CEO Intel (INTC.US) Chen Liwu memuji model AI canggih Tiongkok dan dengan tegas mendukung open-source untuk peningkatan efisiensi

Menurut kabar dari Zhihui Finance APP, CEO Intel (INTC.US), Pat Gelsinger, pada hari Senin mengatakan bahwa biaya per token untuk model Artificial Intelligence (AI) terdepan di Tiongkok lebih rendah, dan adopsinya telah berlangsung dengan “sangat cepat.” Dilaporkan bahwa Gelsinger menyebutkan performa model-model seperti DeepSeek, Kimi, dan GLM “sudah cukup bagus.” Ia juga mengatakan: “Saya adalah pendukung kuat open source. Ini adalah cara terbaik untuk mendorong peningkatan efisiensi.” Dia juga menambahkan bahwa pada akhirnya, model mana yang cocok untuk skenario aplikasi tertentu akan ditentukan oleh pasar.

Pendapat Pat Gelsinger sejalan dengan CEO NVIDIA (NVDA.US), Jensen Huang. Jensen Huang telah berulang kali membela model open source Tiongkok. Pada Juli tahun ini, Jensen Huang mengatakan bahwa model dari DeepSeek, Alibaba, dan Moonshot AI semuanya “sangat luar biasa” dan seharusnya diadopsi. Ia juga menyatakan model open source dapat memperluas cakupan penerapan AI, bukannya mengurangi permintaan terhadap chip NVIDIA.

Salah satu keunggulan utama model AI open source adalah biaya penggunaan model yang relatif lebih rendah. Bagi Intel, adopsi model AI berbiaya rendah secara lebih luas dapat mendorong penyebaran AI yang lebih luas, sehingga meningkatkan permintaan pasar untuk CPU, server, dan infrastruktur pusat data yang diperlukan untuk menjalankan beban kerja tersebut—bidang yang saat ini sedang menjadi fokus utama Intel.

Sementara itu, Pat Gelsinger telah memposisikan bisnis pusat data Intel sebagai pihak yang diuntungkan dari AI berbasis agen. Data menunjukkan, pendapatan kuartal kedua Intel naik 25% dibanding tahun lalu menjadi 16,13 miliar dolar AS, pertumbuhan tercepat sejak 2011, melampaui ekspektasi pasar sebesar 14,42 miliar dolar AS. Di antaranya, pendapatan dari divisi pusat data dan AI mencapai 6,3 miliar dolar AS, melonjak 59% secara tahunan, atau lebih dari dua kali lipat pertumbuhan pendapatan keseluruhan perusahaan, serta melampaui ekspektasi pasar sebesar 5,37 miliar dolar AS.

Seiring dengan pergeseran industri dari pelatihan model besar menuju penerapan skala besar AI berbasis agen yang dapat mengeksekusi tugas secara mandiri, permintaan terhadap CPU umum meningkat pesat. AI berbasis agen mampu menjalankan tugas multi-langkah sehingga membutuhkan kapasitas komputasi yang sangat besar. Inferensi AI tradisional sangat mengandalkan GPU untuk komputasi matriks, namun alur kerja agen akan memecah satu tugas menjadi beberapa tahap, seperti perencanaan, pencarian, pembacaan dan penulisan file, verifikasi aturan, eksekusi kode, pemanggilan alat, serta validasi hasil, yang secara alami lebih membutuhkan CPU umum, akses memori, I/O, dan penjadwalan sistem. Pada skenario inferensi tradisional, rasio kebutuhan GPU terhadap CPU sekitar 7:1, sedangkan dalam alur kerja agen, rasio tersebut bisa mendekati 1:1 atau bahkan CPU bisa lebih dominan. Ini bukan berarti GPU menjadi tidak penting, melainkan menunjukkan bahwa pusat data AI kini memasuki era sistem heterogen yang terdiri dari “pulau GPU” menjadi “CPU+GPU+ASIC+infrastruktur jaringan optik+penyimpanan.”

Selain itu, beberapa analisis meyakini bahwa perkembangan model open source juga dapat membantu Intel mengurangi ketergantungan pada satu ekosistem AI saja. Saat ini, pasar infrastruktur AI sangat bergantung pada ekosistem NVIDIA CUDA. Namun, dengan berkembangnya model open source, perusahaan dapat membangun infrastruktur AI yang lebih beragam. Sebagai contoh, perusahaan bisa memilih GPU NVIDIA + CPU Intel, atau CPU Intel + akselerator AI lain, atau CPU bertanggung jawab atas komputasi umum dan akselerator khusus untuk inferensi AI. Bagi Intel, yang terpenting bukan menjadi “NVIDIA kedua,” melainkan memastikan perusahaan menjadi pemasok infrastruktur komputasi umum yang tak tergantikan di pusat data AI.