# Artikel Terkait CUDA

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

Tembok Pertahanan CUDA 20 Tahun Hancur dalam Satu Akhir Pekan, Claude Sendirian Jalankan GPU Baru AMD

Dalam waktu satu akhir pekan, Claude, model AI canggih dari Anthropic, berhasil menjalankan model terbarunya di server AMD MI355X tanpa campur tangan manual engineer. Hal ini menandai terobosan signifikan dalam mengatasi dominasi ekosistem CUDA NVIDIA yang dibangun selama 20 tahun. AMD menyediakan toolkit khusus bernama ROCm.AI, yang dilengkapi dengan "AMD Skills"—pengetahuan terverifikasi tentang ROCm. Hal ini memungkinkan agen AI seperti Claude untuk secara mandiri mengatur lingkungan, men-deploy model, membaca log, memecahkan masalah, dan mengoptimalkan kinerja menggunakan ROCm CLI. Bahkan, AMD mengubah cara penulisan manual chip menjadi format yang dapat dibaca AI (ISA), memungkinkan agen langsung memahami dan mengoptimalkan perangkat keras. Kemampuan ini merupakan "serangan dimensional" terhadap ekosistem CUDA. Pengalaman bertahun-tahun yang dimiliki engineer NVIDIA kini dapat dikejar oleh agen AI yang bekerja tanpa henti. Agen dapat membaca dokumentasi, menganalisis performa, menguji konfigurasi, dan menghasilkan kernel yang disesuaikan—sebuah proses yang secara drastis memampatkan waktu pengembangan dari hitungan tahun menjadi hitungan tugas. Anthropic mengumumkan rencana untuk mendeploy hingga 2GW GPU AMD Instinct di sistem Helios, dengan 1GW pertama dimulai pada paruh pertama 2027. Kolaborasi ini akan menggunakan Claude untuk mengoptimalkan beban kerja AMD dan mempercepat pengembangan perangkat lunak ROCm. Masa depan persaingan chip tidak hanya tentang performa puncak, tetapi juga tentang seberapa baik AI dapat memahami dan mengoptimalkannya.

marsbit07/28 00:11

Tembok Pertahanan CUDA 20 Tahun Hancur dalam Satu Akhir Pekan, Claude Sendirian Jalankan GPU Baru AMD

marsbit07/28 00:11

Fable 5 Menulis Kernel CUDA "Super" Pertama Secara Manual, 18.7x Lebih Cepat Hanya dalam 2.5 Jam

Fable 5, versi aman dari model Claude Mythos Anthropic, memimpin besar dalam benchmark KernelBench-Mega untuk optimisasi kernel GPU. Dalam tes ketat mengoptimalkan tugas decode linear campuran W4A16, Fable 5 menghasilkan kernel CUDA yang mencapai kecepatan 18.7 kali lebih cepat dari baseline, mengalahkan Claude Opus 4.8 (14.4x) dan GPT-5.5 (4.34x). Pencapaian utamanya adalah menulis "megakernel" pertama yang sebenarnya—mengemas seluruh alur inferensi (dekuantisasi int4, konvolusi, perhatian, MoE, dll.) ke dalam sekali peluncuran kernel tunggal dengan 14 penghalang bertahap. Ini menghilangkan overhead sinkronisasi berulang yang dialami model lain yang memerlukan 4-14 peluncuran terpisah. Performanya bahkan meningkat seiring konteks yang lebih panjang. Proses pengembangannya berlangsung 2.5 jam (~550k token). Fable 5 menghabiskan 64% waktu untuk analisis mendalam seperti profiling dan pengukuran batas teoritis sebelum menulis kode, menunjukkan pendekatan metodis. Jack Clark, salah satu pendiri Anthropic, menyebut ini sebagai awal dari siklus "Peningkatan Diri Secara Rekursif" (RSI), di mana AI yang mampu mengoptimalkan kode komputasi dasarnya sendiri dapat mempercepat kemajuan AI secara otonom, menciptakan umpan balik yang memperkuat dirinya sendiri.

marsbit07/07 07:39

Fable 5 Menulis Kernel CUDA "Super" Pertama Secara Manual, 18.7x Lebih Cepat Hanya dalam 2.5 Jam

marsbit07/07 07:39

AMD Luncurkan Host AI Kecil, Langsung Menunjuk NVIDIA DGX Spark

AMD meluncurkan Ryzen AI Halo, perangkat pengembangan AI lokal berukuran kecil yang menyaingi NVIDIA DGX Spark. Keduanya menawarkan memori terpadu 128GB untuk menjalankan model besar hingga 200B parameter. Harga AMD lebih rendah ($2,949-$3,999 vs $3,999 NVIDIA), tetapi perbedaan mendasar terletak pada pendekatan. AMD menggunakan prosesor Ryzen AI Max+ 395 (CPU Zen 5, GPU RDNA 3.5, NPU XDNA 2) dengan sistem operasi Windows/Ubuntu, menekankan fleksibilitas PC standar. NVIDIA menggunakan Grace Blackwell Superchip dengan DGX OS khusus dan kartu jaringan ConnectX-7 berkecepatan tinggi untuk skenario klaster. Dalam inferensi, kinerja mirip, tetapi NVIDIA unggul dalam pemrosesan *prompt* dan ekosistem perangkat lunak CUDA yang matang. AMD berinvestasi kuat di ekosistem melalui akuisisi ZT Systems (desain sistem) dan kemitraan besar dengan OpenAI & Meta (masing-masing 6GW). ROCm, platform perangkat lunak AMD, telah meningkat pesat dalam kemudahan penggunaan dan dukungan framework, meski masih tertinggal dari ekosistem CUDA yang sudah mapan. Strategi AMD adalah menjadi alternatif terbuka dan hemat biaya bagi pengembang yang menghindari *vendor lock-in*, sementara NVIDIA menawarkan tumpukan perangkat lunak-hardware yang terintegrasi penuh dari desktop ke data center. Ryzen AI Halo mewakili upaya AMD untuk memperluas strategi ini ke pengembang desktop, melengkapi inisiatif skala cloud mereka.

marsbit06/16 09:17

AMD Luncurkan Host AI Kecil, Langsung Menunjuk NVIDIA DGX Spark

marsbit06/16 09:17

Bukan Jensen Huang yang Ingin Mengubah PC, Melainkan PC yang Ingin Menggulingkan Dirinya Sendiri

Industri PC yang telah berumur 40 tahun sedang berada di titik balik besar. Nvidia merilis superchip RTX Spark untuk PC Windows pada GTC Taipei 2026, menandai masuknya ke pasar prosesor inti PC dengan dukungan kuat dari Microsoft dan hampir semua produsen PC terkemuka. Tema utamanya adalah pergeseran dari "CPU-sentris" ke "AI SoC-sentris", di mana PC berubah dari alat yang dioperasikan manusia menjadi platform untuk berkolaborasi dengan agen AI lokal. Microsoft mendefinisikan ulang Windows sebagai platform untuk menjalankan agen AI. Motivasi Nvidia adalah untuk memperluas ekosistem CUDA yang memiliki 6 juta pengembang ke perangkat ujung. Chip RTX Spark yang lengkap memungkinkan kode AI berjalan secara native di laptop, membangun roda ekosistem baru. Industri PC sedang mengalami revolusi diri didorong oleh tren teknologi AI. Pemain kunci seperti Intel, AMD, Qualcomm, dan Apple juga bergerak ke arah yang sama, mengintegrasikan kemampuan AI ke dalam perangkat komputasi pribadi. Perbedaan terletak pada siapa yang dapat mengidentifikasi tren lebih cepat dan bertindak lebih tegas. Era baru AI PC telah tiba, dan industri PC sedang diciptakan ulang.

marsbit06/12 11:18

Bukan Jensen Huang yang Ingin Mengubah PC, Melainkan PC yang Ingin Menggulingkan Dirinya Sendiri

marsbit06/12 11:18

Mandiri atau Kompatibel: Pilihan Ekosistem AI China di Balik Penundaan Peluncuran DeepSeek V4

DeepSeek V4, model AI canggih Tiongkok dengan triliunan parameter, telah menunda peluncurannya karena upaya adaptasi dari platform komputasi NVIDIA CUDA ke chip Ascend Huawei menggunakan kerangka kerja CANN. Peralihan ini menghadapi tantangan teknis signifikan, termasuk perbedaan arsitektur, bandwidth memori, dan optimasi perangkat lunak. Meskipun Huawei berupaya menciptakan kompatibilitas tinggi dengan CUDA melalui CANN Next, pendekatan "kompatibilitas pertama" ini berisiko membatasi inovasi masa depan dan membuat ekosistem AI Tiongkok bergantung pada standar yang ditetapkan NVIDIA. DeepSeek V4 menjadi ujian nyata pertama bagi kemampuan komputasi AI mandiri Tiongkok. Keberhasilannya dapat mempercepat pematangan ekosistem domestik, namun tantangan jangka panjang seperti kesenjangan efisiensi pengembangan dan ketergantungan pada kompatibilitas harus diatasi. Masa depan AI Tiongkok akan ditentukan oleh kemampuannya tidak hanya menggantikan teknologi, tetapi juga menciptakan ekosistem independen yang inovatif dan kompetitif secara global dalam 3-5 tahun ke depan.

marsbit04/21 10:20

Mandiri atau Kompatibel: Pilihan Ekosistem AI China di Balik Penundaan Peluncuran DeepSeek V4

marsbit04/21 10:20

Bagian Pasar Nvidia di China Turun di Bawah 60%, Chip AI Lokal Serahkan 1,65 Juta Unit untuk Rebut Pasar

Menurut data IDC, pangsa pasar chip AI Nvidia di China turun drastis dari 95% menjadi 55% pada 2025, dengan total pengiriman sekitar 2,2 juta unit. Sebaliknya, produsen domestik China berhasil menguasai 41% pasar dengan pengiriman 1,65 juta chip AI. Huawei memimpin dengan 812.000 unit, diikuti oleh T-Head (265.000) serta Baidu Kunlun dan Cambricon (masing-masing 116.000). Kebijakan penggantian produk impor oleh pemerintah China dan sanksi ekspor AS menjadi pendorong utama perubahan ini. Huawei meluncurkan Atlas 350 yang mengklaim kinerja inferensi 2,87x lebih cepat daripada Nvidia H20, meski dengan presisi komputasi berbeda. Meski unggul di inferensi, chip China masih tertinggal 5-10 tahun di pelatihan model AI skala besar. Kendala utama adalah ekosistem perangkat lunak, meski banyak perusahaan berupaya menciptakan kompatibilitas dengan CUDA. Perusahaan chip AI China seperti Biren, MetaX, dan Iluvatar CoreX mulai go public, sementara Huawei menargetkan produksi massal chip Ascend 950PR pada paruh kedua 2026.

marsbit04/03 05:54

Bagian Pasar Nvidia di China Turun di Bawah 60%, Chip AI Lokal Serahkan 1,65 Juta Unit untuk Rebut Pasar

marsbit04/03 05:54

Perang Balasan Kekuatan Komputasi AI China

Pada tahun 2018, sanksi AS hampir melumpuhkan ZTE. Delapan tahun kemudian, perusahaan AI China DeepSeek mengumumkan model V4-nya akan menggunakan chip domestik, bukan NVIDIA. Ini menandai pergeseran besar dalam perang komputasi AI China. Larangan AS terhadap ekspor chip AI seperti A100 dan H100 dari NVIDIA awalnya memicu kekhawatiran, tetapi justru mendorong inovasi China. Alih-alih bergantung pada CUDA—ekosistem perangkat lunak NVIDIA yang mendominasi 90% pasar—perusahaan China beralih ke pendekatan asimetris. Mereka mengadopsi model Mixed Expert (MoE) seperti DeepSeek V3, yang mengaktifkan hanya sebagian kecil parameter, mengurangi biaya pelatihan dan inferensi secara drastis. Harga API DeepSeek jauh lebih murah daripada pesaing AS, menyebabkan pangsa pasar globalnya melonjak. Chip domestik seperti Huawei Ascend dan T100 dari Taichu Yuanqi kini tidak hanya digunakan untuk inferensi, tetapi juga pelatihan penuh model besar. Pada 2026, China telah membangun infrastruktur komputasi mandiri dengan efisiensi energi yang lebih baik dan harga listrik yang lebih rendah dibandingkan AS. Sementara AS menghadapi krisis listrik akibat data center, China justru mengekspor "Token" AI ke pasar global seperti India dan Indonesia. Perjalanan ini mengingatkan pada perang semikonduktor Jepang-AS tahun 1986, tetapi China membangun ekosistem independen yang lebih tangguh. Laporan keuangan 2026 menunjukkan perusahaan chip China seperti Cambricon meroket pendapatannya, meski beberapa seperti Moore Thread masih rugi—bukti betapa beratnya membangun ekosistem dari nol. Perang ini belum dimenangkan, tetapi China kini membayar "pajak perang" untuk kemandirian komputasinya.

marsbit03/04 05:15

Perang Balasan Kekuatan Komputasi AI China

marsbit03/04 05:15

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow