SoftBank telah menginvestasikan lebih dari $450 juta ke Graphcore, perusahaan chip AI asal Inggris yang telah menghabiskan sebagian besar dekade terakhir untuk membangun alternatif kredibel terhadap dominasi Nvidia dalam perangkat keras kecerdasan mesin.
Apa yang sebenarnya dilakukan Graphcore
Didirikan pada tahun 2016, Graphcore merancang apa yang disebutnya Intelligence Processing Units, atau IPUs. Chip-chip ini dirancang dari awal untuk beban kerja machine learning, berbeda dengan GPU Nvidia yang awalnya dirancang untuk merender grafik game video sebelum dunia AI menemukan bahwa mereka sangat baik dalam matematika matriks.
Graphcore telah mengumpulkan dana sekitar $682 juta secara total sebelum kesepakatan ini, menarik pendukung berat termasuk Sequoia Capital dan Microsoft. Kemampuan teknis perusahaan tidak pernah diragukan. Namun, model bisnisnya adalah cerita yang berbeda.
Pendapatan tidak pernah sejalan dengan ambisi. Perusahaan dilaporkan kesulitan mengonversi demonstrasi teknis menjadi daya tarik komersial yang bermakna, masalah yang menghantui beberapa calon tantangan Nvidia selama beberapa tahun terakhir.
Mengapa SoftBank ingin masuk
Minat SoftBank pada Graphcore bukanlah amal. Itu adalah strategi.
Masayoshi Son telah vokal dalam menempatkan SoftBank di pusat pembangunan infrastruktur AI. Perusahaan ini sudah mengendalikan Arm Holdings, perusahaan arsitektur chip yang desainnya memicu hampir semua smartphone di dunia. Dengan menambahkan Graphcore, SoftBank mendapatkan fokus khusus pada silicon AI yang melengkapi bisnis lisensi luas Arm.
Lihat lanskap kompetitif. Nvidia berada di puncak dengan chip H100 dan B200 yang menarik daftar tunggu dan harga premi. AMD perlahan menggerogoti margin dengan lini Instinct-nya. Google memiliki TPU-nya sendiri. Amazon memiliki Trainium. Setiap perusahaan teknologi besar telah membangun atau membeli jalur mereka sendiri ke dalam silicon AI khusus.
Apa artinya ini bagi pasar chip AI
Perusahaan-perusahaan seperti Cerebras, Sambanova, dan Habana Labs (yang diakuisisi oleh Intel pada 2019) semua menghadapi tantangan mendasar yang sama: ekosistem perangkat lunak CUDA dari Nvidia menciptakan biaya beralih yang membuat keunggulan teknis hampir tidak relevan.
IPU Graphcore tidak digunakan untuk penambangan kripto, tetapi SoftBank yang membangun tumpukan silicon AI yang bersaing dapat, seiring waktu, meringankan kekurangan GPU yang telah membatasi kedua industri tersebut.