# Artikel Terkait Inferensi

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

Kamus Istilah AI (Edisi Maret 2026), Disarankan untuk Disimpan

Kamus AI Slang (Edisi Maret 2026): Ringkasan untuk Pemula Artikel ini menyajikan glosarium istilah-istilah penting dalam dunia AI, dirancang untuk mereka yang baru memulai. Dibagi menjadi dua bagian: Kosakata Dasar (12 istilah) dan Kosakata Lanjutan (18 istilah). **Kosakata Dasar** mencakup konsep inti seperti: * **LLM (Large Language Model)**: Model AI yang dilatih dengan data masif untuk memahami dan menghasilkan bahasa. * **AI Agent**: Sistem yang dapat memahami tujuan, menjalankan tugas, dan menggunakan alat. * **Multimodal**: Kemampuan model untuk memproses berbagai jenis input/output (teks, gambar, audio, video). * **Prompt**: Perintah yang diberikan pengguna kepada model. * **AIGC (AI Generated Content)**: AI yang fokus pada pembuatan konten baru. * **Token**: Unit dasar untuk pemrosesan dan biaya model AI. * **Context Window**: Jumlah total token yang dapat diproses model sekaligus. **Kosakata Lanjutan** mencakup konsep teknis dan tren terbaru seperti: * **Transformer & Attention**: Arsitektur dan mekanisme inti di balik model bahasa modern. * **Agentic Workflow**: Sistem yang dapat bekerja secara otonomi. * **Hallucination**: Ketika model menghasilkan informasi yang salah namun terdengar meyakinkan. * **RAG (Retrieval-Augmented Generation)**: Teknik menggabungkan pencarian eksternal dengan LLM untuk jawaban yang faktual. * **Fine-tuning**: Menyesuaikan model untuk tugas atau domain tertentu. * **Vibe Coding**: Menulis kode dengan hanya memberikan deskripsi kebutuhan kepada AI. Artikel ini menekankan bahwa memahami istilah-istilah ini sangat penting untuk mengikuti perkembangan industri dengan cepat.

marsbit03/11 11:56

Kamus Istilah AI (Edisi Maret 2026), Disarankan untuk Disimpan

marsbit03/11 11:56

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

Memahami Physical AI Huang Renxian: Mengapa Peluang Crypto Juga Tersembunyi di 'Sudut-Sudut Tersembunyi'?

Baca Huang Renxun (Jensen Huang) tentang Physical AI: Peluang Crypto Tersembunyi di "Sudut Tersembunyi"? Dalam Forum Davos, CEO NVIDIA Jensen Huang menyatakan bahwa fokus AI beralih dari pelatihan ke inferensi dan "Physical AI" – AI yang berinteraksi dengan dunia fisik. Ini menandai akhir era hanya mengandalkan kekuatan komputasi mentah dan awal kompetisi berbasis aplikasi. Physical AI adalah tahap berikutnya dari Generative AI, di mana AI tidak hanya menghasilkan teks/gambar tetapi juga bertindak di dunia nyata. Tantangan utamanya meliputi: 1. **Kecerdasan Spasial:** AI perlu memahami lingkungan 3D, bukan hanya mengenali objek. 2. **Latar Pelatihan Virtual:** Mensimulasikan dunia fisik (seperti Omniverse) untuk melatih robot tanpa biaya kerusakan hardware yang besar. 3. **Kulit Elektronik:** Sensor untuk mengumpulkan data "sentuhan" (suhu, tekanan), yang merupakan aset data baru. Peluang untuk Crypto (Web3) hadir dalam menutupi celah yang tidak dapat dijangkau oleh raksasa AI sentralistik (Web2): 1. **DePIN:** Jaringan perangkat terdesentralisasi dapat mengumpulkan data dari sudut-sudut terpencil yang tidak terjangkau mobil pemetaan, dengan insentif token. 2. **Jaringan Komputasi Terdistribusi:** Memanfaatkan hardware yang menganggur untuk menyediakan daya komputasi tepi (edge computing) dan rendering yang dibutuhkan untuk simulasi dan inferensi real-time Physical AI. 3. **Data dan Kepemilikan:** Model tokenomics dapat memungkinkan berbagi data pribadi (seperti data sensorik/sentuhan) dengan memberi insentif dan memberikan hak kepemilikan serta pembagian keuntungan kepada kontributor. Kesimpulannya, Physical AI bukan hanya babak baru untuk AI Web2, tetapi juga peluang besar bagi ekosistem Crypto (Web3) seperti DePIN, komputasi terdesentralisasi, dan ekonomi data terdesentralisasi untuk berkontribusi.

marsbit01/23 00:38

Memahami Physical AI Huang Renxian: Mengapa Peluang Crypto Juga Tersembunyi di 'Sudut-Sudut Tersembunyi'?

marsbit01/23 00:38

Huang Renxun Umumkan 8 Produk Baru dalam 1,5 Jam, NVIDIA Fokus Penuh pada AI Inference dan Fisika AI

Dalam pidato utamanya di CES 2026, CEO NVIDIA Jensen Huang mengumumkan 8 produk baru dalam 1,5 jam, fokus pada AI inferensi dan Physical AI. Peluncuran utamanya meliputi NVIDIA Vera Rubin POD—superkomputer AI dengan 6 chip khusus (Vera CPU, Rubin GPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, dan Spectrum-X CPO) yang menawarkan kinerja inferensi 3,6 EFLOPS per rak. Rubin GPU menampilkan peningkatan 5x dalam inferensi dan 3,5x dalam pelatihan dibanding Blackwell. Huang juga memperkenalkan Spectrum-X Ethernet, platform memori konteks inferensi untuk efisiensi penyimpanan, dan DGX SuperPOD berbasis Vera Rubin yang mengurangi biaya token untuk model besar hingga 1/10. Di sisi perangkat lunak, NVIDIA memperluas model open-source termasuk Nemotron dan Alpha-Mayo untuk kendaraan otonom, serta berkolaborasi dengan Mercedes-Benz untuk mobil AI yang lebih aman. NVIDIA mendorong evolusi AI dari generatif ke fisik, dengan dukungan penuh dari ekosistem global.

marsbit01/06 04:56

Huang Renxun Umumkan 8 Produk Baru dalam 1,5 Jam, NVIDIA Fokus Penuh pada AI Inference dan Fisika AI

marsbit01/06 04:56

Pidato Terbaru Jensen Huang di CES2026: Tiga Topik Kunci, Satu 'Monster Chip'

Jensen Huang, CEO NVIDIA, hadir di CES 2026 dengan presentasi utama yang berfokus pada tiga topik inti: platform komputasi AI generasi baru Rubin, peningkatan infrastruktur penyimpanan konteks inferensi, dan kemajuan AI fisika yang siap diluncurkan secara komersial. Rubin, platform AI terbaru NVIDIA, menampilkan GPU Rubin, CPU Vera, dan NVLink 6, yang bersama-sama meningkatkan kinerja inferensi 5x dan mengurangi biaya token hingga 10x dibandingkan generasi sebelumnya. Platform ini dirancang untuk mendukung AI yang "berpikir lebih lama" dan lebih efisien. NVIDIA juga memperkenalkan Platform Penyimpanan Memori Konteks Inferensi, yang dikendalikan oleh BlueField-4, untuk mengatasi hambatan penyimpanan data selama proses inferensi yang berkelanjutan. Solusi ini meningkatkan kecepatan pemrosesan token hingga 5x. Di bidang AI fisika, NVIDIA meluncurkan Cosmos, model dasar untuk memahami dunia fisik, dan Alpamayo, model inferensi otonom open-source pertama. NVIDIA juga mengumumkan kemitraan produksi dengan Mercedes-Benz untuk kendaraan otonom tingkat L2++ dan kolaborasi dengan berbagai perusahaan robotika global berdasarkan platform Isaac dan model dasar GR00T. Selain itu, NVIDIA memperluas ekosistem model open-source-nya (Open Model Universe) dengan Nemotron dan toolkit lainnya, menyediakan dataset, kode, dan model yang dapat diakses untuk pengembangan AI yang lebih luas.

marsbit01/06 02:18

Pidato Terbaru Jensen Huang di CES2026: Tiga Topik Kunci, Satu 'Monster Chip'

marsbit01/06 02:18

活动图片

Kategori Populerright-arrow

Tag Populerright-arrow

Analisis Pasar

Tren Teknologi