Akankah Intel Akhirnya Menguasai AI Melalui SambaNova? Mengincar Kesempatan Kedua dalam Strategi Chip Kustom

Fokus Kesepakatan

Laporan menunjukkan bahwa Intel sedang mempertimbangkan akuisisi potensial terhadap SambaNova Systems, sebuah spesialis infrastruktur AI yang telah melihat valuasinya runtuh dari $5 miliar menjadi harga pembelian rumor sebesar hanya $1,6 miliar. Berbeda dengan usaha sebelumnya dalam akselerator pelatihan AI, akuisisi ini menargetkan segmen pasar yang secara fundamental berbeda.

SambaNova mengkhususkan diri dalam infrastruktur inferensi AI—beban kerja komputasi yang memproses model yang telah dilatih daripada membuatnya. Chip kustom perusahaan, yang diberi merek sebagai Reconfigurable Dataflow Units (RDUs), membentuk tulang punggung sistem SambaRack-nya. Solusi terintegrasi ini menggabungkan perangkat keras, perangkat lunak jaringan, dan lapisan manajemen menjadi paket skala rak lengkap yang dirancang untuk penyebaran data center yang mulus.

Mengapa Taruhan AI Terakhir Intel Gagal

Sejarah akuisisi raksasa semikonduktor ini menceritakan kisah peringatan. Pada 2019, Intel membayar sekitar $2 miliar untuk Habana Labs, sebuah perusahaan yang mengembangkan prosesor pelatihan AI Gaudi. Pada saat itu, ini tampak strategis—Gaudi mendapatkan daya tarik di kalangan hyperscaler yang tertarik pada alternatif GPU Nvidia yang dominan.

Namun, eksekusi Intel gagal. Generasi berikutnya seperti Gaudi 2 dan Gaudi 3 memberikan metrik kinerja yang layak tetapi tidak mampu mengatasi dua hambatan struktural. Pertama, Gaudi menggunakan arsitektur yang tidak dikenal yang dipasangkan dengan ekosistem perangkat lunak yang kurang berkembang. Kedua, dan yang lebih kritis, platform CUDA milik Nvidia yang bersifat proprietary telah mengkristal menjadi standar industri selama hampir dua dekade. Ini menciptakan “parit” yang melampaui kinerja chip mentah—perpustakaan perangkat lunak yang matang dan keakraban pengembang memberi Nvidia keunggulan yang tak tertandingi.

Intel secara bersamaan mengejar pendekatan yang ceroboh: mengembangkan chip pelatihan Gaudi sambil meluncurkan GPU data center yang bersaing. Keduanya tidak mendapatkan pangsa pasar yang berarti. Ketika Intel akhirnya membatalkan Falcon Shores—sebuah GPU data center yang menggabungkan teknologi Gaudi—ini secara efektif menyerahkan medan perang pelatihan AI kepada Nvidia.

Peluang yang Secara Struktural Berbeda

Akuisisi SambaNova bisa mewakili pivot strategis daripada kesalahan pengulangan. Beberapa faktor membedakan skenario ini.

Pertama, pasar inferensi beroperasi di bawah dinamika kompetitif yang berbeda dari pelatihan. Sementara pelatihan menuntut throughput komputasi mentah maksimum, inferensi memprioritaskan efisiensi—menghasilkan prediksi yang akurat dari model yang ada dengan konsumsi daya dan latensi minimal. Silicon kustom seperti milik SambaNova unggul dalam masalah optimisasi terbatas ini.

Kedua, SambaNova sudah memiliki momentum pasar yang nyata. Perusahaan mengamankan perjanjian penyebaran untuk cloud inferensi AI berdaulat di Australia, Eropa, dan Inggris pada Oktober. Selanjutnya, OVHcloud, penyedia komputasi utama Eropa, memilih sistem SambaNova untuk melengkapi portofolio infrastruktur AI-nya. Keberhasilan ini menunjukkan bahwa pasar mengakui nilai solusi inferensi skala rak di luar penyebaran GPU komoditas.

Ketiga, Intel Capital sudah memiliki SambaNova sebagai perusahaan portofolio, dan CEO Intel Lip-Bu Tan memimpin dewan direksi perusahaan ini. Ini mengurangi risiko akuisisi melalui keakraban dan keselarasan operasional yang sudah ada.

Penyesuaian Strategis dengan Pivot Intel

Pengumuman pembatalan Falcon Shores dari Intel menandai pergeseran strategis: perusahaan akan meninggalkan strategi hanya chip demi strategi sistem AI skala rak yang terintegrasi. Akuisisi mempercepat transisi ini dengan menyediakan teknologi yang langsung dapat disebarkan daripada harus mengembangkan dari nol Jaguar Shores, pengganti Falcon Shores.

Bagi perusahaan yang telah berulang kali tersandung di pasar semikonduktor khusus, mengakuisisi infrastruktur inferensi yang terbukti merupakan jalur yang lebih dapat diatasi daripada bersaing langsung melawan Nvidia dalam akselerasi pelatihan atau membangun alternatif GPU yang redundan.

Apakah kesepakatan semacam ini akan terwujud tetap belum pasti. Namun, menargetkan inferensi AI daripada pelatihan, mengakuisisi solusi komersial yang tervalidasi daripada proyek R&D spekulatif, dan memanfaatkan hubungan portofolio yang sudah ada menunjukkan bahwa Intel mungkin telah belajar dari pengalaman Habana Labs—dan kali ini memilih medan perang yang secara fundamental berbeda.