"Bom nuklir" seberat 2,5 ton di CES 2026: bagaimana NVIDIA mendesain ulang masa depan AI dengan Vera Rubin

Di CES 2026, Jensen Huang membawa ke panggung sesuatu yang tidak biasa: bukan sebuah kartu grafis konsumen, tetapi sebuah rak server AI seberat 2,5 ton. Tindakan simbolis ini memperkenalkan apa yang dapat disebut sebagai “bom nuklir” sejati dari acara ini: platform komputasi Vera Rubin, sebuah ekosistem perangkat keras yang sepenuhnya dipikir ulang untuk mempercepat pelatihan model AI generasi baru.

Enam chip, satu visi: arsitektur yang menantang perlambatan Moore

Vera Rubin mewakili perubahan paradigma dibandingkan masa lalu NVIDIA. Sementara secara tradisional setiap generasi prosesor menyaksikan evolusi hanya 1-2 chip, kali ini perusahaan merancang ulang secara bersamaan 6 komponen berbeda, semuanya sudah dalam produksi.

Alasannya sederhana namun mendalam: hukum Moore tidak cukup lagi. Model AI tumbuh 10 kali lipat setiap tahun, tetapi peningkatan performa tradisional tidak mampu mengikuti. NVIDIA memilih inovasi “sinkronisasi di setiap tingkat” dari platform ini.

Enam pilar “bom nuklir” teknologi:

CPU Vera mengintegrasikan 88 core Olympus yang dipersonalisasi, mendukung 176 thread melalui teknologi multithreading spasial NVIDIA, dan menawarkan memori sistem sebesar 1,5 TB—tiga kali lipat dari generasi Grace sebelumnya. Bandwidth NVLink mencapai 1,8 TB/s.

GPU Rubin adalah bintang utama: dengan kekuatan inferensi NVFP4 sebesar 50 PFLOPS (5 kali lebih tinggi dari Blackwell), mengandung 336 miliar transistor dan menyertakan motor Transformer ketiga yang menyesuaikan presisi secara dinamis sesuai kebutuhan.

Kartu jaringan ConnectX-9 mendukung Ethernet 800 Gb/s dengan RDMA yang dapat diprogram, sementara BlueField-4 DPU dirancang khusus untuk mengelola arsitektur penyimpanan AI baru, menggabungkan CPU Grace dengan 64 core dan 126 miliar transistor.

Switch NVLink-6 menghubungkan hingga 18 node komputasi, memungkinkan 72 GPU Rubin beroperasi sebagai satu mesin yang kohesif, dengan bandwidth all-to-all sebesar 3,6 TB/s per GPU. Akhirnya, switch optik Spectrum-6 menggunakan 512 saluran masing-masing 200Gbps, mengintegrasikan silicon photonics.

Performa yang mengubah permainan: peningkatan dari 3,5x hingga 10x

Dalam sistem Vera Rubin NVL72, lonjakan performa dibandingkan Blackwell sangat dramatis. Inferensi NVFP4 mencapai 3,6 EFLOPS (+5x), sementara pelatihan mencapai 2,5 EFLOPS (+3,5x). Memori yang tersedia hampir tiga kali lipat: 54TB LPDDR5X dan 20,7TB HBM.

Namun data paling mengesankan terkait efisiensi. Meskipun transistor hanya meningkat 1,7 kali (dengan mencapai 220 triliun transistor), produktivitas yang diukur dalam token AI per watt-per-dolar meningkat 10 kali lipat. Untuk pusat data senilai 50 miliar dolar dan daya 1 gigawatt, ini berarti langsung menggandakan kapasitas penghasilan.

Secara konkret: untuk melatih model dengan 100 triliun parameter, Vera Rubin hanya membutuhkan 1/4 dari sistem Blackwell, dan biaya untuk menghasilkan satu token turun menjadi sekitar 1/10 dari sebelumnya.

Rekayasa revolusioner: dari perakitan hingga pendinginan

“Bom nuklir” perangkat keras ini bukan hanya kekuatan mentah. Rekayasa Vera Rubin menyelesaikan masalah praktis yang mengganggu sistem sebelumnya. Node superkomputer lama membutuhkan 43 kabel dan 2 jam perakitan manual; node Vera tidak menggunakan kabel sama sekali, hanya 6 pipa pendingin cair, dan dapat dirakit dalam 5 menit.

Belakang rak berisi hampir 3,2 km kabel tembaga khusus: 5.000 kabel membentuk tulang punggung NVLink 400Gbps. Seperti yang secara ironis diungkapkan Jensen Huang: “Mungkin beratnya beberapa ratus pound—Anda harus menjadi CEO yang sangat bugar untuk pekerjaan ini.”

Masalah memori konteks: solusi BlueField-4

AI modern menghadapi hambatan kritis: “KV Cache” (memori kerja AI) tumbuh seiring dengan dialog yang lebih panjang dan model yang lebih besar. Vera Rubin mengatasi ini dengan prosesor BlueField-4 yang terintegrasi dalam rak, masing-masing dilengkapi 150TB memori konteks.

Setiap node memiliki 4 BlueField-4, yang mendistribusikan memori ke GPU: setiap GPU menerima tambahan 16TB memori selain 1TB bawaannya, menjaga bandwidth 200Gbps tanpa mengorbankan kecepatan.

Spectrum-X: jaringan yang dirancang untuk AI generatif

Agar puluhan rak dan ribuan GPU bekerja sebagai satu memori terdistribusi, jaringan harus “besar, cepat, dan stabil”. Spectrum-X adalah platform Ethernet end-to-end pertama di dunia yang dirancang khusus untuk AI generatif.

Generasi terbaru menggunakan proses COOP dari TSMC dan silicon photonics, dengan 512 saluran masing-masing 200Gbps. Pemikiran Jensen Huang meyakinkan: meningkatkan produktivitas sebesar 25% setara dengan menghemat 5 miliar dolar dari pusat data senilai 50 miliar dolar. “Dapat dikatakan bahwa sistem jaringan ini hampir gratis,” katanya.

Dari teori ke aksi: AI fisik, robotika, dan mengemudi otonom

Fokus dari “bom nuklir” ini bukan hanya perangkat keras. Jensen Huang menekankan bahwa sekitar 10 triliun dolar sumber daya komputasi yang terkumpul selama dekade terakhir sedang mengalami modernisasi total, tetapi bukan hanya perangkat keras—melainkan perubahan paradigma perangkat lunak.

Arsitektur “tiga komputer” untuk AI fisik:

Komputer pelatihan berbasis GPU kelas training seperti arsitektur GB300. Komputer inferensi, “otak kecil” yang membuat keputusan secara real-time pada robot dan perangkat edge. Komputer simulasi (Omniverse dan Cosmos) yang menghasilkan lingkungan virtual di mana AI belajar dari umpan balik fisik.

Alpamayo: pengemudi otonom dengan kemampuan penalaran

Berdasarkan arsitektur ini, NVIDIA memperkenalkan Alpamayo, sistem pengemudi otonom pertama yang memiliki kemampuan penalaran sejati. Berbeda dari sistem tradisional, Alpamayo sepenuhnya end-to-end dan menyelesaikan “masalah ekor panjang”—ketika menghadapi situasi jalan yang belum pernah ditemui, ia tidak hanya menjalankan kode mekanis, tetapi juga bernalar seperti pengemudi manusia.

Mercedes CLA yang dilengkapi Alpamayo akan diluncurkan di AS pada kuartal pertama 2026, diikuti oleh Eropa dan Asia. Sistem ini mendapatkan penilaian NCAP sebagai kendaraan paling aman di dunia, berkat “stack keamanan ganda” NVIDIA: ketika model AI kurang percaya diri, sistem langsung kembali ke mode keamanan tradisional.

Strategi robotik: dari Boston Dynamics ke Disney

NVIDIA menunjukkan bahwa sembilan perusahaan besar AI dan perangkat keras semuanya memperluas ke robotika. Setiap robot akan menggunakan komputer Jetson, dilatih dalam simulator Isaac dari Omniverse, dan teknologi ini akan diintegrasikan ke dalam sistem industri dari Synopsys, Cadence, Siemens, dan lainnya.

Jensen Huang mengundang robot humanoid dan quadruped dari perusahaan seperti Boston Dynamics dan Agility, menyoroti sebuah prospek menarik: robot terbesar adalah pabrik itu sendiri. Visi-nya adalah bahwa desain chip, sistem, dan simulasi pabrik semuanya akan dipercepat oleh AI fisik.

Mengapa “bom nuklir” ini muncul saat ini?

Dalam konteks di mana skeptisisme terhadap “gelembung AI” semakin meningkat, Jensen Huang menempatkan prioritas tidak hanya pada kekuatan komputasi mentah, tetapi juga aplikasi nyata. “Bom nuklir” seberat 2,5 ton ini adalah simbol sekaligus janji: membuktikan bahwa AI benar-benar dapat mengubah dunia digital maupun fisik.

NVIDIA, yang sebelumnya menjual “alat palu untuk pencari emas”, kini langsung memasuki pasar di mana kompetisi semakin sengit—AI fisik, robotika, pengemudian otonom. Seperti yang disarankan Huang sendiri: “Ketika perang sedang berlangsung, Anda tetap bisa menjual senjata.”

Namun inovasi sejati dari Vera Rubin bukanlah membangun “bom nuklir” perangkat keras yang lebih kuat—melainkan membuktikan bahwa dengan menyinkronkan inovasi di setiap tingkat platform, batasan tradisional dapat dilampaui.