinerjanya belum menyaingi model generasi gambar tradisional terbaru seperti EDM, Un-0 membuktikan kelayakan menggunakan sistem dinamika fisik untuk tugas AI skala besar. Keberhasilannya membuka jalan bagi pengembangan perangkat keras komputasi non-tradisional yang jauh lebih efisien energi di masa depan, dengan memanfaatkan dimensi waktu dan menggabungkan komputasi serta memori dalam entitas fisik yang sama.

marsbit06/26 10:57

Model Generatif Skala Besar Pertama dengan Fisika Sebagai Primitif Komputasi, Un-0 Telah Tiba, Dapat Mengurangi Konsumsi Energi AI 1000 Kali Lipat?

marsbit06/26 10:57

活动图片