needhelp
← Back to blog

Tiga Puluh Hari, Tiga Puluh Tiga Tahun: Jensen Huang Tinggalkan Nvidia

by xingwangzhe
nvidiajensen-huangcudagpuai-infrastructure

Pada sore 12 November 2026 waktu AS, ruang berita Nvidia memuat pernyataan kurang dari tiga ratus kata. Jensen Huang mengundurkan diri sebagai presiden, CEO, dan anggota dewan, berlaku seketika.

Tanpa masa transisi. Tanpa “akan mundur pada tanggal tertentu”. Tanpa jabatan penasihat yang biasanya dipertahankan pendiri.

Saham jatuh lebih dari 10% sebelum pembukaan dan ditutup melemah 4,34%, menghapus sekitar 182 miliar dolar kapitalisasi. Dewan bergerak hari itu juga: Colette Kress, wakil presiden eksekutif dan CFO, menjadi CEO sementara sambil tetap memegang keuangan; Harvey C. Jones, mantan CEO Synopsys, menjadi ketua dewan pertama dalam 33 tahun. Jabatan itu belum pernah ada.

Pernyataan resmi tidak menyebut alasannya. Disebutkan operasi, komitmen pelanggan, dan peta jalan produk berjalan sesuai rencana, dan hasil kuartal ketiga tetap terbit 17 November.

Menulis obituari itu mudah dan tidak berguna. Pertanyaan yang lebih baik: dari keputusan 33 tahun ini, mana yang merupakan penilaian pribadi Huang, dan mana yang sudah menjadi kebiasaan organisasi. Panggilan 17 November menguji kategori kedua.

Bangku di Denny’s

5 April 1993, San Jose, California, sebuah bangku di Denny’s. Tiga orang: Huang, baru keluar dari LSI Logic, serta Chris Malachowsky dan Curtis Priem dari Sun Microsystems. Modal awal 40 ribu dolar. Huang berusia 30.

Nama diambil dari bahasa Latin invidia, iri. Berkas awal memakai awalan NV, untuk next version. Mereka percaya satu hal konkret: PC akan berubah dari mesin kantor menjadi perangkat konsumen, dan kebutuhan pertama perangkat konsumen adalah gambar.

Pada 1993 gagasan itu tidak aneh. Ada dua lusin pembuat chip grafis, tiga tahun kemudian tujuh puluh. Pada 2006 tinggal satu yang independen.

Yang tidak biasa bukan gagasannya. Yang tidak biasa adalah ukuran taruhannya.

Taruhan salah pertama: NV1 dan permukaan kuadratik

NV1 tahun 1995 adalah kesalahan buku teks, dan kesalahannya ada di geometri.

Rendering poligon berjalan di atas segitiga, dan DirectX Microsoft menjadikannya standar de facto. NV1 memilih pemetaan tekstur kuadratik: menyusun objek dari tambalan melengkung, yang secara teori menghemat bandwidth, menghaluskan tepi, dan menghindari tangga segitiga.

Sega mem-port game arkade Virtual Fighter, game 3D pertama yang berjalan di chip Nvidia. Kartu dijual sebagai Diamond Edge 3D.

Masalahnya bukan komputasi, melainkan rantai alat. Perangkat lunak pemodelan, aset seni, mesin render, dan kebiasaan setiap programmer tumbuh di sekitar segitiga. Kartu yang hanya menggambar lengkung meminta seluruh industri membangun ulang alur kerja. Tidak ada keunggulan performa yang menutupinya.

Sega membatalkan pesanan berikutnya. Huang terbang ke Jepang, mengakui arah yang salah kepada Shoichiro Irimajiri, dan meminta uang yang sudah dibayar ditinggal. Irimajiri mengubah pesanan menjadi investasi 5 juta dolar. Itu memberi sekitar enam bulan.

Pada 1996 ia memangkas lebih dari separuh karyawan dan menaruh sisa kas pada desain yang belum keluar dari fabrikasi.

“Perusahaan kita tiga puluh hari dari tutup.” Ia mengatakannya di rapat umum selama sepuluh tahun. Bukan kiasan. Itu runway kas.

Taruhan kedua: RIVA 128 dan standar

RIVA 128 hadir 1997 sebagai hasil taruhan itu. Prosesor 3D 128-bit pertama di dunia, tanpa lengkung, hanya segitiga, sepenuhnya mengikuti Direct3D. Satu juta unit dalam empat bulan.

Saat peluncuran, saldo bank cukup untuk satu bulan gaji. Kisah ini sering diceritakan sebagai dongeng bangkit, tetapi intinya terlewat: biaya mengakui arah teknis yang salah harus lebih kecil dari kas yang ada. Antara NV1 dan RIVA 128 bukan ada jenius, melainkan pengakuan terbuka yang mahal, termasuk kepada pelanggan yang sudah membayar.

Di titik itulah sebagian besar perusahaan mati. Arahnya salah, tetapi organisasi tidak punya kosakata untuk mengaku, sehingga sumber daya terus mengalir ke biaya hangus.

Menciptakan kata: GPU pada 1999

Januari 1999: Nvidia melantai di Nasdaq pada 12 dolar per saham.

Oktober tahun yang sama: GeForce 256. Nvidia menciptakan istilah GPU dan memberinya definisi yang bisa diuji: prosesor satu chip dengan unit transformasi, pencahayaan, penyiapan dan pemotongan segitiga, serta rendering terintegrasi, mampu memproses sedikitnya sepuluh juta poligon per detik.

Substansinya adalah T&L perangkat keras. Sebelumnya transformasi vertex dan pencahayaan adalah tugas CPU, dan kartu hanya mewarnai segitiga yang sudah dihitung. Membawa T&L ke kartu memberinya beban kerja sendiri. Ia berhenti menjadi kanvas.

Linimasa resmi memberi perbandingan: GPU modern memproses lebih dari tujuh miliar poligon per detik. Dua puluh tujuh tahun, tiga orde besaran.

Kata itu kemudian keluar dari grafis dan menjadi satuan komputasi.

Perusahaan yang bersaing lewat produk mengirim produk. Perusahaan yang bersaing lewat kategori menciptakan kata. Menamai sesuatu adalah cara memasang papan skor, dan siapa yang memasang papan skor menentukan apa yang dipertandingkan babak berikutnya.

Taruhan yang tidak disukai siapa pun: CUDA

Pada 2006 arsitektur G80 membawa shader terpadu: shader piksel dan vertex tidak lagi terpisah secara fisik, dan setiap prosesor stream dapat menjalankan kode umum. Satu G80 punya 128 prosesor dalam delapan kelompok.

Lalu datang keputusan terpenting dalam sejarah perusahaan, dan itu bukan keputusan produk: membuka inti yang dapat diprogram itu untuk komputasi non-grafis. CUDA terbit November 2006.

Secara teknis sederhana: model paralel bersintaks mirip C. Thread dikelompokkan dalam blok, blok dalam grid; 32 thread membentuk warp yang menjalankan satu instruksi per siklus dan hanya dibedakan oleh register data. Programmer tidak perlu tahu berapa SM di kartu. Ia hanya perlu menjawab berapa banyak data independen dalam masalahnya.

Lapisan abstraksi inilah isi teknis sesungguhnya dari taruhan itu. Ia mengubah paralelisme dari detail perangkat keras menjadi model pemrograman, dan harganya adalah luas silikon, tumpukan driver, kompilator, debugger, dan dua puluh tahun kompatibilitas mundur.

Secara komersial sama sekali tidak sederhana: CUDA masuk ke setiap GeForce, termasuk yang dibeli hanya untuk bermain.

Wall Street melihat biaya. Mengapa kartu game harus membayar transistor dan validasi untuk kompilator yang tak dipakai siapa pun? Pada krisis 2008 sahamnya jatuh 70%.

“Kami sedang mendemokratisasi supercomputing,” kata Huang kemudian.

Pada 2008 itu terdengar seperti penghiburan. Butuh enam tahun untuk menjadi pernyataan fakta.

Enam tahun kemudian: dua GTX 580

Pada 2012, tiga orang dari University of Toronto — Alex Krizhevsky, Ilya Sutskever, Geoffrey Hinton — melatih jaringan konvolusional di dua GeForce GTX 580 konsumen untuk ImageNet. Tingkat kesalahan 15,3%. Peringkat kedua 26,2%.

Fakta teknis pentingnya bukan algoritme yang menang. Fakta itu adalah perangkat kerasnya sudah ada. Satu dekade CUDA di rak ritel berarti setiap laboratorium di dunia sudah punya mesin yang bisa menjalankan deep learning; tidak ada yang memberi tahu mereka.

Begitulah ekosistem berbunga. Tidak perlu meyakinkan orang membeli kartu pada 2012. Cukup pastikan kartunya sudah di meja mereka pada 2006.

Ini juga kunci paritnya. Pangsa 92% tidak bertahan karena keunggulan satu generasi. Ia bertahan karena kode dari makalah mana pun di GitHub bisa di-clone dan dijalankan. Biaya pindah ada di jutaan baris CUDA, bukan di chip.

Mengangkat kotak: DGX-1 dan batas “satu mesin”

Pada Agustus 2016, Huang menyetir ke San Francisco dan mengangkat DGX-1 pertama sendiri ke kantor OpenAI. Mesin itu berharga 129.000 dolar, berisi delapan P100 lewat NVLink. Elon Musk ada di ruangan.

CEO perusahaan bernilai puluhan miliar mengantar komputer ke laboratorium nirlaba berusia beberapa bulan, dan mengangkatnya sendiri. Kisah ini diceritakan sebagai lelucon. Sebenarnya itu potret diri paling akurat perusahaan: yang dijual bukan chip, melainkan contoh bagaimana komputasi seharusnya berbentuk.

Volta hadir 2017 dengan Tensor Core, unit perkalian matriks 4×4. Operator inti Transformer hampir semuanya perkalian matriks batch, dan jatuhnya biaya pelatihan antara 2020 dan 2025 separuh dari proses dan paket, separuh dari membangun perangkat keras khusus untuk operasi itu.

Setelah itu presisi turun dari generasi ke generasi: FP16 di V100, BF16 dan TF32 di A100, FP8 di H100, FP4 di Blackwell. Setiap langkah melakukan hal sama: mengeluarkan presisi yang tidak dibutuhkan model dari silikon dan bandwidth.

Antarmuka umum, inti khusus. Kombinasi inilah yang menjelaskan mengapa “chip khusus akan menggantikan GPU” diramalkan setiap tahun dan tidak pernah terjadi.

## Menyolder perkalian matriks ke dalam silikon

Volta hadir 2017 dan V100 membawa Tensor Core: unit perkalian-akumulasi matriks 4×4 yang menyelesaikan satu kumpulan operasi per siklus clock. Saat itu sebagian besar framework masih memanggil cuBLAS dalam FP32, dan jalur FP16 menuntut perubahan kode untuk dipakai.

Lima tahun kemudian itu menjadi menentukan. Operator inti Transformer hampir semuanya perkalian matriks batch; transpos QK di attention dan jumlah berbobot setelah softmax mendarat di perangkat keras sebagai GEMM berskala besar. Runtuhnya biaya pelatihan antara 2020 dan 2025 separuh datang dari proses dan paket, separuh dari keputusan membuat perangkat keras khusus untuk operasi itu.

Setelah itu presisi turun dari generasi ke generasi: FP16 di V100, BF16 dan TF32 di A100, FP8 di H100, FP4 di Blackwell. Setiap langkah melakukan hal yang sama: mengeluarkan presisi numerik yang tidak dibutuhkan model dari luas silikon dan bandwidth memori.

Melihat ke belakang, ini adalah lindung nilai cerdas atas strategi CUDA: ke luar mempertahankan model pemrograman umum, ke dalam membangun perangkat keras khusus untuk kernel tersering.

Antarmuka umum, inti khusus. Kombinasi inilah yang menjelaskan mengapa «chip khusus akan menggantikan GPU» diramalkan setiap tahun dan tidak pernah terjadi: penantang kalah karena tidak umum, atau karena tidak punya jutaan baris yang sudah ditulis.

Satu kegagalan: Tegra

Kisah 1993 sampai 2026 berisi lebih banyak kegagalan daripada keberhasilan. Hanya suaranya lebih kecil.

Pada 2008 Nvidia meluncurkan Tegra dan menyerbu ponsel. Tegra mendarat di Zune HD, beberapa tablet, dan head unit mobil, lalu tersingkir dari pasar massal oleh Qualcomm dan SoC buatan Apple. Menjelang 2015 bisnis itu keluar dari pertempuran ponsel ke kokpit dan kemudi otonom.

Pelajaran sama seperti NV1 dengan biaya sekolah lebih murah: chip lebih cepat di dalam ekosistem orang lain tidak mengalahkan pihak yang mendefinisikan ekosistem.

Cabang yang bertahan — otomotif dan robotika — sepuluh tahun kemudian menjadi pintu masuk AI yang berwujud.

Dari satu ke lima triliun

H100 terbit 2022. ChatGPT muncul beberapa bulan kemudian. Waktunya terlalu bagus.

Kapitalisasi melewati 1 triliun pada 2023, 3 triliun pada 2024, dan pada Oktober 2025 Nvidia menjadi perusahaan pertama yang melewati 5 triliun. Pangsa enterprise sekitar 92%.

Keberuntungan itu nyata. AlexNet berjalan di kartu mereka; operator inti Transformer adalah perkalian matriks; model besar butuh ribuan kartu dirangkai jadi satu mesin. Tetapi keberuntungan menjelaskan puncak, bukan kehadiran di setiap puncak.

Rumusannya adalah Hukum Huang: kinerja berlipat dua setiap dua tahun sementara biaya per unit turun. Itu bukan penulisan ulang Hukum Moore; itu memampatkan arsitektur, paket, interkoneksi, dan perangkat lunak ke dalam satu irama. Prasyaratnya, keempat lapisan berada di satu perusahaan, dan yang menandatangani tidak perlu mempertanggungjawabkan belanja jangka panjang di panggilan kuartalan.

Pada 2 September 2026, dalam perbincangan dengan Menteri Perdagangan Howard Lutnick, ia berkata: “Saya bisa berhenti bekerja, tetapi saya tidak mau melewatkannya. Saya tidak akan melewatkan 10, 15 tahun ke depan.” Ia juga menyebut 100 gigawatt infrastruktur komputasi masih harus dibangun sebelum 2030.

Sepuluh minggu kemudian, ia tidak ada lagi.

Dua peta

Bisnis Tiongkok adalah latar dari penyelidikan setelah 12 November.

Pada Oktober 2022 Departemen Perdagangan membatasi ekspor A100 dan H100, dan Nvidia merilis A800 serta H800 yang dipangkas. Pada Oktober 2023 aturan baru menuliskan ambang kepadatan performa, chip itu masuk daftar, lalu H20 bolak-balik: dibatasi, kemudian dilisensi bersyarat pada 2025.

Hasilnya perubahan bauran pendapatan: pendapatan pusat data Tiongkok turun dari lebih dari seperlima total menjadi hampir nol, lalu pulih sebagian. Ini tidak bisa diselesaikan rekayasa, karena yang diukur bukan performa, melainkan lisensi.

Karena itu surat setelah 12 November tidak membahas komputasi, tetapi siapa menyetujui apa dan di mana catatannya. Richard Neal dan Ron Wyden meminta departemen menyimpan dokumen. Mereka minoritas: bisa bertanya, tidak bisa memaksa.

Tagihan pabrik AI

Pada September 2026, Huang mulai menyebut pusat data sebagai “pabrik AI” dan memberi jadwal: 100 gigawatt sebelum 2030.

Satu unit nuklir besar sekitar 1 gigawatt. Angka itu memindahkan perdebatan dari pengiriman chip ke listrik dan lahan. Bulan yang sama, Nebius mengumumkan belanja modal 40 miliar dolar untuk 2027 dan sahamnya jatuh 17%; proyek Microsoft di New Jersey tertunda berbulan-bulan. Leher botol pindah dari akselerator ke gardu induk.

Ini juga bagian tersulit dari suksesi. Huang tidak hanya menjual chip. Ia menjual ekspektasi bahwa komputasi tetap langka, dan ekspektasi itu butuh seseorang yang mengulangnya setiap minggu.

Setelah inferensi mengambil alih

Antara 2024 dan 2026 bentuk permintaan berubah. Belanja pelatihan tetap besar tetapi melambat; inferensi naik — konteks panjang, agen memanggil alat berulang, pemeriksaan diri beberapa tahap.

Ekonominya berbeda. Pelatihan memberi nilai pada FLOPS puncak dan bandwidth interkoneksi. Inferensi memberi nilai pada biaya marginal per token: kapasitas memori menentukan berapa KV cache muat, bandwidth menentukan kecepatan dekode, kuantisasi menentukan ukuran model di VRAM yang sama. Memampatkan KV cache lima kali berarti melayani lima kali konkurensi di satu kartu.

Karena itu langkah ke FP4 setelah Blackwell, dan karena itu kompresi KV cache, dekode spekulatif, dan penjadwalan batch mengisi sebagian besar riset 2026.

Bagi parit, pergeseran ini merugikan. Era pelatihan memberi nilai pada kartu tercepat. Era inferensi memberi nilai pada biaya per token terendah, dan itu wilayah yang bisa diambil ASIC sendiri: TPU Google, Trainium AWS, MTIA Meta. Huang menahan selisih itu dengan irama arsitektur tahunan. Apakah orang kedua bisa menjaga irama itu adalah hal yang perlu dilihat setelah 17 November.

Enam puluh bawahan langsung

Gaya manajemennya tidak lazim bahkan untuk Silicon Valley. Sekitar 60 bawahan langsung. Tanpa pertemuan satu-satu. Tanpa slide.

Semua orang mengirim email Top 5 Things mingguan: lima hal terpenting dan apa yang sedang Anda pikirkan. Informasi bergerak mendatar, bukan naik lalu turun hierarki. Praktik itu bertahan melewati sepuluh ribu karyawan, dengan harga kalender CEO yang tercabik.

“Perusahaan kita tiga puluh hari dari tutup” adalah garis dasar emosional sistem itu. Ia menjaga perusahaan 4 triliun tetap tegang. Ia juga membuat, dalam 33 tahun, tidak ada yang tumbuh menjadi penerus.

Ini bukan konspirasi, melainkan struktur: CEO yang menempatkan diri di setiap lingkaran keputusan kritis secara sistematis menekan lahirnya pengambil keputusan kedua.

Setelah 12 November

Kress berusia 59. Ia bergabung sebagai CFO September 2013 setelah hampir 25 tahun di keuangan Texas Instruments, Microsoft, dan Cisco. Narasumber Reuters menyebutnya sebagai kebalikan yang tenang dari gaya konfrontatif Huang.

Pasar belum sepenuhnya yakin. Anshel Sag dari Moor Insights and Strategy blak-blakan: menempatkan CFO di kursi sementara menenangkan pasar, tetapi ia bukan visioner jangka panjang yang dibutuhkan Nvidia.

Tiga nama beredar: Ian Buck, di Nvidia sejak 2004, memimpin perangkat keras dan lunak AI, terlibat CUDA awal; Rene Haas, CEO Arm, tujuh tahun wakil presiden di Nvidia; dan Lisa Su, CEO AMD, pesaing paling langsung.

Pada 17 November setelah penutupan, hasil kuartal ketiga terbit. Itu akan jadi sesi tanya jawab publik pertama kepemimpinan baru.

Pada hari yang sama, Richard Neal dan Ron Wyden, Demokrat paling senior di Komite Ways and Means DPR dan Komite Keuangan Senat, menulis kepada Menteri Perdagangan Lutnick soal bagaimana penjualan chip Nvidia ke Tiongkok ditangani, dan meminta departemen menyimpan catatan terkait. Mereka minoritas: bisa bertanya, tidak bisa memaksa.

Jaket kulit putih

Dalam 33 tahun perusahaan berganti CEO satu kali. Sekarang berganti.

Yang diuji bukan kompetensi penerus, melainkan pertanyaan yang lebih tenang: dari taruhan ini — segitiga, T&L perangkat keras, shader terpadu, CUDA, Tensor Core, NVLink — berapa yang merupakan penilaian pribadi dan berapa yang sudah menjadi nilai bawaan organisasi.

CUDA adalah separuh pertama jawabannya. Lebih dari empat ribu pustaka terakselerasi, jutaan pengembang, dua puluh tahun kompatibilitas. Tidak ada penerus yang bisa membalikkannya, seperti tidak ada yang membalik x86. Itu aset perusahaan, bukan aset pribadi.

Separuh lainnya adalah ketegangan tiga puluh hari. Itu tidak bisa ditulis dalam dokumen proses. Ia hanya ada bila seseorang terus mengatakannya dan menunjukkannya lewat kalender. Itu aset pribadi.

Pernyataan 12 November memisahkan keduanya. Pasar memberi harga 182 miliar dolar untuk pemisahan itu.

Silikon berputar dalam tiga tahun. Arsitektur sepuluh. Ekosistem dua puluh. Masa jabatan satu orang berlangsung tiga puluh tiga, cukup untuk sekali menebak benar di ketiga lapisan.

Jaket kulit putih masih di lemari. Pria yang memakainya tidak lagi di ruang rapat.

Rujukan

Share this page