“Narasi pasar bullish AI” kembali memicu gelombang besar! Jensen Huang meluncurkan rencana besar AI bernilai triliunan dolar AS. NVIDIA(NVDA.US) mengangkat layar dan berlayar menuju nilai pasar 6 triliun dolar

NVIDIA CEO Huang Renxun menunjukkan “rencana super pendapatan AI yang belum pernah terjadi sebelumnya” dalam infrastruktur kekuatan AI di konferensi GTC pada pukul 12:00 waktu Beijing pada 17 Maret. Dia memberi tahu para investor global bahwa dengan permintaan yang kuat untuk GPU arsitektur Blackwell dan permintaan yang semakin besar untuk sistem kekuatan AI arsitektur Vera Rubin yang akan segera diproduksi, pendapatan masa depan perusahaan di bidang chip AI dapat mencapai setidaknya $1 triliun pada tahun 2027, jauh lebih tinggi daripada proyeksi sebelumnya yang mengharapkan $500 miliar untuk infrastruktur kekuatan AI pada tahun 2026.

Menurut analis dari Goldman Sachs, Wedbush, dan Morgan Stanley yang optimis tentang prospek harga saham NVIDIA, dengan pertumbuhan pendapatan yang lebih kuat dari yang diharapkan, nilai pasar NVIDIA diperkirakan akan melampaui $5 triliun lagi setelah bulan Oktober lalu dan sangat mungkin menuju titik tertinggi sejarah yang jauh lebih tinggi dari saat ini.

Untuk harga saham NVIDIA, kemungkinan akan segera mencetak titik tertinggi sejarah baru dan mendorong rantai industri kekuatan AI global menuju lintasan kenaikan baru, dan rencana super AI senilai $1 triliun yang diungkapkan NVIDIA akan sepenuhnya mendukung “narasi bull market AI” di pasar modal. Menurut harga target rata-rata analis Wall Street, ini berarti nilai pasar NVIDIA akan melampaui $6 triliun dalam 12 bulan ke depan, dengan ekspektasi paling optimis di Wall Street mencapai total nilai pasar sebesar $8,8 triliun.

Ketika skala model, jalur inferensi, dan beban kerja AI Agentic multimodal mendorong konsumsi kekuatan secara eksponensial, pengeluaran modal dari raksasa teknologi cenderung lebih fokus pada infrastruktur kekuatan AI. Para investor global semakin menempelkan “narasi bull market AI” di sekitar NVIDIA, kluster TPU Google, dan iterasi produk baru AMD, yang diharapkan dapat mempercepat pengiriman kluster kekuatan AI. Hal ini juga berarti tema investasi yang terkait erat dengan pelatihan/inferensi AI, seperti daya listrik, sistem pendinginan cair, dan rantai pasokan interkoneksi optik, akan terus berada di jajaran investasi paling panas di pasar saham meskipun situasi geopolitik di Timur Tengah menghadapi ketidakpastian.

Di konferensi pengembang GTC tahunan yang diadakan di San Jose, California, CEO Huang Renxun meluncurkan prosesor baru (yaitu CPU kelas server pusat data) dan sistem infrastruktur kekuatan AI LPU yang dibangun berdasarkan teknologi arsitektur inferensi AI eksklusif dari perusahaan Groq. Groq adalah perusahaan startup chip AI, dan NVIDIA memperoleh lisensi teknologinya seharga $17 miliar pada bulan Desember tahun lalu.

Langkah-langkah ini adalah bagian dari upaya Huang Renxun untuk memperkuat posisi perusahaan di bidang yang disebut “komputasi inferensi”. Komputasi inferensi merujuk pada seluruh proses komputasi dalam menjawab permintaan kueri dari pengguna B2B dan B2C di tingkat global; dalam bidang ini, sistem kekuatan GPU AI NVIDIA menghadapi persaingan yang lebih ketat dari prosesor AI ASIC khusus yang dikembangkan oleh CPU dan perusahaan seperti Google (yaitu jalur teknologi AI ASIC yang dipimpin Google TPU). Dalam beberapa tahun terakhir, chip NVIDIA telah mendominasi tahap pelatihan model besar AI, dan ini juga menjadi fokus perhatian pasar.

Sisi pelatihan AI yang hampir di monopoli oleh GPU NVIDIA memerlukan kluster kekuatan AI yang lebih kuat serta kemampuan iterasi cepat dari seluruh sistem kekuatan, sementara sisi inferensi AI lebih mengutamakan biaya per token, latensi, dan efisiensi energi setelah teknologi AI mutakhir diterapkan secara besar-besaran.

“Era inferensi kecerdasan buatan telah tiba,” kata Huang Renxun di konferensi GTC. “Dan permintaan untuk inferensi terus meningkat,” tambahnya.

Dengan mengenakan jaket kulit hitam ikoniknya, Huang Renxun berbicara di depan lebih dari 18.000 orang di sebuah arena hoki es. Konferensi teknologi empat hari ini telah menjadi salah satu platform pameran teknologi AI terbesar di dunia. “Saya hanya ingin mengingatkan semua orang bahwa ini adalah konferensi teknologi yang menarik perhatian publik,” katanya kepada para pendengarnya.

Gelombang Inferensi AI Datang, Rencana “Kekuatan AI” NVIDIA Melonjak ke Triliunan Dolar

Jika kita merangkum pidato Huang Renxun di GTC kali ini dalam satu kalimat, inti dari pidatonya adalah: NVIDIA sedang mengubah dirinya dari “perusahaan yang menjual GPU AI” menjadi “raksasa chip yang menjual pabrik AI”. Keynote resmi dimulai dengan token sebagai unit dasar AI modern, Huang Renxun menggeser fokus industri dari “pelatihan” ke “inferensi + AI agentic” dan mengoreksi peluang pendapatan infrastruktur AI dari $500 miliar sebelumnya menjadi setidaknya $1 triliun untuk tahun 2025-2027. Ini bukan sekadar penyesuaian permintaan, tetapi memberi tahu pasar modal bahwa persaingan kekuatan di masa depan tidak hanya akan melihat puncak FLOPS pelatihan, tetapi siapa yang dapat memproduksi token dengan biaya terendah, throughput data tertinggi, dan latensi terbaik secara berkelanjutan.

Di sekitar narasi ekspansi permintaan kekuatan AI ini, logika dasar bisnis yang diajukan Huang Renxun sebenarnya sangat jelas: pusat data bukan lagi “pusat penyimpanan”, tetapi “pabrik AI”. Dalam anggaran daya tetap, indikator kunci bukanlah kinerja puncak chip tunggal, tetapi “token per watt, biaya per token, waktu sampai produksi pertama”. Inilah sebabnya mengapa dia berulang kali menekankan “desain kolaboratif ekstrem” — yaitu mengoptimalkan komputasi, jaringan, penyimpanan, perangkat lunak, pasokan daya, dan pendinginan sebagai satu kesatuan. Klaim resmi menunjukkan bahwa Vera Rubin NVL72 dapat mencapai throughput inferensi hingga 10 kali per watt dibandingkan dengan platform Blackwell, dengan biaya per token hanya sepertiga dari yang sebelumnya. Jumlah GPU yang diperlukan untuk melatih model MoE dalam skala besar juga dapat dikurangi hingga seperempat. Ini bukan lagi “iterasi chip”, melainkan penulisan ulang ekonomi infrastruktur AI.

Dalam aspek perangkat keras terbaru, perubahan terpenting di GTC kali ini adalah NVIDIA secara resmi mengintegrasikan CPU, GPU, LPU, DPU, SuperNIC, chip pertukaran, dan arsitektur penyimpanan menjadi satu sistem tingkat platform. Platform Vera Rubin yang didefinisikan secara resmi mencakup Vera CPU, Rubin GPU, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 switch Ethernet, serta NVIDIA Groq 3 LPU terbaru yang terintegrasi; di mana rak Vera Rubin NVL72 terdiri dari 72 Rubin GPU + 36 Vera CPU, sementara rak Groq 3 LPX dirancang khusus untuk inferensi latensi rendah. Huang Renxun secara inovatif membagi inferensi AI menjadi dua bagian: prefill direspons oleh Vera Rubin, dan decode ditangani oleh chip GroqAI. Ini berarti jawaban NVIDIA untuk era inferensi tidak lagi “membiarkan GPU melakukan segalanya”, tetapi menggunakan komputasi heterogen untuk memisahkan pemrosesan throughput tinggi dan latensi sangat rendah.

Dalam aspek perangkat lunak dan ekosistem, posisi Huang Renxun dalam pidatonya juga sangat agresif. Dynamo 1.0 didefinisikan oleh NVIDIA sebagai sistem operasi inferensi untuk pabrik AI, dan secara resmi diklaim dapat memberikan peningkatan kinerja inferensi hingga 7 kali untuk Blackwell; sementara di arah agentic, NVIDIA meluncurkan Agent Toolkit, OpenShell, dan NemoClaw, menjadikan OpenClaw sebagai platform “sistem operasi AI pribadi”, dan melengkapi strategi pengendalian, rute privasi, dan batas keamanan untuk implementasi perusahaan. Sementara itu, NVIDIA juga memperluas keluarga model besar terbuka, termasuk Nemotron, Cosmos, Isaac GR00T, Alpaymayo, BioNeMo, Earth-2, dan mempublikasikan peta jalan arsitektur Feynman: platform generasi berikutnya akan memperkenalkan Rosa CPU, LP40 LPU, BlueField-5, CX10, dan Kyber, melanjutkan koneksi tembaga dan pengemasan bersama optik menuju pabrik AI generasi berikutnya.

Lebih jauh, GTC 2026 tidak hanya membahas pusat data. NVIDIA juga membawa “AI fisik” dan “komputasi spasial” ke panggung utama: IGX Thor telah memasuki tahap penggunaan umum, ditujukan untuk industri, kesehatan, robotika, dan komputasi batas rel; Open Physical AI Data Factory Blueprint digunakan untuk mempercepat generasi, peningkatan, dan evaluasi data robotik, visual AI agent, dan kendaraan otonom; sementara Modul Vera Rubin Space-1 memperluas arsitektur Vera Rubin ke pusat data orbital, dengan klaim resmi bahwa dibandingkan H100, ini dapat memberikan hingga 25 kali kekuatan AI untuk inferensi luar angkasa. Ini menunjukkan bahwa NVIDIA telah memperluas “pabrik AI” dari pusat data cloud menjadi satu paradigma infrastruktur terpadu yang mencakup cloud, edge, endpoint, kendaraan, robot, bahkan luar angkasa.

Tema sebenarnya dari GTC 2026 bukanlah peluncuran produk tunggal seperti sebelumnya, tetapi NVIDIA mengemas GeForce, infrastruktur kekuatan pusat data, jaringan, penyimpanan, sistem kekuatan inferensi, platform agent, robotika, dan komputasi spasial seluruhnya ke dalam satu narasi yang terintegrasi — “beralih dari penyedia GPU tunggal menjadi kontraktor infrastruktur AI keseluruhan”. Inilah mengapa yang paling menarik dari konferensi kali ini bukanlah parameter chip AI tertentu, tetapi NVIDIA sedang menggunakan produk tingkat sistem untuk mengunci semua ekonomi token, proses monetisasi inferensi, dan kekuatan tawar infrastruktur untuk beberapa tahun ke depan.

Posisi Monopoli Infrastruktur Kekuatan AI Dikuatkan, Apakah Harga Saham NVIDIA Menuju Titik Tertinggi Sejarah?

“Sebelumnya, para investor umumnya khawatir bahwa pengeluaran infrastruktur AI besar-besaran dari raksasa teknologi tidak dapat berlanjut, tetapi dengan Huang Renxun menggambarkan peluang pendapatan sebesar $1 triliun hingga tahun 2027, investor mulai percaya bahwa permintaan infrastruktur AI NVIDIA tetap memiliki daya tahan jangka panjang,” kata analis Emarketer Jacob Bourne. “Dalam seluruh industri AI yang sedang bergerak dari tahap percobaan awal ke penerapan skala besar, NVIDIA masih mempertahankan posisi kepemimpinannya di pasar kekuatan AI.”

Ketika Huang Renxun mengangkat ukuran peluang chip AI dan infrastruktur NVIDIA hingga setidaknya $1 triliun pada tahun 2027 di GTC, pasar tidak lagi melihatnya sebagai perusahaan chip yang terus menjual GPU yang lebih kuat, tetapi sebagai sebuah kerajaan infrastruktur yang berusaha mendefinisikan fungsi produksi “pabrik AI” generasi berikutnya: beralih dari era pelatihan ke era inferensi, dari persaingan chip tunggal ke dominasi sistem tingkat rak penuh, jaringan penuh, dan tumpukan perangkat lunak. Dari Blackwell, Vera Rubin hingga kolaborasi teknologi Groq untuk dekode latensi rendah, NVIDIA sedang menulis throughput token, pendapatan per watt, dan kemampuan monetisasi inferensi menjadi bahasa valuasi baru.

Huang Renxun di konferensi GTC, di satu sisi membuktikan bahwa skala peluang $1 triliun menunjukkan permintaan masih berkembang secara aktif, sementara di sisi lain menunjukkan bahwa unit kompetisi NVIDIA tidak lagi satu chip AU, tetapi seluruh pabrik AI.

Ketika Huang Renxun menyatakan bahwa “titik balik inferensi telah tiba,” pada dasarnya dia sedang memberi tahu pasar modal: belanja modal AI jauh dari puncaknya, penerapan besar-besaran yang sebenarnya baru saja dimulai; dan ketika NVIDIA mengemas CPU, GPU, LPU, jaringan, perangkat lunak Agent, dan ekonomi pusat data ke dalam narasi yang sama, apa yang diangkatnya bukan hanya siklus produk baru tetapi juga kembali menuju imajinasi nilai pasar $5 triliun. Data dari TIPRANKS menunjukkan bahwa harga target rata-rata analis Wall Street memperkirakan harga saham NVIDIA akan mencapai $273, yang berarti mereka percaya potensi kenaikan NVIDIA dalam 12 bulan ke depan mencapai 51% yang mengejutkan, dengan target harga paling optimis mencapai $360. Target harga $273 tersebut sesuai dengan sekitar $6,6 triliun nilai pasar NVIDIA. Hingga penutupan pasar saham pada hari Senin, harga saham NVIDIA ditutup pada $183,220, dengan nilai pasar sekitar $4,45 triliun.

Huang Renxun di konferensi tersebut menaikkan peluang pendapatan dari chip AI/infrastruktur kekuatan AI menjadi setidaknya $1 triliun pada tahun 2027, jelas lebih tinggi dari proyeksi sebelumnya yang diajukan seputar arsitektur Blackwell dan Rubin yang mengharapkan $500 miliar pada tahun 2026. Raksasa keuangan Wall Street Goldman Sachs setelah konferensi GTC menyatakan bahwa prospek pendapatan triliunan dolar yang terbaru di GTC memberikan pasar dukungan untuk permintaan jangka panjang, yang cukup untuk meredakan kekhawatiran investor tentang “belanja modal AI mungkin mencapai puncaknya pada tahun 2026”. Dengan kata lain, tim analis Goldman Sachs percaya bahwa pidato ini bukan sekadar menunjukkan produk baru, tetapi mengarahkan kembali batas atas pesanan dan keberlanjutan kinerja NVIDIA dalam dua hingga tiga tahun ke depan.

Goldman Sachs menekankan bahwa NVIDIA tidak hanya meluncurkan satu GPU AI yang sangat kuat, tetapi secara resmi mengkomersialkan inferensi dengan cara eksklusif NVIDIA, dan sepenuhnya meningkatkan infrastruktur kekuatan AI NVIDIA menjadi perlengkapan paling inti dalam perlombaan senjata AI global tahap berikutnya. Seperti yang disebutkan sebelumnya, Huang Renxun membagi inferensi menjadi dua bagian: prefill yang ditangani oleh Vera Rubin, dan decode yang ditangani oleh Groq 3 LPX/LPU, yang berarti NVIDIA sedang memperluas dari “penguasa pelatihan” menjadi “kontraktor infrastruktur kekuatan inferensi AI”. Goldman Sachs menekankan bahwa klaim resmi melebihi ekspektasi pasar: Vera Rubin + LPX dapat mencapai throughput inferensi hingga 35 kali per megawatt, serta membawa peluang pendapatan hingga 10 kali untuk model dengan satu triliun parameter.

Goldman Sachs menyatakan bahwa NVIDIA tidak hanya mempertahankan pasar pelatihan, tetapi dalam era inferensi yang dibatasi oleh daya dan sensitif terhadap latensi, telah menawarkan kerangka monetisasi yang lebih kuat dan jawaban komputasi heterogen yang lebih lengkap. Alasan mengapa Goldman Sachs lebih positif dan optimis adalah karena GTC kali ini memenuhi dua hal yang paling dikhawatirkan investor: pertama, apakah permintaan telah mencapai puncaknya, dan kedua, apakah NVIDIA akan tereduksi oleh CPU, ASIC yang dikembangkan sendiri, atau chip khusus lainnya dalam era inferensi.

Goldman Sachs menyatakan bahwa panduan ke depan sebesar $1 triliun jauh melebihi ekspektasi pasar, membuktikan bahwa permintaan dari raksasa cloud computing (Hyperscalers) tetap kuat dan tahan lama. Berdasarkan penilaian optimis terhadap potensi katalis dalam beberapa bulan mendatang, Goldman Sachs mengulangi rekomendasi “beli” untuk NVIDIA dan mempertahankan target harga $250 untuk 12 bulan ke depan, menekankan bahwa rencana belanja modal dari penyedia layanan cloud super dan model baru berbasis arsitektur Blackwell dan Rubin akan terus memperkuat posisi kinerja perusahaan.