AMDHarga Advanced Micro Devices Inc (Derivatives)

Laporan kuartal kedua AMD menunjukkan pergeseran signifikan dalam struktur pendapatannya. Dalam 12 kuartal terakhir, kontribusi bisnis *data center* terhadap total pendapatan perusahaan meningkat dari 27,6% menjadi 58,2%, menjadikannya segmen pendapatan terbesar sejak kuartal keempat 2025. Pada kuartal terakhir, pendapatan *data center* mencapai $6,718 miliar, meningkat 107% secara tahunan (YoY). Sementara itu, pendapatan segmen *gaming* turun 31% YoY menjadi $779 juta. Namun, penurunan ini tidak cukup besar untuk menjelaskan pertumbuhan pesat *data center*, mengindikasikan bahwa pertumbuhan perusahaan lebih didorong oleh perluasan basis pendapatan total, bukan hanya alih sumber daya internal dari satu segmen ke segmen lainnya. Pertumbuhan absolut total pendapatan AMD mendukung kesimpulan ini. Dibandingkan dengan pesaing, tren pertumbuhan pendapatan *data center* AMD memang kuat, namun skalanya masih jauh di bawah Nvidia ($75,2 miliar pada kuartal terakhir yang diungkapkan). Posisinya relatif lebih dekat dengan Intel, meski definisi segmen antar perusahaan berbeda dan periode pelaporan tidak selalu sepenuhnya sejalan. Secara keseluruhan, data menunjukkan bahwa *data center* kini telah menjadi pusat pendapatan AMD. Meski terjadi kontraksi di bisnis *gaming* pada periode yang sama, data laporan keuangan publik tidak cukup untuk membuktikan adanya pengalihan sumber daya secara langsung dan sederhana antara kedua divisi tersebut.

AMD telah sepakat untuk mengakuisisi startup Taalas dari Toronto yang mengatasi masalah utama dalam inferensi jaringan saraf—kebutuhan untuk terus memindahkan bobot model dari memori ke prosesor untuk menghasilkan setiap token. Chip Taalas menghilangkan operasi ini karena bobot model secara harfiah tertanam dalam transistor. Pemindahan data inilah yang membatasi kecepatan inferensi saat ini dan mengubah memori berbandwidth tinggi (HBM) menjadi komoditas paling langka di industri semikonduktor. Startup yang didirikan pada 2023 ini telah mengembangkan chip sirkuit terpadu khusus model. Chip uji pertama, dibuat dengan proses 6nm TSMC, melayani model Llama 3.1 8B dari Meta dengan kecepatan 16.960 token per detik, diklaim 48 kali lebih cepat daripada GPU Nvidia. Arsitekturnya memiliki dua zona: area untuk bobot model yang tertanam dalam ROM mask dan SRAM biasa untuk cache serta adapter penyesuaian halus. Namun, pendekatan ini memiliki kompromi jelas: setiap chip hanya melayani satu model secara permanen. Mengganti model memerlukan perubahan topologi parsial yang memakan waktu sekitar dua bulan di fasilitas TSMC. Oleh karena itu, ini hanya menguntungkan untuk model yang stabil, banyak digunakan, dan cukup berharga untuk dibekukan. Akuisisi ini tidak banyak mengubah persaingan inferensi antara AMD dan Nvidia, tetapi lebih menonjolkan keadaan pasar memori. Pembelian ini membuktikan bahwa keterbatasan memori dalam inferensi adalah solusi teknis yang dapat diatasi, bukan keniscayaan fisik. Sementara itu, pasar saat ini berasumsi bahwa kelangkaan HBM akan berlanjut, dengan harga DRAM biasa naik hampir 90% pada kuartal pertama dan HBM terjual habis hingga 2026. Namun, asumsi ini sedang ditantang dari berbagai sisi. Selain solusi Taalas yang menghilangkan kebutuhan memori untuk bobot, Nvidia mengompresi dan mengkuantisasi model, sementara produsen memori seperti Samsung dan SK hynix mengembangkan teknologi seperti zHBM dan standar memori flash berkecepatan tinggi baru untuk mengurangi ketergantungan pada HBM. AMD membuktikan bahwa inferensi dapat bekerja tanpa komponen yang langka ini, sementara investor yang melihat harga memori saat ini sebagai fitur permanen dari siklus AI bertaruh melawan gerakan teknikal besar yang bertujuan untuk hasil sebaliknya.

AMD setuju untuk mengakuisisi startup Taalas dari Toronto, yang memecahkan masalah utama dalam inferensi AI: kebutuhan untuk terus menerus memindahkan bobot model dari memori ke prosesor. Chip Taalas mengatasi ini dengan menanamkan bobot model langsung ke dalam transistor, menghilangkan kebutuhan akan memori HBM yang langka. Chip uji pertama mereka, yang dibuat dengan proses 6nm TSMC, mencapai 16.960 token/detik untuk model Llama 3.1 8B, jauh lebih cepat daripada GPU Nvidia. Namun, pendekatan ini memiliki kompromi besar: setiap chip hanya melayani satu model secara permanen. Mengganti model memerlukan pembuatan ulang sebagian chip, yang memakan waktu sekitar dua bulan. Oleh karena itu, solusi ini hanya ekonomis untuk model yang stabil dan banyak digunakan. Akuisisi ini menyoroti pasar memori yang sedang panas. Harga DRAM dan HBM meroket karena permintaan AI, dengan HBM terjual habis hingga 2026. Namun, teknologi seperti Taalas, kuantisasi model oleh Nvidia, serta inovasi zHBM Samsung dan memori flash berkecepatan tinggi dari SK hynix, semuanya bertujuan mengurangi ketergantungan pada HBM. AMD membeli bukti bahwa inferensi dapat bekerja tanpa komponen yang sangat langka ini. Dari perspektif analisis data, analogi terdekat adalah ASIC untuk penambangan Bitcoin: spesialisasi ekstrem untuk kecepatan, namun tidak fleksibel dan berisiko usang. Pertanyaan utamanya adalah apakah arsitektur model AI akan cukup stabil untuk membuat pendekatan hardware khusus seperti Taalas menguntungkan dalam jangka panjang.