OpenAI Menaikkan Pengeluaran Cloud menjadi $750 Miliar pada 2030: Perlombaan Infrastruktur AI Memanas

2026/08/01 11:12:00

picture[data-cms-leading-picture="true"]{display:none!important}

OpenAI dilaporkan sedang mempersiapkan salah satu ekspansi komputasi terbesar dalam sejarah teknologi, karena meningkatnya permintaan untuk kecerdasan buatan mendorong perusahaan untuk mengamankan lebih banyak prosesor, kapasitas cloud, pusat data, dan listrik. Pengeluaran komputasi yang diproyeksikan dapat mencapai sekitar $750 miliar hingga 2030, sementara Proyek Camellia dan kesepakatan besar dengan Microsoft, Amazon Web Services, Oracle, dan CoreWeave menciptakan jaringan infrastruktur yang terdiversifikasi. Rencana-rencana ini mencerminkan pentingnya kapasitas fisik dalam persaingan untuk mengembangkan dan mendistribusikan sistem AI canggih. Namun, banyak proyek yang diumumkan masih tunduk pada persetujuan konstruksi, pembiayaan, dan regulasi, sementara perkiraan $750 miliar belum dikonfirmasi secara publik oleh OpenAI. Kemampuan perusahaan untuk Mengonversi infrastruktur ini menjadi layanan yang andal dan pendapatan yang berkelanjutan akan membantu menentukan apakah ekspansi ini menjadi keunggulan kompetitif yang tahan lama atau kewajiban jangka panjang yang mahal. real-time AI dan Big Data crypto market data dapat menunjukkan bagaimana tema AI yang lebih luas tercermin dalam digital-asset markets, meskipun kinerja token tidak boleh dianggap sebagai ukuran valuasi atau hasil operasional OpenAI.

Laporan Pengeluaran Komputasi yang Direncanakan OpenAI Dilaporkan Meningkat Menjadi $750 Miliar Hingga 2030

Pengeluaran komputasi yang diproyeksikan OpenAI dilaporkan meningkat menjadi sekitar $750 miliar hingga 2030, naik $150 miliar dari perkiraan sebelumnya sebesar $600 miliar, menurut The Wall Street Journal. Peningkatan 25% mencerminkan meningkatnya permintaan akan pusat data, prosesor AI, listrik, dan kapasitas cloud seiring ekspansi OpenAI terhadap ChatGPT, layanan perusahaan, dan agen AI yang mampu menyelesaikan tugas-tugas yang lebih kompleks. Namun, OpenAI belum secara publik mengonfirmasi angka tersebut atau mengungkap rincian terperinci. Perkiraan ini mungkin mencakup kontrak cloud, peralatan jaringan, sistem pendingin, dan reservasi kapasitas jangka panjang, sehingga sebaiknya dilihat sebagai pengeluaran komputasi kumulatif yang diproyeksikan, bukan komitmen pengeluaran modal yang final.

Proyeksi $750 Miliar mencakup biaya komputasi selama beberapa tahun

Jumlah yang dilaporkan tidak berarti OpenAI berencana menghabiskan $750 miliar hanya pada tahun 2030. Sebaliknya, jumlah tersebut mewakili perkiraan pengeluaran kumulatif untuk kapasitas komputasi selama beberapa tahun menjelang 2030. Presiden OpenAI, Greg Brockman, mengatakan perusahaan memperkirakan akan menghabiskan sekitar $5 miliar untuk daya komputasi pada tahun 2026, dibandingkan sekitar $30 juta pada tahun 2017. Peningkatan dramatis ini mencerminkan seberapa cepat biaya dan skala pengembangan AI mutakhir telah berubah. Sistem pembelajaran mesin awal dapat dilatih pada kluster komputasi yang relatif kecil, sementara model penalaran, multimodal, dan agen modern dapat memerlukan ribuan prosesor khusus yang bekerja bersama melalui jaringan berkecepatan tinggi. Setelah pelatihan selesai, infrastruktur tambahan diperlukan untuk menguji model, meningkatkan keamanannya, dan memberikan respons kepada ratusan juta pengguna.

Sebagian besar dari anggaran yang diproyeksikan juga dapat terkait dengan kontrak yang memesan kapasitas bertahun-tahun sebelum tersedia. Pusat data canggih dapat memerlukan periode perencanaan yang panjang karena pengembang harus mengamankan lahan, koneksi jaringan, izin konstruksi, sistem pendingin, transformator, dan sejumlah besar chip AI. Oleh karena itu, OpenAI mungkin perlu memasuki perjanjian jangka panjang sekarang untuk memastikan bahwa kapasitas yang cukup tersedia di akhir dekade ini. Kontrak-kontrak ini mungkin disusun dalam tahapan, artinya perusahaan akan membayar seiring selesainya infrastruktur, diserahkannya sumber daya komputasi, atau meningkatnya penggunaan. Beberapa komitmen dapat berlangsung melebihi tahun 2030, sementara yang lainnya dapat tumpang tindih dengan program infrastruktur Stargate yang lebih luas milik OpenAI, sehingga tidak tepat untuk menjumlahkan semua perjanjian cloud dan pusat data yang dilaporkan secara publik seolah-olah masing-masing mewakili pengeluaran yang terpisah.

Pertumbuhan ChatGPT dan Inferensi AI Mendorong Permintaan Komputasi OpenAI

Kebutuhan infrastruktur OpenAI yang terus meningkat didorong oleh pelatihan dan inferensi model. Pelatihan melibatkan pemrosesan kumpulan data yang sangat besar untuk mengembangkan atau meningkatkan model AI, sementara inferensi terjadi setiap kali ChatGPT atau aplikasi lain menggunakan model tersebut untuk menjawab pertanyaan, menghasilkan gambar, menganalisis informasi, atau menyelesaikan tugas. Meskipun pelatihan menarik perhatian karena permintaan terkonsentrasi terhadap chip canggih, inferensi menciptakan biaya jangka panjang yang terus-menerus dan berpotensi lebih besar. Setiap pengguna ChatGPT tambahan, implementasi perusahaan, atau aplikasi pengembang meningkatkan jumlah operasi model yang berjalan di seluruh infrastruktur OpenAI, terutama ketika permintaan melibatkan penalaran lanjutan, generasi video, pemrograman, atau analisis multimodal.

Perusahaan tersebut mengatakan pada Maret 2026 bahwa ChatGPT memiliki lebih dari 900 juta pengguna mingguan, lebih dari 50 juta pelanggan, dan bisnis perusahaan yang tumbuh pesat. OpenAI juga melaporkan bahwa antarmuka pemrograman aplikasinya memproses lebih dari 15 miliar token per menit. Kapasitas komputasi yang tersedia meningkat dari sekitar 0,2 gigawatt pada 2023 menjadi 0,6 gigawatt pada 2024 dan sekitar 1,9 gigawatt pada 2025. Ekspansi ini menunjukkan bahwa peningkatan pengeluaran komputasi OpenAI terkait erat dengan penggunaan produk nyata, meskipun permintaan masa depan tetap sulit diprediksi. Agen AI dapat meningkatkan konsumsi lebih lanjut karena satu permintaan dapat memicu beberapa pencarian, perhitungan, interaksi perangkat lunak, dan pemanggilan model sebelum tugas akhir selesai.

Pendorong utama di balik proyeksi pengeluaran komputasi OpenAI yang lebih tinggi meliputi:

Pelatihan model Frontier: Sistem AI dengan kemampuan penalaran dan multimodal yang lebih unggul memerlukan kluster besar prosesor canggih, memori, dan peralatan jaringan.
Memperluas beban inferensi: Pertumbuhan ChatGPT, layanan AI perusahaan, dan aplikasi pengembang menciptakan permintaan berkelanjutan setiap kali model menghasilkan respons.
Adopsi agen AI: Sistem otonom dapat melakukan banyak operasi model untuk satu permintaan pengguna, berpotensi mengonsumsi komputasi jauh lebih banyak daripada interaksi chatbot standar.
Pemesanan kapasitas jangka panjang: Chip langka, koneksi grid, dan lokasi pusat data seringkali perlu diamankan bertahun-tahun sebelum siap digunakan secara komersial.
Diversifikasi infrastruktur: Bekerja sama dengan beberapa mitra cloud, chip, dan pusat data dapat meningkatkan ketahanan dan mengurangi ketergantungan pada satu pemasok.
Tekanan kompetitif: OpenAI harus memperoleh kapasitas yang cukup sementara Google, Anthropic, Meta, xAI, dan pengembang lainnya sedang memperluas jaringan infrastruktur AI mereka sendiri.

Peningkatan efisiensi dapat mengurangi biaya komputasi untuk tugas-tugas individu, tetapi mungkin tidak menurunkan permintaan infrastruktur secara keseluruhan. Model yang lebih cepat dan lebih murah dapat mendorong bisnis dan konsumen untuk menggunakan AI lebih sering, menciptakan efek rebound di mana konsumsi keseluruhan terus meningkat meskipun biaya per permintaan lebih rendah. Oleh karena itu, OpenAI harus bersiap menghadapi beberapa skenario permintaan yang mungkin, daripada mengasumsikan bahwa peningkatan efisiensi chip atau model akan secara otomatis mengurangi kebutuhan infrastruktur-nya.

Peningkatan pengeluaran menciptakan peluang strategis sekaligus risiko keuangan

Mengamankan kapasitas komputasi tambahan dapat memberikan OpenAI beberapa keunggulan strategis. Akses yang lebih besar terhadap prosesor dan pusat data memungkinkan perusahaan melatih model baru lebih cepat, mengurangi batasan kapasitas selama periode permintaan tinggi, dan mendukung produk khusus untuk pemrograman, penelitian ilmiah, generasi video, dan otomasi perusahaan. Diversifikasi infrastruktur juga dapat memperkuat posisi negosiasi OpenAI dengan mencegah ketergantungan berlebihan pada satu penyedia cloud atau pemasok chip saja. Di industri di mana akses terhadap listrik dan prosesor canggih dapat menentukan seberapa cepat sebuah perusahaan mengembangkan dan mendistribusikan produk AI baru, perjanjian kapasitas jangka panjang dapat berfungsi sebagai kebutuhan operasional sekaligus pertahanan kompetitif.

Namun, menghabiskan lebih banyak untuk infrastruktur tidak secara otomatis menjamin model AI yang lebih baik, pertumbuhan pendapatan yang lebih kuat, atau margin laba yang lebih tinggi. OpenAI harus memastikan bahwa kapasitas yang disisihkan digunakan secara efisien dan bahwa permintaan pelanggan menghasilkan cukup pendapatan untuk menutupi kewajiban komputasi jangka panjang. Perusahaan dapat menghadapi tekanan keuangan jika adopsi perusahaan melambat, konsumen menolak harga langganan yang lebih tinggi, pesaing menawarkan model serupa dengan biaya lebih rendah, atau prosesor baru membuat infrastruktur yang ada menjadi kurang ekonomis. Peningkatan model juga dapat bergantung pada faktor-faktor di luar skala perangkat keras, termasuk metode pelatihan, kualitas data, optimasi perangkat lunak, sistem keamanan, dan terobosan penelitian. Hanya menambahkan lebih banyak chip mungkin menghasilkan peningkatan yang berkurang jika bidang-bidang lain tersebut tidak berkembang pada laju yang sama.

Proyeksi infrastruktur OpenAI sebesar $750 miliar oleh karena itu harus dilihat sebagai indikasi skala ambisi perusahaan, bukan sebagai pengeluaran akhir yang dijamin. Pertanyaan paling penting bukanlah apakah OpenAI dapat menyediakan kapasitas komputasi dalam jumlah besar, tetapi apakah ia dapat menerapkan kapasitas tersebut secara bertahap, mempertahankan pemanfaatan yang kuat, dan mengonversinya menjadi pendapatan berlangganan, perusahaan, dan API yang berkelanjutan. Investor dan pengamat industri perlu memantau pengeluaran komputasi tahunan OpenAI, kapasitas operasional, biaya inferensi, pertumbuhan pendapatan, dan struktur kontrak untuk menentukan apakah ekspansi infrastruktur perusahaan memperkuat bisnis atau menciptakan kewajiban yang bisa sulit didukung.

Bagaimana Proyek Camellia dan Kesepakatan Cloud Besar Memperkuat Perlombaan Senjata Infrastruktur AI

Strategi infrastruktur OpenAI bergerak melampaui perjanjian penyewaan cloud konvensional menuju jaringan yang lebih luas terdiri dari pusat data khusus, kontrak listrik jangka panjang, kemitraan chip khusus, dan kapasitas yang disediakan oleh beberapa perusahaan teknologi yang bersaing. Di pusat ekspansi ini adalah Project Camellia, pengembangan pusat data AI 3,2 gigawatt yang diusulkan di Georgia. Proyek ini dikembangkan bersamaan dengan perjanjian besar yang melibatkan Microsoft Azure, Amazon Web Services, Oracle, CoreWeave, dan penyedia infrastruktur lainnya. Bersama-sama, kesepakatan-kesepakatan ini menunjukkan bagaimana persaingan dalam kecerdasan buatan semakin ditentukan oleh akses terhadap infrastruktur fisik, bukan hanya kinerja model.

Proyek Camellia Bisa Menjadi Salah Satu Pengembangan Pusat Data Terbesar OpenAI

Project Camellia adalah kampus komputasi AI yang diusulkan di Effingham County, Georgia, yang bertujuan untuk menyediakan kapasitas pusat data jangka panjang bagi OpenAI. Pengembangan ini dapat menerima hingga 3,2 gigawatt listrik dari Georgia Power, yang akan disalurkan secara bertahap antara 2028 dan 2032 seiring selesainya substation, koneksi transmisi, sistem pendingin, peralatan jaringan, dan fasilitas prosesor. The Wall Street Journal melaporkan bahwa kampus ini dapat mencakup sekitar 1.400 acre dan melibatkan komitmen awal OpenAI sekitar $20 miliar, meskipun OpenAI belum secara resmi mengungkapkan angka-angka tersebut. Reuters juga melaporkan bahwa OpenAI dan Georgia Power telah mencapai perjanjian pasokan listrik selama 25 tahun yang memungkinkan fasilitas ini mengurangi konsumsi atau menyediakan hingga 1.000 megawatt kapasitas kembali ke jaringan selama periode permintaan yang sangat tinggi. OpenAI menyatakan akan menanggung biaya infrastruktur dan layanan listrik proyek ini, sementara peraturan Georgia dirancang untuk mencegah biaya-biaya tersebut dialihkan kepada pelanggan yang sudah ada.

OpenAI mengatakan Project Camellia akan menggunakan sistem pendinginan tertutup yang bertujuan untuk membatasi konsumsi air berkelanjutan dan awalnya menciptakan setidaknya 400 pekerjaan permanen di lokasi, yang berpotensi melebihi 1.000 jika kampus mencapai kapasitas penuh. Perusahaan juga telah mengusulkan dana komunitas sebesar $80 juta, inisiatif pendidikan, dan hingga $71 juta kredit Codex untuk siswa Georgia yang memenuhi syarat. Komitmen-komitmen ini dapat mendukung penerimaan lokal, meskipun dampak proyek terhadap penggunaan lahan, infrastruktur listrik, dan pengembangan regional tetap menjadi pertimbangan penting. Project Camellia masih berupa rencana dan belum beroperasi, serta izin akhir, pembiayaan, mitra konstruksi, operator kampus, dan jadwal pengembangan belum dikonfirmasi secara publik. Peningkatan jaringan, ketersediaan peralatan, dan tinjauan regulasi dapat menunda fase-fase tertentu atau mengubah kapasitas akhir, sehingga penting untuk membedakan antara infrastruktur yang diusulkan, dikontrak, dan yang beroperasi.

OpenAI Sedang Membangun Jaringan Infrastruktur Multi-Cloud yang Terdiversifikasi

OpenAI mengamankan kapasitas komputasi dari beberapa penyedia alih-alih bergantung sepenuhnya pada Microsoft Azure. Microsoft tetap menjadi mitra utama dan mempertahankan hak teknologi dan produk penting, tetapi perjanjian yang direvisi menghapus hak prioritas pertama yang lebih luas. Ini memberi OpenAI kebebasan lebih besar untuk bernegosiasi dengan pemasok lain ketika Azure tidak dapat menyediakan kapasitas, harga, atau jadwal penyebaran yang dibutuhkan.

Perjanjian cloud dan infrastruktur utama yang diungkapkan secara publik oleh OpenAI mencakup:

Microsoft Azure: OpenAI mengontrak untuk membeli tambahan $250 miliar layanan Azure di bawah kemitraan yang direvisi.
Amazon Web Services: Perjanjian baru senilai hingga $100 miliar selama delapan tahun memperluas kesepakatan sebelumnya senilai $38 miliar, sehingga nilai gabungan potensial mencapai sekitar $138 miliar. Perjanjian ini mencakup sekitar dua gigawatt kapasitas AWS Trainium.
Oracle Cloud Infrastructure: OpenAI mengatakan kemitraan ini melebihi $300 miliar selama lima tahun dan dapat menyediakan hingga 4,5 gigawatt di berbagai lokasi pusat data.
CoreWeave: Ekspansi berturut-turut meningkatkan nilai potensial perjanjian OpenAI-nya menjadi sekitar $22,4 miliar, menyediakan kapasitas cloud GPU khusus.
Google Cloud: OpenAI telah menambahkan Google Cloud ke portofolio infrastrukturnya, meskipun nilai kontrak sebanding tidak diungkapkan.

Angka-angka ini sebaiknya tidak digabungkan menjadi satu total karena kontrak-kontrak tersebut mencakup periode waktu yang berbeda, beberapa berlangsung hingga setelah 2030, dan beberapa mewakili komitmen maksimum daripada pembayaran yang dijamin. Beberapa perjanjian juga mungkin tumpang tindih dengan pengembangan Stargate atau perjanjian pemroses dan pusat data yang terpisah. Nilai yang dinyatakan tidak menunjukkan seberapa besar kapasitas yang sedang beroperasi, sedang dibangun, atau bergantung pada opsi ekspansi masa depan.

Strategi multi-cloud juga memberi OpenAI akses ke berbagai arsitektur prosesor. AWS menyediakan chip Trainium, fasilitas Microsoft dan Oracle dapat mengimplementasikan sistem Nvidia atau alternatif lainnya, dan CoreWeave berspesialisasi dalam infrastruktur GPU berdensitas tinggi. OpenAI juga bekerja sama dengan AMD, Broadcom, dan Cerebras, yang dapat meningkatkan fleksibilitas pasokan sekaligus menciptakan kompleksitas teknik tambahan. Surat niatnya dengan Nvidia mencakup setidaknya 10 gigawatt sistem, dengan Nvidia berpotensi berinvestasi hingga $100 miliar seiring penyebaran kapasitas. Karena masih berupa surat niat, struktur akhir dan nilai investasinya tidak dijamin.

Stargate dan Rival Investments Memperluas Persaingan Infrastruktur AI Global

OpenAI dan SoftBank memperkenalkan Stargate pada Januari 2025 dengan rencana untuk berinvestasi hingga $500 miliar selama empat tahun di infrastruktur AI AS, dimulai dengan $100 miliar dan menargetkan sekitar 10 gigawatt kapasitas. Oracle dan MGX bergabung sebagai mitra ekuitas, sementara Microsoft, Nvidia, dan Arm ditunjuk sebagai peserta teknologi. OpenAI menyatakan pada April 2026 bahwa portofolio AS yang direncanakan dan diamankan telah melampaui target awal, meskipun beberapa situs masih dalam tahap desain, perizinan, atau konstruksi, dan kapasitas yang direncanakan tidak boleh disamakan dengan pusat data yang beroperasi. Perusahaan juga belum menjelaskan apakah Project Camellia termasuk dalam Stargate. Sementara itu, Alphabet, Amazon, Meta, dan Microsoft diperkirakan akan menghabiskan lebih dari $700 miliar selama 2026, sebagian besar untuk infrastruktur terkait AI, meskipun perkiraan tahunan tersebut tidak langsung dapat dibandingkan dengan kontrak OpenAI. Anthropic juga sedang memperluas operasinya melalui AWS Trainium dan kesepakatan dengan AMD yang dapat menyediakan dua gigawatt mulai 2027, sementara Google, Meta, dan xAI terus mengembangkan cluster komputasi yang lebih besar.

Perlombaan infrastruktur AI sedang berkembang di beberapa bidang:

Pengadaan daya: Perusahaan menandatangani perjanjian listrik jangka panjang dan mempertimbangkan program beban fleksibel untuk menjamin akses ke grid yang andal.
Chip AI khusus: Penyedia cloud sedang mengembangkan alternatif untuk GPU Nvidia untuk menurunkan biaya dan mendapatkan kendali lebih besar atas pasokan perangkat keras.
Pembiayaan pusat data: Perusahaan teknologi, utilitas, pembuat chip, pemberi pinjaman, dan dana infrastruktur berbagi biaya pengembangan bernilai miliaran dolar.
Kapasitas multi-cloud: Pengembang AI mendistribusikan beban kerja di beberapa penyedia untuk meningkatkan ketahanan dan mengakses berbagai sistem prosesor.
Tanah dan perizinan: Lokasi dengan ketersediaan listrik, air, koneksi serat optik, dan persetujuan komunitas menjadi semakin bernilai strategis.

Proyek Camellia, Stargate, dan kesepakatan cloud OpenAI menunjukkan bahwa persaingan AI sekarang meluas ke seluruh rantai infrastruktur, mulai dari listrik dan pembangunan pusat data hingga prosesor, jaringan, dan perangkat lunak cloud. OpenAI bisa mendapatkan keunggulan jika mampu menghadirkan kapasitas ini secara efisien, tetapi hasilnya akan bergantung pada pembiayaan, persetujuan regulasi, kemajuan konstruksi, dan eksekusi mitra. Sementara pesaing mengejar strategi serupa, daya listrik yang andal dan pusat data operasional mungkin akan menjadi sepenting model AI yang berjalan di dalamnya.

Kesimpulan

Rencana infrastruktur yang dilaporkan oleh OpenAI menunjukkan seberapa cepat industri AI berkembang menjadi persaingan berbasis modal untuk chip, listrik, lokasi pusat data, dan kapasitas cloud. Proyek Camellia dan kemitraan perusahaan dengan penyedia teknologi utama dapat memberikan OpenAI skala dan fleksibilitas yang dibutuhkan untuk mendukung produk AI masa depan, tetapi nilai kontrak yang diumumkan dan gigawatt yang direncanakan tidak menjamin setiap fasilitas akan selesai atau dimanfaatkan sepenuhnya. Keberhasilan jangka panjang akan bergantung pada kemajuan konstruksi, ketersediaan jaringan listrik, efisiensi perangkat keras, permintaan pelanggan, dan kemampuan OpenAI untuk menghasilkan pendapatan yang cukup dari kapasitas yang diamankan. Tema investasi yang sama juga dapat memengaruhi proyek AI dan blockchain yang sedang berkembang di sektor infrastruktur, data, dan keamanan, meskipun proyek-proyek ini tetap terpisah dari OpenAI. Seiring para pesaing mempercepat investasi mereka sendiri, perlombaan infrastruktur AI kemungkinan besar akan tetap menjadi kekuatan penentu di seluruh industri teknologi, semikonduktor, komputasi awan, dan energi hingga akhir dekade ini.

Gabung Kampanye Perdagangan Ulang Tahun KuCoin ke-9

KuCoin merayakan ulang tahunnya yang ke-9 dengan kampanye platform khusus yang penuh dengan hadiah eksklusif, aktivitas perdagangan, dan penawaran waktu terbatas. Jangan lewatkan kesempatan untuk berpartisipasi dan menikmati manfaatnya saat bursa merayakan sembilan tahun pertumbuhan dan inovasi. Kunjungi halaman kampanye resmi sekarang:

Gabung Kampanye Perdagangan Ulang Tahun KuCoin ke-9

FAQ

Apa Perbedaan Antara Pengeluaran Komputasi dan Pengeluaran Modal?

Biaya operasional dapat mencakup layanan cloud, prosesor, jaringan, listrik, dan sumber daya lain yang diperlukan untuk melatih dan mengoperasikan model AI. Pengeluaran modal umumnya merujuk pada uang yang diinvestasikan dalam aset yang dimiliki perusahaan, seperti server atau bangunan pusat data. OpenAI mungkin membeli kapasitas cloud dari fasilitas yang dimiliki mitranya, sehingga beberapa biaya infrastruktur dapat muncul sebagai biaya layanan daripada investasi modal langsung.

Bagaimana Investor Mengevaluasi Apakah Strategi Infrastruktur OpenAI Berhasil?

Indikator penting meliputi tingkat pemanfaatan prosesor, biaya inferensi, keandalan layanan, pendapatan per unit kapasitas yang dikerahkan, dan persentase infrastruktur yang dikontrak menjadi aktif. Investor juga dapat memantau retensi pelanggan perusahaan, pertumbuhan API, dan margin kotor. Penurunan biaya yang disertai dengan peningkatan pemanfaatan dan pendapatan berulang menunjukkan bahwa ekspansi tersebut menciptakan nilai, sementara kapasitas yang terus-menerus tidak terpakai dapat memberikan tekanan pada OpenAI dan mitra infrastrukturnya.

Apa Arti Kapasitas Gigawatt untuk Pusat Data AI?

Gigawatt mengukur daya listrik, bukan kinerja komputasi dari sistem AI. Dua fasilitas yang menggunakan jumlah listrik yang sama dapat menghasilkan hasil yang berbeda tergantung pada prosesor, sistem pendingin, desain jaringan, dan efisiensi perangkat lunak mereka. Kapasitas gigawatt berguna untuk memahami skala proyek dan kebutuhan grid, tetapi tidak menunjukkan seberapa cepat model dapat dilatih atau berapa banyak pengguna yang dapat didukung.

Apakah Chip AI Alternatif Dapat Mengurangi Ketergantungan OpenAI pada Nvidia?

Prosesor dari AMD, AWS, Broadcom, Cerebras, dan pemasok lainnya dapat memberikan fleksibilitas lebih besar kepada OpenAI dan mengurangi ketergantungan pada satu perusahaan perangkat keras. Namun, memindahkan beban kerja antar platform chip memerlukan pengembangan perangkat lunak, pengujian, dan optimasi. Nvidia juga mendapat manfaat dari ekosistem CUDA yang banyak digunakan. Oleh karena itu, OpenAI mungkin menggunakan strategi perangkat keras campuran, memilih prosesor yang berbeda berdasarkan biaya, ketersediaan, dan kinerja beban kerja.

Disclaimer

Informasi yang disediakan di halaman ini mungkin berasal dari sumber pihak ketiga dan tidak selalu mewakili pandangan atau pendapat KuCoin. Konten ini dimaksudkan semata-mata untuk tujuan informasi umum dan tidak boleh dianggap sebagai saran keuangan, investasi, atau profesional. KuCoin tidak menjamin keakuratan, kelengkapan, atau keandalan informasi tersebut, dan tidak bertanggung jawab atas kesalahan, kelalaian, atau akibat apa pun yang timbul dari penggunaannya. Berinvestasi dalam aset digital membawa risiko yang melekat. Silakan evaluasi dengan cermat toleransi risiko dan situasi keuangan Anda sebelum membuat keputusan investasi apa pun. Untuk detail lebih lanjut, silakan konsultasikan Ketentuan Penggunaan dan Pengungkapan Risiko KuCoin.

Penafian: Halaman ini diterjemahkan menggunakan teknologi AI untuk kenyamanan Anda. Untuk informasi yang paling akurat, lihat versi bahasa Inggris aslinya.