Apa arti Meta Muse untuk GPU dan CPU?
Berbeda dengan chatbot dengan tingkat penggunaan yang rendah, karakteristik "selalu online" dari agen cerdas seperti Meta Muse menyebabkan konsumsi daya komputasi meningkat secara signifikan. Citi memperkirakan bahwa tren ini akan mendorong rasio CPU-GPU dari 1:8 pada masa pelatihan menjadi 1:1, yang pada akhirnya mendorong pasar CPU mencapai skala 300 miliar dolar AS pada tahun 2030. Sementara itu, hanya dengan 100 juta pengguna aktif harian Muse saja, Nvidia berpotensi meraih pendapatan GPU hingga 19 miliar dolar AS.
Dengan dirilisnya agen AI pribadi seperti Meta Muse, AI sedang berkembang dari chatbot yang bersifat responsif pasif menjadi agen yang dapat beroperasi secara mandiri selama 24 jam, yang kemungkinan akan meningkatkan konsumsi CPU, GPU, memori, dan infrastruktur jaringan.
Menurut laporan riset terbaru Citi pada 6 Oktober, aplikasi agen seperti Meta Muse sedang mendorong ekspektasi pasar perangkat keras komputasi menuju level baru. Bank tersebut memperkirakan, pada tahun 2030, total ukuran pasar potensial (TAM) CPU global akan berkembang dari 29 miliar dolar AS pada tahun 2025 menjadi 300 miliar dolar AS, dengan tingkat pertumbuhan tahunan majemuk (CAGR) hingga 60%.
Di sisi GPU, agen juga membawa peningkatan permintaan struktural. Bank tersebut memperkirakan, jika Meta Muse mencapai 100 juta pengguna aktif harian, akan membutuhkan sekitar 200.000 hingga 390.000 GPU kelas Blackwell, yang dapat menghasilkan pendapatan satu kali untuk Nvidia sebesar 7 miliar hingga 19 miliar dolar AS.
Tren ini secara langsung menguntungkan pemasok daya komputasi inti. Bank tersebut menunjukkan bahwa karena Meta merupakan salah satu pelanggan terbesar bisnis server AMD, AMD akan menjadi penerima manfaat utama dari kebangkitan CPU, dan target harga dinaikkan menjadi 800 dolar AS; sementara itu, Nvidia juga akan terus diuntungkan oleh lonjakan permintaan GPU.
Bangkitnya Agen, CPU Menjadi Kendala Baru
Sebelum ledakan AI berbasis agen, CPU terutama terbatas untuk beban kerja tradisional dan berfungsi sebagai Head Node untuk aplikasi AI. Dalam Head Node, CPU hanya bertanggung jawab untuk "mengelola", mengirim permintaan pengguna ke GPU dan mengembalikan hasil, sementara perhitungan matriks berat dan inferensi ditangani GPU.
Namun, agen mengubah pembagian kerja ini. Citi dalam laporannya menunjukkan :"Dibandingkan chatbot tradisional, kami percaya AI berbasis agen adalah pendorong potensial pertumbuhan permintaan komputasi secara eksponensial." Agen perlu menangani orkestra, siklus inferensi, pemrosesan data, dan komponen keamanan—ini menjadikan CPU sebagai kendala baru.
Seiring AI beralih dari pelatihan model ke inferensi, lalu ke aliran kerja mandiri berbasis agen, rasio CPU dan GPU berubah secara signifikan. Pada tahap pelatihan model, rasionya adalah 1:8; pada inferensi menjadi 1:4; sementara pada AI berbasis agen, rasio ini terus berkembang menuju 1:1 bahkan mungkin lebih tinggi. Bank tersebut memperkirakan, pada tahun 2030, CPU yang didedikasikan untuk agen akan tumbuh dengan CAGR 247%, dan akan menyumbang 52% dari keseluruhan pasar CPU.
Neraca Daya Komputasi GPU Meta Muse
Meta Muse adalah agen AI konsumen pertama yang diluncurkan pada skala jaringan sosial sebenarnya, dan jejak komputasinya menjadi salah satu variabel terpenting dalam infrastruktur AI saat ini. Berbeda dari chatbot standar, Muse beroperasi terus-menerus sebagai agen mandiri, sehingga secara logis meningkatkan konsumsi GPU secara signifikan.
Citi telah membangun model permintaan GPU dari bawah ke atas. Dalam skenario dasar, diasumsikan pengguna tipikal melakukan 4 permintaan sederhana dan 12 tugas agen (seperti mencari restoran, memeriksa kalender, serta menyusun undangan) setiap hari, dan setiap tugas agen melibatkan sekitar 8 pemanggilan model. Karena model tidak memiliki memori antar panggilan, ia harus membaca ulang konteks percakapan yang terus bertambah setiap kali.
Berdasarkan hal tersebut, bank tersebut memperkirakan setiap pengguna Muse membutuhkan sekitar 0,0020 GPU kelas GB200. Singkatnya, satu GPU hanya dapat melayani sekitar 500 pengguna. Bank tersebut menekankan: "Agen secara struktural merupakan beban kerja inferensi yang lebih berat daripada chatbot." Dalam kerangka yang sama, kapasitas GPU yang dibutuhkan pengguna chatbot hanya 12,5% hingga 25% dari pengguna agen.
Dampak Berantai pada Memori dan Jaringan
Alur kerja agen tidak hanya menuntut lebih tinggi pada chip logika, tetapi juga menyebabkan dampak berantai pada memori dan jaringan. Dari sisi memori, CPU memiliki tingkat ketergantungan tinggi terhadap LP, DDR, dan SSD. Micron baru-baru ini menunjukkan bahwa alur kerja agen seperti yang diwakili Meta Muse semakin memberikan nilai bagi konsumen, sementara CPU memberikan tekanan pembatasan lebih besar pada DRAM.
Di sisi jaringan, AI berbasis agen secara nyata meningkatkan lalu lintas jaringan. Pihak manajemen Nvidia dalam komunikasi dengan Citi mengatakan: "Agen dapat beroperasi selama berjam-jam atau tanpa henti... yang pada akhirnya mendorong menghasilkan lebih banyak Token dalam beban kerja konsumen dan perusahaan."
Operasi berkelanjutan ini berarti semakin banyak infrastruktur yang diakses oleh agen, bukan manusia. Ini mendorong pertumbuhan lalu lintas 'utara-selatan' di dalam pusat data (seperti akses penyimpanan, keamanan, konfigurasi dan layanan lainnya), sehingga menciptakan peluang akselerasi baru untuk penggunaan DPU (seperti BlueField 4) dan Ethernet Spectrum-X.
Disclaimer: Konten pada artikel ini hanya merefleksikan opini penulis dan tidak mewakili platform ini dengan kapasitas apa pun. Artikel ini tidak dimaksudkan sebagai referensi untuk membuat keputusan investasi.
Kamu mungkin juga menyukai
Pra-pasar Saham AS | Tiga indeks utama futur turun, Harga minyak naik lebih dari 4%, SpaceX, Broadcom, dan Oracle secara bersamaan mendorong pendanaan chip
Pada tanggal 8 Oktober (Kamis) sebelum pembukaan pasar saham AS, tiga indeks utama futures saham AS serentak mengalami penurunan.
Deutsche Bank optimis terhadap pasar saham AS pada akhir tahun: Pertumbuhan laba Q3 diperkirakan tetap 34%, pertumbuhan AI dan siklus masih kuat
Deutsche Bank memperkirakan pertumbuhan laba S&P 500 pada kuartal ketiga akan tetap berada di posisi tertinggi sebesar 34%, optimis terhadap musim laporan keuangan dan rebound menjelang akhir tahun.
Kinerja Samsung dan TSMC melampaui ekspektasi namun gagal memicu kegembiraan AI! Imbal hasil obligasi AS capai level tertinggi dalam 24 tahun, pasar bullish AI menghadapi "uji besar pengembalian tunai dari kekuatan komputasi"
Laba operasi kuartalan Samsung Electronics meningkat hampir sembilan kali lipat, dan penjualan TSMC naik 51%, mencerminkan hasil dari investasi berkelanjutan pada infrastruktur kecerdasan buatan. Namun, para investor mulai meragukan seberapa lama pengeluaran di bidang kecerdasan buatan dapat berlanjut, terutama karena kenaikan biaya pinjaman global menekan rencana belanja modal besar perusahaan.
Nasdaq mencapai rekor tertinggi memicu harapan musim laporan keuangan AS! Citi memprediksi hampir 90% saham teknologi akan memberikan "kejutan laba", Nvidia dan AMD memimpin daftar hasil di atas ekspektasi
Laporan riset kuantitatif musim laporan keuangan terbaru dari Citigroup memberikan dasar konkret untuk garis utama keuntungan ini: Model memprediksi bahwa 66,2% saham dalam indeks Russell 1000 akan mengalami kejutan laba positif (yaitu laba melampaui ekspektasi konsensus pasar) serta lintasan pengembalian harga saham positif yang relevan (yaitu model Citigroup juga memprediksi arah pengembalian harga saham yang relevan adalah positif), secara signifikan lebih tinggi daripada kuartal sebelumnya yang sudah kuat sebesar 60,9%, dan mencapai tingkat tertinggi sejak kuartal keempat tahun 2021.
Harga kripto
Lainnya
