Sabtu, 21 November 2026 WIB
TEKNOLOGI

Jensen Huang: Tanpa CPU, GPU AI Tak Ada Artinya

Jensen Huang
Jensen Huang

JAKARTA — Jensen Huang bicara soal GPU dan CPU saat Nvidia masih berjuang keras. Pendiri sekaligus mantan CEO Nvidia itu menyampaikan pernyataannya dalam wawancara televisi di PBS, tepat di puncak krisis keuangan.

Inti pesannya sederhana: GPU hebat, tapi tanpa CPU komputer tak akan pernah ada. Pernyataan itu ia lontarkan untuk meluruskan anggapan bahwa GPU cuma perangkat keras buat main game.

Menurut Huang, GPU justru mewakili masa depan komputasi.

GPU Cepat, CPU Tetap Jadi Fondasi

Dalam demonstrasi yang ia tunjukkan, Huang menjelaskan bahwa GPU unggul saat mengerjakan pemrosesan paralel. Programmer bisa memakai perangkat keras Nvidia untuk menyelesaikan berbagai tugas jauh lebih cepat dibandingkan memakai chip konvensional.

Tapi ia menegaskan satu hal: komputasi tidak akan berarti apa-apa tanpa prosesor fondasi tersebut. Keduanya punya ruang masing-masing di era modern.

“The GPU won’t destroy the CPU. Without the CPU, there’s no computer,” kata Huang dalam wawancara itu, dikutip dari pernyataannya.

Kalimat itu terdengar wajar sekarang. Namun pada masa itu, Nvidia sedang goyah. Perusahaan tetap menggelontorkan banyak dana untuk riset dan pengembangan. Hasilnya baru terasa belakangan: Nvidia keluar dari masa sulit dan menjadi perusahaan paling bernilai di dunia dalam beberapa tahun terakhir.

Jadi, pernyataan Huang bukan sekadar basa-basi. Ia berbicara soal arah industri yang saat itu belum sepenuhnya percaya pada GPU.

Permintaan GPU Meledak, CPU Kembali Dilirik

Permintaan GPU melonjak tajam beberapa tahun terakhir. Pemicunya jelas: kinerja tinggi saat dipasang di pusat data AI. GPU jadi tulang punggung pembangunan infrastruktur kecerdasan buatan.

Tapi ada pergeseran yang menarik. Industri kini makin sering melirik CPU untuk urusan inferensi, yaitu proses menjalankan model AI yang sudah dilatih agar bisa menjawab pertanyaan atau menghasilkan keluaran.

CPU menawarkan latensi lebih rendah, fleksibilitas tinggi, dan akses memori langsung. Kombinasi itu membuat CPU cocok untuk proses inferensi saat model bahasa besar atau LLM dipakai sehari-hari.

Artinya, pembagian kerja antara GPU dan CPU tidak lagi sesederhana dulu. GPU dipakai untuk melatih model. CPU mengambil peran saat model itu dipakai melayani pengguna.

Sejumlah besar sumber daya komputasi kini tidak hanya dialokasikan untuk pelatihan, tetapi juga untuk penerapan AI. Dari situ, ruang peran bagi prosesor biasa menjadi jauh lebih besar.

Kenapa Ini Penting bagi Pengguna di Indonesia

Perdebatan GPU versus CPU bukan cuma urusan perusahaan chip. Dampaknya terasa sampai ke layanan AI yang dipakai masyarakat Indonesia, mulai dari chatbot, penerjemah, hingga fitur AI di aplikasi sehari-hari.

Model AI yang cepat merespons butuh biaya komputasi yang efisien. Jika CPU bisa menangani inferensi dengan latensi rendah, penyedia layanan punya jalan untuk menekan biaya operasional. Biaya yang lebih rendah membuka peluang layanan AI lebih murah dan lebih luas jangkauannya.

Bagi pelaku industri dalam negeri, sinyal ini juga berarti arsitektur server tidak harus bergantung pada satu jenis chip. Pusat data bisa merancang campuran GPU dan CPU sesuai kebutuhan, bukan sekadar mengejar GPU karena tren.

Huang sendiri tidak mempertentangkan keduanya. Ia justru menempatkan CPU sebagai syarat dasar yang membuat komputer bisa bekerja.

Pernyataan itu ia sampaikan saat Nvidia belum jadi raksasa seperti sekarang. Kini, setelah Nvidia menjadi perusahaan paling bernilai di dunia, kalimat tersebut terasa seperti ramalan yang terbukti.

Yang tersisa justru pertanyaan industri berikutnya: seberapa besar porsi CPU dalam gelombang AI selanjutnya, ketika inferensi makin banyak dikerjakan di perangkat dan pusat data?

(PE)

Iklan

Tes karakter ringanGaya Mengatur Uang Akhir Bulan: Kamu Tipe Perencana, Penikmat, atau Penjaga? →
TRENDING Kode Redeem FC Mobile Terbaru 13 Oktober 2026: Klaim Pack & Coins Gratis