Microsoft Keteterangan Target Chip AI, Biaya Memori Melonjak 400 Persen

Microsoft tertinggal jauh dari target internal penyebaran chip kecerdasan buatan atau AI di seluruh pusat data global miliknya. Berdasarkan dokumen internal yang dikutip dari laporan investigasi, total chip AI terpasang saat ini berada di angka 2,2 juta unit, atau kurang dari separuh proyeksi awal para analis industri.

Kesenjangan pasokan tersebut memicu pertanyaan mengenai posisi kompetitif perusahaan dalam perlombaan teknologi global. Meskipun menggelontorkan miliaran dolar setiap tahun untuk memperluas kapasitas, jumlah chip tersebut hampir tidak mengalami pergerakan berarti sepanjang tahun lalu akibat pasokan produsen yang terbatas.

Situasi kapasitas yang ketat ini terjadi di tengah gelombang penolakan lokal terhadap pembangunan pusat data baru karena kekhawatiran terhadap cadangan air. Di Amerika Serikat, New York bahkan memberlakukan penghentian sementara pada pembangunan fasilitas berkapasitas 50 megawatt atau lebih.

Selain tantangan infrastruktur, perusahaan besar juga dihadapkan pada lonjakan biaya operasional akibat transisi dari penentuan harga berbasis lisensi kursi ke model berbasis token penggunaan. Kondisi ini memaksa pelaku bisnis memperketat anggaran riset dan pengembangan mereka.

Lonjakan Biaya DRAM dan Perubahan Pimpinan Industri AI

Lonjakan permintaan infrastruktur turut menekan rantai pasokan komponen inti komputasi. Riset terbaru dari J.P. Morgan Global Research memproyeksikan bahwa harga dynamic random access memory atau DRAM untuk beban kerja AI akan meroket lebih dari 400 persen dalam rentang waktu dua tahun hingga akhir 2026.

Kenaikan harga komponen penting tersebut diprediksi akan berdampak langsung kepada konsumen akhir. Produsen diperkirakan bakal meneruskan pembengkakan biaya produksi kepada produk sehari-hari seperti telepon pintar, jam tangan pintar, hingga komputer jinjing.

Dinamika industri turut diwarnai oleh perombakan kepemimpinan di sektor teknologi, termasuk mundurnya Demis Hassabis sebagai chief executive di Google DeepMind untuk memfokuskan upaya pada eksplorasi singularitas. Perubahan strategis juga terjadi di berbagai perusahaan lain untuk mengejar efisiensi bisnis.

Pengembangan teknologi ke depan tidak lagi sekadar berfokus pada penjualan potensi sistem cerdas, melainkan pengelolaan sumber daya secara bijak. Para pemimpin industri dituntut menyeimbangkan antara kecepatan inovasi dan efisiensi biaya di tengah kenaikan harga komponen.