Saham Qualcomm: Harga Melonjak 20% Saat Perusahaan Muncul sebagai Pesaing Utama AI Melawan Nvidia dan AMD

Saham Qualcomm: Harga Melonjak 20% saat Perusahaan Muncul sebagai Pesaing AI Utama Melawan Nvidia dan AMD

  • 27 Oktober 2025
  • |
  • 17:20

Setelah bertahun-tahun bergantung pada smartphone sebagai mesin pendapatan utamanya, Qualcomm kini mengalihkan perhatian ke frontier baru yang sepenuhnya — pusat data AI.

Perusahaan mengumumkan masuknya ke pasar berisiko tinggi dengan jajaran baru akselerator dan server AI yang didedikasikan, menandakan ekspansi dramatis dari model bisnisnya dan tantangan terhadap dominasi Nvidia dan AMD.

Keluarga prosesor baru, dimulai dengan AI200, menandai dorongan serius pertama Qualcomm ke dalam infrastruktur berskala besar. Jauh dari sekadar peluncuran chip, ini mewakili upaya untuk membangun platform full-stack — lengkap dengan CPU, jaringan, dan teknologi inferensi AI yang efisien energi — yang dapat bersaing dengan nama-nama terbesar di bidang ini.

Dari Ponsel ke Cloud: Sebuah Reinventasi dalam Gerakan

Selama beberapa dekade, reputasi Qualcomm terkait dengan revolusi mobile. Prosesor Snapdragon-nya memberi daya pada segala sesuatu mulai dari ponsel Android unggulan hingga mobil terhubung. Namun, kepemimpinan perusahaan tahu bahwa peluang triliun dolar berikutnya terletak di tempat lain — dalam komputasi AI dan ekonomi pusat data yang besar yang mendukungnya.

Pada tahun 2026, Qualcomm akan meluncurkan sistem AI200-nya, diikuti setahun kemudian oleh AI250 yang lebih kuat, dan generasi ketiga pada tahun 2028. Setiap langkah, perusahaan mengatakan, akan mendorongnya lebih dalam ke beban kerja inferensi AI — fase “penyebaran” dari pembelajaran mesin di mana model yang dilatih melakukan tugas dunia nyata seperti pengenalan gambar, otomatisasi, dan mesin rekomendasi.

Alih-alih mengejar pasar pelatihan di mana Nvidia mendominasi, Qualcomm berfokus pada efisiensi dan skalabilitas — dua bidang yang dapat menarik perhatian hyperscaler yang berusaha mengekang biaya listrik dan perangkat keras yang melambung.

Menerapkan Efisiensi dalam Perlombaan AI

Di inti strategi ini adalah NPU Hexagon Qualcomm (Unit Pemrosesan Neural) — teknologi yang awalnya dirancang untuk prosesor mobile tetapi sekarang diperbesar untuk sistem yang dipasang di rak. Arsitektur NPU ini memungkinkan inferensi dengan daya rendah dan throughput tinggi dengan biaya yang jauh lebih rendah dibandingkan GPU pesaing.

Sementara chip Nvidia unggul dalam pelatihan model yang memerlukan kinerja tinggi, Qualcomm bertaruh bahwa banyak beban kerja perusahaan akan memprioritaskan keberlanjutan dan TCO (total cost of ownership) alih-alih kinerja dengan kekuatan brute. Sistem perusahaan diharapkan dapat mengurangi penggunaan energi secara dramatis sambil tetap memberikan kecepatan inferensi AI yang kuat.

Arsitektur Fleksibel, Penempatan Strategis

Berbeda dengan banyak pesaing yang menggabungkan chip dan server, Qualcomm berencana untuk menawarkan ekosistem modular. Klien akan dapat membeli akselerator individu, komponen server, atau sistem skala rak lengkap, tergantung pada kebutuhan mereka.

Menurut Durga Malladi, kepala perencanaan teknologi dan solusi pusat data Qualcomm, pendekatan terbuka ini bahkan dapat membuat chip perusahaan tersedia untuk pesaing. “Perangkat keras kami dapat cocok dengan infrastruktur siapa pun,” catat Malladi — sebuah pernyataan diplomatis namun menggambarkan yang mengisyaratkan kemitraan dengan pesaing potensial seperti AMD atau Nvidia.

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
  • Hadiah
  • Komentar
  • Posting ulang
  • Bagikan
Komentar
0/400
Tidak ada komentar
  • Sematkan
Perdagangkan Kripto Di Mana Saja Kapan Saja
qrCode
Pindai untuk mengunduh aplikasi Gate
Komunitas
Bahasa Indonesia
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)