Debut pertama dalam 26 tahun, Jensen Huang melemparkan "bom nuklir" seberat 2,5 ton di CES2026

*Ada video kejutan kecil di akhir. Ini adalah pertama kalinya dalam 5 tahun terakhir NVIDIA tidak merilis kartu grafis konsumen di CES. CEO Jensen Huang melangkah ke tengah panggung NVIDIA Live, masih mengenakan jaket kulit buaya mengilap yang sama seperti tahun lalu. Berbeda dengan keynote tunggal tahun lalu, pada tahun 2026 Jensen Huang menghadiri acara secara maraton. Dari NVIDIA Live ke Siemens Industrial AI Dialogue, hingga Lenovo TechWorld, ia menghadiri tiga acara dalam 48 jam. Terakhir kali, ia memperkenalkan kartu grafis seri RTX 50 di CES.Namun kali ini, AI fisik, teknologi robotik, serta sebuah “ bom nuklir kelas enterprise ” seberat 2,5 ton menjadi bintang utama. Platform komputasi Vera Rubin hadir, tetap semakin hemat semakin banyak beli Selama konferensi, Jensen Huang yang suka kejutan langsung mengangkut rak server AI seberat 2,5 ton ke atas panggung, yang menjadi highlight peluncuran: Platform Komputasi Vera Rubin, dinamai dari astronom penemu materi gelap, dengan satu tujuan: Mempercepat kecepatan pelatihan AI, menghadirkan model generasi berikutnya lebih awal. Pada umumnya, NVIDIA punya aturan internal: setiap generasi produk hanya mengubah 1-2 chip. Tetapi kali ini Vera Rubin memecahkan tradisi, langsung mendesain ulang 6 chip sekaligus, dan sudah masuk ke tahap produksi massal.
Penyebabnya, seiring melambatnya Hukum Moore, cara tradisional meningkatkan performa sudah tidak mampu mengejar pertumbuhan AI model 10 kali lipat tiap tahun, sehingga NVIDIA memilih “desain kolaborasi ekstrem”—berinovasi pada semua chip di setiap lapisan platform secara bersamaan. Keenam chip tersebut adalah: 1. Vera CPU: - 88 core Olympus custom NVIDIA - Teknologi multi-threading ruang NVIDIA, mendukung 176 thread - Bandwidth NVLink C2C 1,8 TB/s - Memori sistem 1,5 TB (3 kali Grace) - Bandwidth LPDDR5X 1,2 TB/s - 227 miliar transistor 2. Rubin GPU: - Performa inferensi NVFP4 50PFLOPS, 5 kali lipat generasi Blackwell sebelumnya - Memiliki 336 miliar transistor, meningkat 1,6 kali dari Blackwell - Dilengkapi mesin Transformer generasi ketiga, dapat menyesuaikan presisi secara dinamis sesuai kebutuhan model Transformer 3. ConnectX-9 NIC: - Ethernet 800 Gb/s berbasis 200G PAM4 SerDes - Programmable RDMA dan akselerator jalur data - Bersertifikat CNSA dan FIPS - 23 miliar transistor 4. BlueField-4 DPU: - Mesin end-to-end yang dirancang khusus untuk platform penyimpanan AI generasi baru - 800G Gb/s DPU untuk SmartNIC dan prosesor penyimpanan - Dipasangkan dengan ConnectX-9 dan 64 core Grace CPU - 126 miliar transistor 5. Chip switch NVLink-6: - Menghubungkan 18 node komputasi, mendukung hingga 72 Rubin GPU untuk beroperasi secara kolaboratif sebagai satu kesatuan - Dalam arsitektur NVLink 6, setiap GPU dapat memperoleh bandwidth komunikasi all-to-all 3,6 TB per detik - Menggunakan 400G SerDes, mendukung In-Network SHARP Collectives, memungkinkan operasi komunikasi kolektif di dalam jaringan switch 6. Chip switch Ethernet optik Spectrum-6 - 512 kanal, masing-masing 200Gbps, untuk transmisi data lebih cepat - Integrasi teknologi silikon fotonik COOP TSMC - Dilengkapi copackaged optics - 352 miliar transistor Dengan integrasi mendalam dari 6 chip ini, performa sistem Vera Rubin NVL72 meningkat secara menyeluruh dibandingkan generasi Blackwell sebelumnya. Pada tugas inferensi NVFP4, chip ini mencapai daya komputasi luar biasa 3,6 EFLOPS, meningkat 5 kali lipat dari arsitektur Blackwell sebelumnya. Dalam pelatihan NVFP4, performa mencapai 2,5 EFLOPS, meningkat 3,5 kali lipat. Dari sisi kapasitas penyimpanan, NVL72 dilengkapi 54TB memori LPDDR5X, 3 kali lipat generasi sebelumnya. Kapasitas HBM (High Bandwidth Memory) mencapai 20,7TB, naik 1,5 kali. Dari sisi bandwidth, HBM4 memiliki bandwidth 1,6 PB/s, naik 2,8 kali; Scale-Up bandwidth hingga 260 TB/s, naik 2 kali. Meski peningkatannya sangat besar, jumlah transistor hanya naik 1,7 kali menjadi 220 triliun, menunjukkan inovasi teknologi manufaktur semikonduktor. Dari desain teknik, Vera Rubin juga menghadirkan terobosan teknologi. Dulu node superkomputer harus tersambung 43 kabel, butuh 2 jam untuk perakitan dan rawan salah pasang. Kini node Vera Rubin tanpa kabel, hanya 6 selang liquid cooling, selesai dalam 5 menit. Lebih mencengangkan, bagian belakang rak penuh dengan kabel tembaga sepanjang hampir 3,2 kilometer, 5000 kabel membentuk backbone NVLink dengan kecepatan transfer 400Gbps. Menurut Jensen Huang: “Mungkin beratnya ratusan pon, Anda harus punya badan sekuat CEO untuk menangani pekerjaan ini.” Dalam dunia AI, waktu adalah uang. Satu data penting: Melatih model 100 triliun parameter, Rubin hanya butuh seperempat sistem Blackwell, dan biaya menghasilkan satu Token sekitar sepersepuluh Blackwell. Selain itu, meski konsumsi daya Rubin dua kali Grace Blackwell, peningkatan performanya jauh melebihi kenaikan konsumsi daya, performa inferensi naik 5 kali, pelatihan naik 3,5 kali. Yang lebih penting, throughput Rubin (jumlah token AI per watt per dolar) meningkat 10 kali dibanding Blackwell. Untuk data center 50 miliar dolar dengan daya 1 gigawatt, ini berarti kemampuan pendapatan akan menjadi dua kali lipat. Masalah terbesar industri AI sebelumnya adalah memori konteks yang kurang. Secara spesifik, AI saat bekerja akan menghasilkan "KV Cache" (key-value cache), yaitu "memori kerja" AI. Masalahnya, seiring percakapan makin panjang dan model makin besar, memori HBM jadi kekurangan. Tahun lalu NVIDIA memperkenalkan arsitektur Grace-Blackwell untuk memperluas memori, namun belum cukup. Solusi Vera Rubin adalah menempatkan prosesor BlueField-4 di dalam rak khusus untuk mengelola KV Cache. Setiap node dilengkapi 4 BlueField-4, masing-masing dengan 150TB memori konteks, dialokasikan ke GPU, setiap GPU mendapat tambahan 16TB—padahal memori onboard GPU hanya sekitar 1TB, dan bandwidth tetap 200Gbps, tanpa penurunan kecepatan. Kapasitas saja belum cukup; agar "catatan tempel" yang tersebar di puluhan rak dan ribuan GPU bisa bekerja seperti satu memori, jaringan harus “cukup besar, cukup cepat, cukup stabil”. Di sinilah Spectrum-X berperan. Spectrum-X adalah platform jaringan Ethernet end-to-end pertama di dunia yang “dirancang untuk AI generatif”, generasi terbaru Spectrum-X menggunakan teknologi COOP TSMC, integrasi silikon fotonik, 512 kanal × 200Gbps. Jensen Huang menghitung: satu data center 1 gigawatt seharga 50 miliar dolar, Spectrum-X dapat meningkatkan throughput sebesar 25%, setara penghematan 5 miliar dolar. “Bisa dibilang sistem jaringan ini hampir ‘gratis’.” Dari sisi keamanan, Vera Rubin juga mendukung komputasi rahasia (Confidential Computing). Semua data selama transmisi, penyimpanan, dan komputasi dienkripsi penuh, termasuk semua jalur PCIe, NVLink, komunikasi CPU-GPU. Perusahaan dapat dengan aman men-deploy model mereka ke sistem eksternal tanpa takut kebocoran data. DeepSeek mengejutkan dunia, open source dan agent adalah arus utama AI Selesai bagian utama, kembali ke awal pidato. Jensen Huang langsung melempar angka mengejutkan: sekitar 10 triliun dolar sumber daya komputasi selama sepuluh tahun terakhir sedang sepenuhnya dimodernisasi. Tapi ini bukan cuma upgrade hardware, lebih pada pergeseran paradigma software. Ia menyoroti model agentic yang memiliki kemampuan berperilaku mandiri, serta menyebut Cursor yang mengubah cara pemrograman internal NVIDIA. Yang paling memanaskan suasana adalah pujiannya terhadap komunitas open source. Jensen Huang blak-blakan, terobosan DeepSeek V1 tahun lalu sangat mengejutkan dunia; sebagai sistem inferensi open source pertama, ia langsung memicu gelombang perkembangan industri. Di slide, pemain lokal Kimi k2 dan DeepSeek V3.2 masing-masing jadi nomor satu dan dua open source. Jensen Huang menilai, meski model open source kini tertinggal sekitar enam bulan dari model terdepan, namun setiap enam bulan selalu muncul model baru. Kecepatan iterasi seperti ini membuat startup, raksasa, dan peneliti tidak ingin ketinggalan, termasuk NVIDIA sendiri. Jadi, kali ini mereka tidak hanya menjual “sekop” dan mempromosikan kartu grafis; NVIDIA membangun superkomputer DGX Cloud bernilai miliaran dolar, mengembangkan model mutakhir seperti La Proteina (sintesis protein) dan OpenFold 3. Ekosistem model open source NVIDIA mencakup biomedis, AI fisik, model agent, robotika, dan self-driving Dan keluarga model Nemotron NVIDIA juga menjadi sorotan dalam pidato ini. Termasuk model open source untuk suara, multimoda, retrieval-augmented generation, dan keamanan, Jensen Huang menyebut model open source Nemotron tampil unggul di banyak leaderboard dan diadopsi secara luas oleh perusahaan. Apa itu AI fisik? Puluhan model diluncurkan sekaligus Jika model bahasa besar memecahkan masalah “dunia digital”, ambisi NVIDIA berikutnya jelas untuk menaklukkan “dunia fisik”. Jensen Huang menyatakan, agar AI memahami hukum fisika dan bertahan di dunia nyata, data sangat langka. Selain model agent open source Nemotron, ia memperkenalkan arsitektur inti “tiga komputer” untuk membangun AI fisik (Physical AI).
Komputer pelatihan, yakni komputer yang kita kenal, terdiri dari berbagai GPU kelas pelatihan seperti arsitektur GB300 yang disebutkan di gambar.
Komputer inferensi, “otak kecil” yang berjalan di ujung robot atau mobil, bertugas mengeksekusi secara real-time.
Komputer simulasi, termasuk Omniverse dan Cosmos, yang menyediakan lingkungan pelatihan virtual untuk AI agar dapat belajar umpan balik fisik dalam simulasi. Sistem Cosmos dapat menghasilkan banyak lingkungan pelatihan AI dunia fisik Berdasarkan arsitektur ini, Jensen Huang secara resmi meluncurkan Alpamayo yang mengejutkan, model self-driving pertama di dunia dengan kemampuan berpikir dan bernalar. Berbeda dengan self-driving tradisional, Alpamayo adalah sistem yang dilatih end-to-end. Terobosannya adalah menyelesaikan “masalah long-tail” self-driving. Menghadapi kondisi lalu lintas rumit yang belum pernah ditemui, Alpamayo tidak lagi hanya mengeksekusi kode, melainkan bisa bernalar seperti pengemudi manusia. “Ia akan memberitahu apa yang akan dilakukan selanjutnya dan mengapa mengambil keputusan itu.” Dalam demo, gaya mengemudi kendaraan tampak sangat alami, mampu mengurai skenario rumit menjadi pengetahuan dasar untuk diproses. Tidak hanya demo, ini bukan sekadar teori. Jensen Huang mengumumkan, Mercedes CLA yang dibekali tumpukan teknologi Alpamayo akan resmi diluncurkan di AS pada kuartal pertama tahun ini, lalu menyusul ke Eropa dan Asia. Mobil ini dinilai NCAP sebagai yang paling aman di dunia, karena desain “dual safety stack” unik NVIDIA. Saat model AI end-to-end kurang percaya diri menghadapi kondisi jalan, sistem langsung beralih ke mode perlindungan keamanan tradisional yang lebih stabil, memastikan keselamatan mutlak. Di peluncuran, Jensen Huang juga memamerkan strategi robotik NVIDIA. Persaingan sembilan produsen AI dan hardware terkemuka dunia, semuanya memperluas lini produk, terutama berkompetisi di jalur robotika. Kotak yang disorot adalah produk baru sejak tahun lalu Semua robot akan dilengkapi komputer mini Jetson, dilatih di simulator Isaac di platform Omniverse. NVIDIA juga sedang mengintegrasikan teknologi ini ke dalam sistem industri seperti Synopsys, Cadence, dan Siemens. Jensen Huang mengundang robot humanoid Boston Dynamics, Agility, robot berkaki empat “naik panggung”, ia menegaskan, robot terbesar sebenarnya adalah pabrik itu sendiri Dari bawah ke atas, visi NVIDIA adalah di masa depan desain chip, desain sistem, simulasi pabrik semuanya akan dipercepat oleh AI fisik NVIDIA. Kali ini, robot Disney juga tampil, dan Jensen Huang bercanda pada robot-robot lucu itu: “Kalian akan didesain di komputer, diproduksi di komputer, bahkan diuji dan divalidasi di komputer sebelum benar-benar menghadapi gravitasi.” Jika bukan Jensen Huang, seluruh keynote ini bahkan terasa seperti peluncuran dari perusahaan model AI. Di tengah maraknya isu bubble AI, selain perlambatan Hukum Moore, Jensen Huang tampaknya juga perlu menunjukkan apa yang benar-benar bisa dilakukan AI untuk menumbuhkan kepercayaan kita pada AI. Selain merilis platform superkomputer AI Vera Rubin dengan performa luar biasa untuk menenangkan kelaparan komputasi, ia juga lebih menekankan aplikasi dan software dibanding sebelumnya, berusaha keras agar kita bisa melihat perubahan nyata yang akan dibawa AI. Selain itu, seperti kata Jensen Huang, dulu mereka membuat chip untuk dunia virtual, kini mereka turun tangan sendiri, memfokuskan perhatian pada AI fisik seperti self-driving dan robot humanoid, masuk ke dunia nyata yang persaingannya lebih ketat. Bagaimanapun juga, hanya jika “perang” dimulai, “senjata” bisa terus terjual. *Akhir kata, silakan nikmati video kejutan: Karena keterbatasan waktu presentasi CES, banyak slide PPT Jensen Huang yang tidak sempat dibahas. Jadi, ia membuat klip lucu dari PPT yang belum sempat ditayangkan. Silakan tonton⬇️