Sekitar sepertiga dari daya komputasi (komputasi) baru yang ditambahkan secara global tahun ini, pada akhirnya bekerja untuk dua perusahaan AI yang sama!
Kedua perusahaan itu adalah Anthropic dan OpenAI.
Pada tahun depan, proporsi ini mungkin meningkat menjadi setengahnya.
Jika tren ini berlanjut, pada akhir 2028, kedua perusahaan mungkin akan menguasai sebagian besar daya komputasi efektif yang tersedia di dunia.
Ucapan ini berasal dari Dylan Patel, pendiri SemiAnalysis.
Dylan Patel menjadi tamu di Dwarkesh Podcast.
Pada 25 Agustus, dia menjadi tamu di Dwarkesh Podcast dan menghitung perhitungan daya komputasi untuk tiga tahun ke depan.
10 menit terakhir, topik beralih dari daya komputasi ke pertanyaan yang lebih besar:
Akankah kekuatan AI benar-benar jatuh ke tangan segelintir perusahaan.
Membaca bagian ini, Thomas Wolf, salah satu pendiri dan Kepala Ilmuwan Hugging Face, langsung terkejut.
Saat membagikan ulang, dia berkata ini adalah pertama kalinya dia melihat Dwarkesh tampak bimbang dengan masalah ini di tempat.
Tidak mengherankan jika kata-kata itu keluar darinya.
Wolf mempertaruhkan separuh hidupnya pada open-source, yang menurutnya adalah jalan keluar untuk menghalangi konsentrasi kekuatan di tangan raksasa teknologi tertutup.
Setahun 'Makan' Tiga Pembangkit Listrik Tenaga Nuklir
Pertama, lihat seberapa cepat kedua perusahaan ini 'memakan' daya komputasi.
Awal tahun, OpenAI memiliki sekitar 2 gigawatt, Anthropic kurang dari 2 gigawatt. Namun, pada akhir tahun ini, keduanya akan melebihi 5 gigawatt.
Meningkat tiga hingga empat kali lipat dalam setahun, dan satuannya adalah gigawatt.
Satu gigawatt kira-kira setara dengan daya keluaran pembangkit listrik tenaga nuklir besar: seperti 'memakan' tiga pembangkit nuklir dalam setahun!
Daya komputasi baru yang dibangun secara global tahun ini sekitar 30 gigawatt, tahun depan 50 gigawatt, dan sekitar 70 gigawatt pada 2028. Tiga puluh persen yang dimakan kedua perusahaan ini berasal dari 30 gigawatt itu.
Tidak hanya kuantitasnya yang bertambah, di sini juga tersembunyi pengganda yang mudah terlewatkan: satu watt yang ditambahkan tahun ini jauh lebih kuat daripada satu watt yang dipasang dua tahun lalu:
Chip generasi ini, seperti GB300, TPUv7, Trainium3, kinerja per watt-nya 3 hingga 5 kali lipat generasi sebelumnya.
Jadi, ketika Dylan menyebut "pada akhir 2027, keduanya mengambil setengah dari penambahan daya komputasi baru", nilai setengah itu juga jauh lebih tinggi daripada cadangan yang ada, dan akan semakin begitu di tahun-tahun mendatang.
Dua pengganda ini digabungkan, barulah muncul ucapan Dylan tentang "mayoritas daya komputasi efektif yang tersedia".
Total daya komputasi chip AI global berlipat ganda setiap 7 bulan. Satu watt yang ditambahkan tahun ini jauh lebih kuat daripada satu watt yang dipasang dua tahun lalu. (Sumber: Epoch AI)
Namun, angka ini menghitung pengguna akhir daya komputasi, bukan kepemilikan daya komputasi.
Seseorang yang memanggil Claude di Amazon Bedrock, daya komputasinya juga dicatat atas nama Anthropic.
Siapa yang Cepat Untung, Dia yang Makan Lebih Banyak Daya Komputasi
Mengapa keduanya?
Jawabannya tersembunyi dalam metrik yang jarang disebut: pendapatan per megawatt.
Kembali setahun lalu, bisnis token itu sendiri masih merugi.
OpenAI menjalankan GPT-4 di Hopper, setiap token yang dijual memiliki margin negatif, Anthropic juga membakar uang investor.
Sekarang berbalik.
Anthropic mulai mencetak laba pada kuartal kedua tahun ini, OpenAI dilaporkan juga bisa balik modal pada kuartal ketiga.
Setelah generasi model seperti GPT-5.6, Opus 5, Fable 5 diluncurkan, pendapatan per megawatt kedua perusahaan jauh melampaui garis biaya daya komputasi 10 hingga 15 juta dolar AS.
Yang terdepan adalah Anthropic, mencapai hingga 50 juta dolar AS per megawatt.
Dylan Patel memberikan harga beli daya komputasi: 10 hingga 15 juta dolar AS per megawatt.
Kompetisi ini adalah tentang berapa banyak uang yang bisa dihasilkan per megawatt, bukan tentang berapa banyak kartu yang ditimbun.
Semakin banyak untung, semakin mampu membayar harga lebih tinggi; mampu membayar harga lebih tinggi, semakin banyak daya komputasi yang didapat, yang kemudian bisa melatih model yang lebih kuat, dan terus menghasilkan lebih banyak untung.
Tiga hingga empat kali lipat dalam setahun, begitulah cara ini bergulir.
Dan untuk menutupi garis biaya itu, sebenarnya tidak sulit.
Orang biasa membeli satu rak server GB300, mengunduh satu set bobot model open-source dan memasangnya di OpenRouter, penghasilannya bisa lebih banyak daripada biayanya. Kata-kata asli Dylan: Ini tidak sulit, dan ini bukan membuat roket.
Justru karena semua orang bisa mendapatkannya, garis ini tidak bisa dipertahankan, harga sewa mulai naik ke 25 juta, 40 juta dolar AS per megawatt.
Di Silicon Valley, saat ini hanya Anthropic dan OpenAI yang mampu membayar harga ini.
Dylan memperkirakan pada akhir 2027, pendapatan per megawatt mereka masih bisa naik menjadi 70 juta, 80 juta dolar AS.
Penyedia Cloud Membangun Gedung, Lab Menyewa Kamar
Menurut data Epoch AI, sekitar 71% kepemilikan daya komputasi AI global masih dipegang oleh lima penyedia cloud besar.
Tapi hak penggunaannya, sedang terkonsentrasi pada dua laboratorium AI.
Penyedia cloud adalah pemilik tanah, mereka membeli tanah, membangun pusat data. OpenAI dan Anthropic ibarat dua penyewa besar yang menyewa sebagian besar rumah.
Sekarang muncul juga pemain ketiga: bangun rumah dulu, cari penyewa belakangan.
Kebanyakan penyedia cloud biasanya menandatangani klien terlebih dahulu, membawa kontrak ke bank untuk meminjam uang, dan baru berani memulai konstruksi setelah uangnya masuk.
Meta dan SpaceX tidak perlu: mereka memiliki modal yang kuat, bisa melewati langkah mencari klien dan pendanaan, langsung memulai konstruksi, dan setelah rumah selesai baru memilih siapa yang menawar tertinggi.
Musk bahkan menjual daya komputasi dengan harga 40 miliar dolar AS per gigawatt.
Dylan menghitung untuknya di podcast: satu gigawatt daya komputasi seharusnya bernilai 15 miliar dolar AS, dia menawarkannya seharga 40 miliar dan berhasil menjualnya, modalnya kembali seluruhnya dalam satu tahun.
Anthropic bisa menghasilkan lebih dari 60 miliar dolar AS dengan satu gigawatt ini, lalu mengapa saya tidak bisa menjualnya lebih mahal?
Tahun depan, SpaceX masih akan menjadi pemasok besar daya komputasi baru, dan sebagian besar yang dibangunnya, kemungkinan besar akan disewakan kembali ke OpenAI dan Anthropic.
Menurut laporan WSJ, Anthropic sudah menyewa kapasitas pusat data SpaceX dengan harga 1,25 miliar dolar AS per bulan.
Dan di sisi penyewa, selera mereka lebih besar dari yang diperkirakan pemilik.
OpenAI meluncurkan Stargate pada Januari tahun lalu, dengan target mengunci 10 gigawatt di Amerika Serikat sebelum 2029. Lebih dari setahun berlalu, target ini sudah tercapai lebih cepat, hanya dalam 90 hari terakhir bertambah lebih dari 3 gigawatt.
Anthropic pada April tahun ini mengumumkan, bekerja sama dengan Google dan Broadcom memperoleh TPU generasi berikutnya dalam skala beberapa gigawatt, akan diluncurkan mulai 2027, dan secara resmi disebut sebagai pesanan daya komputasi terbesar perusahaan sejauh ini.
Bukan hanya itu, keduanya juga mulai membangun infrastruktur AI sendiri: OpenAI membuat chip buatan sendiri, TPU Anthropic diserahkan ke Fluidstack untuk penerapan.
Setelah lama menyewa, mereka juga ingin membangun beberapa rumah sendiri.
Daya Komputasi yang Dibeli Dipakai untuk Apa?
Saat ini alokasi daya komputasi di laboratorium kira-kira: 50% penelitian, 10% pengembangan, 40% inferensi.
Bagian terbesar adalah penelitian, bukan pelatihan.
Anthropic melatih Mythos, pra-pelatihan menggunakan daya komputasi kurang dari 200 megawatt di satu situs, berjalan sekitar dua bulan, pembelajaran penguatannya (reinforcement learning) bahkan lebih sedikit.
Memegang beberapa gigawatt, yang benar-benar ditekan pada "melatih satu model" hanya 200 megawatt.
Bukan karena pelit memakainya, tapi benar-benar tidak bisa digunakan.
Daya komputasi ini tersebar di ruang server di berbagai tempat, kecepatan transfer data tidak bisa mengimbangi kecepatan komputasi, jika dipaksa digabungkan hanya akan saling menunggu. Pembelajaran penguatan juga sama, lebih banyak latihan tidak berarti hasilnya lebih baik.
Jadi, sebagian besar sisanya, habis untuk mencoba arsitektur baru, menyesuaikan proporsi data, memvalidasi berbagai ide.
Dylan juga memiliki penilaian yang lebih kontra-intuitif: proporsi bagian inferensi akan terus menurun.
Satu megawatt hari ini bisa dijual seharga 30 hingga 40 juta dolar AS, menggunakan 40% untuk inferensi, menjual token, sangat masuk akal. Tapi bagaimana jika harganya naik menjadi 60 juta, 70 juta dolar AS?
Di depan dewan direksi ada dua jalan: terus menjual token, menghasilkan uang untuk dividen, pembelian kembali, pemegang saham senang; atau menarik kembali semua daya komputasi ini untuk diinvestasikan ke dalam penelitian dan pengembangan, untuk menciptakan AGI.
Dylan berpikir pertanyaan ini tidak terlalu membingungkan.
Menurut laboratorium, imbal hasil AGI jauh lebih besar daripada sedikit dividen saat ini.
Tanda-tandanya sudah ada: daya komputasi baru yang ditambahkan Anthropic setiap bulan masih naik, tetapi pertumbuhan pendapatan tahunan sudah mulai mendatar. Daya komputasi baru yang dibeli tidak berubah menjadi pendapatan, melainkan masuk ke penelitian dan pengembangan.
Tapi investor hanya akan terus bertanya: satu gigawatt seharusnya bisa menghasilkan ratusan miliar dolar AS pendapatan, mengapa kamu masih menambah pelatihan?
Masalahnya, muncul karena keduanya sedang menuju ke penawaran umum perdana (IPO).
Laboratorium bertaruh pada AGI, investor menunggu dividen, perhitungan ini sejak awal tidak cocok.
Siapa yang Membayar Tagihan 11 Triliun Dolar AS?
Pengeluaran modal AI global tahun ini sedikit melebihi 1 triliun dolar AS, dan akan melebihi 2 triliun pada 2028.
Pengeluaran modal gabungan lima penyedia cloud besar tumbuh rata-rata 72% per tahun, mendekati 500 miliar dolar AS pada 2025. Jika tren berlanjut, akan mencapai 770 miliar dolar AS pada 2026. (Sumber: Epoch AI)
Menurut perkiraan SemiAnalysis, akumulasi dari 2024 hingga 2029 sekitar 11 triliun dolar AS. Sekitar 6 triliun bisa dibayar dengan uang yang dihasilkan sendiri, sisanya 5 triliun hanya bisa dipinjam.
Utang 5 triliun dolar AS, semua dihantamkan ke pasar kredit yang sama, uang menjadi mahal.
Suku bunga obligasi Meta saat ini adalah 5% hingga 6%. Dylan menilai, Meta bersedia membayar hingga 8%, imbal hasil daya komputasi yang dibangun terlalu tinggi, membayar dua hingga tiga poin persentase ekstra ini sama sekali tidak masalah.
Masalahnya, uangnya berasal dari kolam yang sama.
Perusahaan AI bersedia meminjam dengan harga tinggi, biaya pendanaan seluruh pasar, ikut terangkat oleh beberapa perusahaan ini.
Selain sisi uang, regulasi pemerintah juga harus disebutkan.
New York membatasi pusat data, Texas memberlakukan penangguhan, Gubernur Ohio secara langsung mengumumkan: pembebasan pajak untuk pusat data ditangguhkan.
27 Mei 2026, Gubernur Ohio DeWine mengumumkan penangguhan pembebasan pajak pusat data.
Yang lebih keras, adalah tidak mengizinkan rilis model terbaik.
Astra OpenAI tidak dirilis, Anthropic juga menahan model yang dianggap publik sebagai Mythos generasi berikutnya dalam evaluasi keamanan.
Bagi laboratorium, ini bukan hanya sekadar kehilangan sebagian pendapatan.
Menurut perkiraan Dylan, jika semuanya berjalan lancar, kedua perusahaan ini akan terus membeli hingga 2028, mengambil 70-80% dari penambahan daya komputasi global.
Tapi yang diputus oleh regulator, adalah siklus semakin untung semakin beli, semakin beli semakin kuat:
Model terbaik tidak dirilis, pendapatan per megawatt tidak akan naik; pendapatan tidak naik, mereka tidak berani menaikkan harga daya komputasi ke posisi yang tidak bisa diikuti orang lain; tidak bisa membeli lebih banyak daya komputasi, model generasi berikutnya melambat, pendapatan per megawatt semakin tidak bisa naik.
Langkah pertama dari perkiraan Dylan itu juga ikut terputus.
Megawatt yang Diinvestasikan Hari Ini, Tenaga Kerja AI Esok Hari
Pembawa acara Dwarkesh akhirnya menghitung perhitungan lain.
Daya komputasi terdepan meningkat 4 hingga 5 kali lipat per tahun, sementara daya komputasi yang dibutuhkan untuk mencapai tingkat kemampuan yang sama turun menjadi sepertiga per tahun.
Keduanya dikalikan, "tenaga kerja AI efektif" laboratorium terdepan meningkat 10 kali lipat per tahun.
Jika kecepatan ini dilanjutkan: suatu laboratorium tahun ini memegang 10 juta tenaga kerja AI, tahun depan 100 juta, tahun berikutnya 1 miliar.
"Tidak butuh terlalu banyak tahun, tenaga kerja efektif satu perusahaan mungkin melebihi total populasi bumi!"
Perhitungan Dwarkesh ini, intinya adalah efek skala:
Biaya pelatihan akan disebar ke miliaran sesi, semakin besar skala semakin hemat; daya komputasi semakin langka, keunggulan sedikit saja semakin bisa menarik premi; model juga belajar dari penerapan, semakin luas digunakan, semakin banyak data.
Setiap kekuatan sedang berlari menuju konsentrasi, membuat Dylan berteriak "sangat menakutkan".
Perlombaan AI sedang berakselerasi ke arah baru, tiga tahun lalu membandingkan parameter, dua tahun lalu membandingkan skor, sekarang membandingkan berapa banyak uang yang bisa dihasilkan per megawatt.
Tantangan sebenarnya, bukan siapa yang pertama membuat AGI, tetapi setelah dibuat, siapa yang akan mengendalikannya.
Referensi:
https://x.com/dwarkesh_sp/status/2092652326112682489
https://www.dwarkesh.com/p/dylan-patel-3
https://openai.com/index/building-the-compute-infrastructure-for-the-intelligence-age/
https://www.anthropic.com/news/anthropic-expands-partnership-with-google-and-broadcom
https://epoch.ai/trends
Artikel ini berasal dari akun WeChat "新智元" (ID:AI_era), penulis: ASI启示录; editor: 元宇
