NVIDIA Menginvestasikan $2 Miliar ke Synopsys untuk Mengintegrasikan AI ke Dalam Alat Desain Chip

Penulis: Ada, Shenchao TechFlow

San Francisco, Pusat Konferensi San Jose, langsung dari GTC.

Ilmuwan utama NVIDIA, Bill Dally, duduk di atas panggung, berhadapan dengan Jeff Dean dari Google. Saat percakapan berlangsung, Dally mengemukakan angka: “Sebelumnya, mentransplantasikan perpustakaan sel standar yang berisi sekitar 2.500 hingga 3.000 sel memerlukan tim yang terdiri dari 8 insinyur selama sekitar 10 bulan.”

Dia berhenti sebentar.

Sekarang hanya memerlukan satu GPU, jalankan semalaman.

Tidak ada teriakan dari penonton, karena semua yang memahami kalimat ini tahu apa artinya. Delapan insinyur selama sepuluh bulan bekerja, tiba-tiba terhapus dalam semalam oleh sebuah GPU buatan sendiri. Dan Dally juga menambahkan: hasil yang dihasilkan sesuai bahkan melampaui desain manusia dalam tiga indikator—luas area, konsumsi daya, dan latensi.

Hari berikutnya, berita tersebut ditafsirkan sebagai "NVIDIA menggunakan AI untuk merancang GPU".

Namun, kebenaran di balik hal ini jauh lebih menarik daripada judul berita.

Yang dijalankan di dalam NVIDIA bukanlah kotak hitam, melainkan beberapa rangkaian alat yang telah disempurnakan selama bertahun-tahun.

NB-Cell adalah program berbasis reinforcement learning yang dirancang khusus untuk tugas paling sulit: migrasi perpustakaan sel standar. Prefix RL bertujuan untuk menyelesaikan masalah penelitian jangka panjang dalam penempatan tahap lookahead pada rantai lookahead carry. Dally menyatakan bahwa layout yang dihasilkan sistem ini "tidak pernah terpikirkan oleh manusia", dengan peningkatan sekitar 20% hingga 30% pada indikator kunci dibandingkan desain manusia.

Selain itu, ada dua LLM internal, Chip Nemo dan Bug Nemo. NVIDIA memberikan seluruh kode RTL, dokumen arsitektur, dan spesifikasi desain setiap GPU yang pernah diproduksi kepada dua model besar ini. Menurut deskripsi Dally, ini setara dengan mendistilasi dua puluh tahun ingatan otot NVIDIA dari G80 hingga Blackwell menjadi satu model internal, sehingga karyawan baru langsung terhubung dengan keahlian insinyur berpengalaman selama dua puluh tahun.

Lalu, "apakah AI bisa merancang GPU"?

On the contrary. Dally's exact words were: "I very much hope that one day I can directly say 'Design me a new GPU,' but we are still far from that step."

NVIDIA tidak menggunakan AI untuk merancang GPU. Tetapi hal lain yang dilakukannya membuat seluruh industri tidak bisa berjalan tanpanya di masa depan.

Pada 1 Desember 2025, NVIDIA menginvestasikan 2 miliar dolar AS untuk mengakuisisi saham di Synopsys, salah satu dari tiga pemimpin utama EDA. Kedua belah pihak menandatangani perjanjian pengembangan bersama untuk mengintegrasikan stack komputasi akselerasi NVIDIA ke dalam seluruh alur kerja EDA Synopsys, dengan Blackwell dan GPU Rubin generasi mendatang akan diintegrasikan secara mendalam dengan Synopsys.ai.

Posisi Synopsys perlu dijelaskan. Hampir semua chip proses maju di seluruh dunia, seperti seri Apple M, seri AMD MI, dan Google TPU, menjalani tahap desainnya di rantai alat Synopsys atau Cadence. Ketiga perusahaan ini—Synopsys, Cadence, dan Siemens EDA—menguasai alat dasar desain chip. Anda bisa tidak menggunakan chip Qualcomm atau lini produksi TSMC, tetapi Anda tidak bisa melepaskan diri dari perangkat lunak ketiga perusahaan ini.

Tiga bulan setelah berinvestasi di Synopsys, NVIDIA membawa masuk Cadence, Siemens, dan Dassault, dan mengumumkan bahwa semua perusahaan tersebut sedang mengembangkan alat desain chip berbasis AI yang didorong oleh GPU NVIDIA.

Data benchmark yang dirilis NVIDIA terlihat sangat menakjubkan: Synopsys PrimeSim 30 kali lebih cepat di Blackwell, Proteus 20 kali lebih cepat, dan Sentaurus 12 kali lebih cepat dibanding CPU pada B200. MediaTek mempercepat Cadence Spectre hingga 6 kali dengan H100. Astera Labs mempercepat verifikasi chip hingga 3,5 kali dengan Synopsys + NVIDIA.

Satu detail yang layak dipisahkan: Platform Cadence Millennium M2000 ditandai sebagai "dirancang khusus untuk pasar EDA, eksklusif berbasis NVIDIA Blackwell".

Kata "eksklusif" paling patut dipertimbangkan. Artinya, alat EDA sebelumnya berjalan di CPU, dan Intel, AMD pun bisa menggunakannya. Di masa depan, untuk menggunakan EDA tercepat, Anda hanya bisa membeli kartu NVIDIA.

Roda gigi NVIDIA, versi yang dipahami kebanyakan orang, adalah seperti ini: menjual GPU ke perusahaan AI, perusahaan AI melatih model besar, model besar membuktikan bahwa GPU tidak dapat digantikan, lebih banyak orang membeli GPU.

Roda ini sudah cukup menakutkan. Tapi di bawahnya masih ada satu lapisan lagi.

NVIDIA merancang GPU generasi berikutnya dengan alat miliknya sendiri, meningkatkan efisiensi desain hingga menciptakan kesenjangan generasi, sekaligus mengikat seluruh rantai alat EDA industri ke perangkat keras mereka. Pesaing ingin mengejar, tetapi bahkan alat untuk mengejar pun harus disewa dari ekosistem NVIDIA.

Kekhawatiran tersembunyi di balik laporan keuangan AMD yang menyebabkan penurunan harga saham adalah ini. Meskipun NVIDIA dan Synopsys secara resmi menyatakan bahwa investasi mereka tidak mengikat pihak mana pun untuk membeli perangkat keras NVIDIA, pasar memahami dengan jelas: fitur EDA versi akselerasi pertama kali diluncurkan di perangkat keras NVIDIA, sementara AMD dan Intel hanya bergantung pada jalur “mengoptimalkan untuk platform pesaing terbesar”.

Bayangkan seorang insinyur AMD suatu hari nanti ingin merancang chip yang menyaingi Blackwell. Ia membuka alat Synopsys, yang berjalan paling cepat di GPU NVIDIA. Maka ia harus menghadapi siklus desain yang dua kali lebih lambat, atau membeli banyak kartu NVIDIA untuk merancang chip yang bertujuan mengalahkan NVIDIA.

Spade masih dijual. Tapi cara menjualnya berubah.

At this point, we must present a set of eye-opening numbers.

Pada tahun fiskal 2025, ketika NVIDIA mencatat laba bersih melebihi 70 miliar dolar AS, empat perusahaan GPU lokal China—Moore Threads, Musen, Biren, dan Suanyuan—berbaris di depan jendela IPO.

Dokumen prospektus Moore Threads menunjukkan bahwa selama tiga tahun dari 2022 hingga 2024, perusahaan mengalami kerugian bersih kumulatif sebesar 5 miliar yuan, dan pada semester pertama 2025 kembali merugi 271 juta yuan, sehingga kerugian yang belum ditutupi kumulatif hingga 30 Juni mencapai 1,478 miliar yuan. Manajemen perusahaan memperkirakan bahwa laba konsolidasi paling cepat akan tercapai pada tahun 2027. Muxi sedikit lebih baik, dengan kerugian kumulatif selama tiga tahun melebihi 3 miliar yuan. Yang paling parah adalah Biren, yang mengalami kerugian lebih dari 6,3 miliar yuan dalam waktu tiga setengah tahun, dengan pendapatan hanya 58,9 juta yuan pada semester pertama 2025—jauh di bawah seperseratus dari 702 juta yuan yang diraih Moore Threads pada periode yang sama.

Lihat lagi intensitas investasi R&D. Persentase biaya R&D Moortec terhadap pendapatan pada tahun 2022 adalah 2422,51%, dan pada tahun 2024 masih sangat tinggi di 309,88%. Jumlah uang yang dihabiskan untuk R&D dalam satu tahun lebih dari tiga kali lipat pendapatannya. Ini bukan operasi bisnis, ini seperti transfusi darah untuk bertahan hidup, terus-menerus mendapat suntikan dana dari pasar primer dan jendela baru yang dibuka di STAR Market.

Pada tingkat alat, lebih terhambat. Menurut dokumen prospektus IPO Huada Jiutian tahun 2022, alat tersebut hanya sebagian mendukung proses maju 5nm. Primarius Electronics dapat mencakup node 7nm/5nm/3nm, tetapi hanya menyediakan alat titik, jauh dari seluruh proses.

Pendiri Huada Jiutian, Liu Weiping, mengatakan dengan jujur: "Dukungan EDA buatan dalam negeri terhadap proses canggih masih jelas belum memadai, terutama untuk proses 7nm, 5nm, dan 3nm saat ini. Saat ini, EDA buatan dalam negeri mampu mencapai tingkat 14nm; meskipun teknologi proses 7nm telah dikuasai, integrasi mendalam 7nm dengan aplikasi nyata masih memerlukan kolaborasi menyeluruh dari seluruh rantai industri."

Artinya, seluruh proses EDA proses maju tidak dapat digunakan secara domestik. Perusahaan GPU domestik masih menggunakan Synopsys dan Cadence untuk merancang chip. Pada 2025, Trump sempat mengumumkan pembatasan ekspor terhadap semua perangkat lunak penting, meskipun tidak ada tindakan nyata yang diambil, namun alat EDA untuk proses maju di bawah 7nm tetap berada di bawah pembatasan ketat. Kapan lisensi akan diputus, sakelarnya berada di tangan orang lain.

Reaksi pasar modal cukup ajaib. Pada hari pertama listing, harga saham Muxi ditutup di 829,9 yuan, naik 692,95% dalam sehari. Setelah listing, harga saham Moore Threads sempat menjadi yang ketiga terbesar di pasar A, hanya kalah dari Kweichow Moutai dan Cambricon, dengan sejumlah media menghitung berdasarkan harga saham saat itu bahwa nilai pasar totalnya sekitar 359,5 miliar yuan.

Di balik angka-angka tersebut, bisnis sebenarnya adalah sekelompok perusahaan yang masih menghabiskan uang dan merugi, serta masih bergantung pada rantai alat luar negeri yang diatur untuk terus merancang chip, namun dihargai di pasar sekunder sebagai penerus NVIDIA lokal.

Alat-alat yang digunakan perusahaan-perusahaan ini untuk merancang chip sedang menjadi bagian dari ekosistem NVIDIA. Kemitraan senilai $2 miliar antara NVIDIA dan Synopsys, serta label "eksklusif berbasis NVIDIA Blackwell" untuk Cadence Millennium M2000, menjadikan upaya mengejar semata-mata sebuah paradoks.

Kembali ke percakapan GTC itu.

Dally tampil sangat rendah hati sepanjang acara. “AI masih jauh dari mampu merancang chip sendiri,” kalimat ini telah diucapkan NVIDIA selama empat atau lima tahun terakhir. Tetapi setiap tahun cara mengucapkannya berubah. Empat tahun lalu: “AI dapat membantu desain,” tiga tahun lalu: “AI dapat mengotomatisasi beberapa tahap,” tahun ini: “menyelesaikan pekerjaan delapan orang dalam waktu sepuluh bulan dalam semalam.” Setiap tahun maju selangkah, setiap tahun menyisakan kalimat: “Masih jauh dari tujuan akhir.” Tiga tahun kemudian, ketika melihat ke belakang, “masih jauh” pada putaran sebelumnya sudah tercapai, dan “masih jauh” yang baru didefinisikan di posisi yang belum bisa dijangkau oleh semua pesaing.

Yang dilakukan NVIDIA selama dua belas bulan terakhir sebenarnya hanya satu hal: menerapkan AI pada beberapa tahap paling berharga dan memiliki moat terdalam dalam rantai pasokan chip, lalu menjual alat-alat ini secara bertahap ke seluruh industri.

Front-end desain chip telah diambil alih oleh LLM internal bernama Chip Nemo; migrasi perpustakaan sel standar dan optimasi layout tahap tengah desain diambil alih oleh NB-Cell dan Prefix RL; seluruh rantai alat EDA diikat ke GPU milik sendiri melalui investasi $2 miliar dari Synopsys dan eksklusivitas “berbasis Blackwell” dari Cadence; komputasi litografi di tahap produksi diambil alih oleh cuLitho, yang sudah digunakan oleh TSMC.

Dari desain hingga produksi, setiap bagian NVIDIA telah dikerjakan ulang dengan AI. Setiap bagian berakhir pada titik yang sama: jika Anda ingin menggunakan alat tercepat, Anda harus membeli kartu NVIDIA.

Untuk semua pesaing yang ingin menciptakan chip yang bisa mengalahkan Blackwell, hal yang paling memalukan telah terjadi. Versi tercepat dari alat EDA yang diperlukan untuk merancang chip ini berjalan di GPU NVIDIA; pustaka algoritma tercepat untuk perhitungan litografi dalam pembuatan chip disediakan oleh NVIDIA; dan daya komputasi untuk melatih AI desain juga berasal dari kartu NVIDIA.

Orang yang harus kamu kalahkan sedang menyewakan seluruh alat yang kamu butuhkan untuk mengalahkannya. Sewa dibayar tahunan, dan kontrak naik setiap tahun.