Nvidia Memperluas Peran: Menghubungkan Pemilik GPU dengan Pusat Data di Nordik

Nvidia tidak lagi hanya berperan sebagai penjual chip grafis untuk kecerdasan buatan (AI). Perusahaan ini dilaporkan mulai membantu mempertemukan perusahaan yang memiliki atau telah memesan GPU Nvidia dengan operator pusat data yang punya ruang, listrik, pendinginan, dan akses jaringan untuk memasang perangkat tersebut.

Langkah ini terutama terlihat di kawasan Nordik—termasuk Norwegia dan Islandia—yang semakin diperebutkan oleh perusahaan AI. Tujuannya sederhana: memperpendek jarak antara pembelian GPU dan tersedianya kapasitas komputasi AI yang benar-benar bisa digunakan.

Mengapa Nvidia ikut mencarikan pusat data?

Membangun klaster GPU berskala besar bukan sekadar membeli akselerator komputasi. Perusahaan juga memerlukan lahan, bangunan pusat data, pasokan listrik dalam jumlah besar, sistem pendinginan berkapasitas tinggi, jaringan, serta operator yang mampu memasang dan menjalankan perangkat tersebut.

Karena itu, GPU yang sudah dibeli belum tentu langsung menghasilkan layanan komputasi. Perangkat bisa saja tertahan karena pemiliknya belum menemukan fasilitas yang sesuai atau masih menunggu sambungan listrik.

CFO Nvidia Colette Kress mengatakan perusahaan telah membantu pelanggan menemukan “lahan, listrik, dan cangkang bangunan” yang diperlukan agar kapasitas dapat digunakan secepat mungkin. Kress juga menyebut Nvidia telah melakukan pendekatan serupa dengan mempertemukan penyedia infrastruktur dan pelanggan komputasi di Amerika Serikat serta Asia.

Bagi Nvidia, membantu menyelesaikan hambatan tersebut berarti mempercepat seluruh ekosistem di sekitar produknya. Semakin cepat GPU dipasang dan dioperasikan, semakin cepat pula perusahaan AI, penyedia cloud, dan pelanggan akhir dapat menggunakan kapasitas Nvidia.

Namun, laporan ini tidak menunjukkan bahwa Nvidia memiliki atau mengoperasikan pusat-pusat data tersebut. Perannya lebih menyerupai koordinator pasar: memanfaatkan hubungan dengan pembeli chip, perusahaan cloud, pengembang infrastruktur, dan pelanggan AI untuk mengarahkan permintaan ke fasilitas yang siap menangani sistem Nvidia.

Hubungannya dengan program DGX-Ready

Pendekatan tersebut selaras dengan program DGX-Ready Colocation Data Center milik Nvidia. Program ini memberikan lapisan validasi resmi bagi operator pusat data yang ingin menangani sistem AI Nvidia berdensitas tinggi.

Persyaratannya antara lain dukungan terhadap pendinginan cair, komponen infrastruktur yang telah divalidasi, serta dukungan teknis untuk memasang dan menjalankan sistem Nvidia. Operator yang disebut memenuhi persyaratan di kawasan Nordik mencakup atNorth, Bulk Data Centers, dan Borealis Data Center.

Sertifikasi itu penting karena ruang kosong di pusat data belum tentu siap digunakan untuk klaster AI modern. Puluhan ribu GPU yang beroperasi bersamaan menghasilkan beban listrik dan panas yang sangat besar. Fasilitas juga harus mampu menangani rak berpendingin cair serta kebutuhan instalasi sistem terintegrasi Nvidia.

Nvidia juga memiliki Compute MatchMake, sebuah marketplace yang memungkinkan pelanggan mencari kapasitas GPU dari Nvidia Cloud Partners bersertifikat. Pelanggan dapat memfilter kapasitas berdasarkan platform GPU, wilayah, dan tanggal, lalu mengajukan permintaan, bernegosiasi, hingga menandatangani kontrak.

Compute MatchMake berbeda dari perkenalan langsung antara pemilik GPU dan operator pusat data Nordik yang dilaporkan CNBC. Namun, keduanya menunjukkan arah strategi yang sama: Nvidia ingin membantu pelanggan memperoleh kapasitas komputasi tanpa harus memiliki pusat data sendiri.

Mengapa kawasan Nordik menarik bagi AI?

Norwegia, Swedia, Finlandia, Denmark, dan Islandia menawarkan kombinasi yang menarik bagi pengembang pusat data: lahan yang relatif tersedia, akses ke listrik terbarukan, serta iklim yang sejuk.

Di Islandia, misalnya, fasilitas Borealis menggunakan tenaga hidroelektrik dan panas bumi. Iklim setempat juga memungkinkan penggunaan free-air cooling, yaitu memanfaatkan udara luar yang dingin untuk membantu mendinginkan peralatan.

Keuntungan ini sangat relevan untuk klaster GPU berukuran besar. Pendinginan merupakan salah satu tantangan utama dalam pengoperasian perangkat AI berperforma tinggi. Kondisi alam yang lebih dingin dapat mengurangi kebutuhan sistem pendinginan mekanis yang kompleks dan boros energi.

Tetap saja, kawasan ini tidak bebas hambatan. Ketersediaan sambungan jaringan listrik menjadi kendala penting. Laporan yang dikutip menyebut sekitar 2,3 gigawatt kapasitas pusat data di Norwegia masih menunggu akses jaringan listrik di masa mendatang.

Dengan kata lain, Nordik memiliki kondisi fisik yang ideal, tetapi perusahaan tetap harus bersaing mendapatkan listrik, lahan, dan jadwal koneksi jaringan untuk mengubah potensi tersebut menjadi kapasitas AI yang aktif.

Proyek-proyek yang menunjukkan besarnya permintaan

Stargate Norway menargetkan 100.000 GPU

Pada Juli 2025, Nscale, Aker, dan OpenAI mengumumkan Stargate Norway, fasilitas AI bertenaga energi terbarukan di dekat Narvik, Norwegia. Proyek tersebut dirancang dengan kapasitas awal 230 megawatt, serta ambisi menambah 290 megawatt. Target awalnya adalah memasang 100.000 GPU Nvidia pada akhir 2026.

Namun, rencana komersial proyek itu kemudian berubah. Laporan berikutnya menyebut Microsoft telah mengontrak seluruh kapasitas di lokasi Kvandal, sementara Nscale berencana memasang lebih dari 30.000 GPU Nvidia Rubin di kampusnya di Narvik untuk Microsoft mulai 2027.

Perubahan tersebut sebaiknya dipahami sebagai pergeseran pelanggan dan pengaturan komersial yang dilaporkan—bukan sebagai kepastian bahwa rencana awal Stargate Norway akan berjalan tanpa perubahan.

Crusoe dan atNorth memperluas fasilitas Islandia

Crusoe dan operator pusat data Nordik atNorth mengumumkan tambahan kapasitas 24 megawatt di fasilitas ICE02, Keflavík, Islandia. Tambahan ini melengkapi perjanjian sebelumnya sebesar 33 megawatt, sehingga total kapasitas Crusoe yang diumumkan di lokasi tersebut mencapai 57 megawatt.

Penerapannya mencakup sistem Nvidia GB200 NVL72 dan GPU Blackwell, termasuk perangkat dengan pendinginan cair. Modelnya menggambarkan cara kerja infrastruktur AI modern: penyedia cloud AI menyewa kapasitas dari operator pusat data, lalu menawarkan sistem GPU Nvidia kepada pelanggan melalui platform cloud.

Nscale menambah kapasitas di Islandia

Nscale juga menandatangani sewa kapasitas 15 megawatt di kampus milik Verne di Islandia. Perusahaan itu berencana memasang 4.600 GPU Nvidia Blackwell Ultra hingga 2026. Fasilitas tersebut menggunakan energi terbarukan, memanfaatkan pendinginan alami dari iklim setempat, dan telah mendapat otorisasi DGX Nvidia.

Rangkaian proyek ini menunjukkan bahwa peluang AI di Nordik tidak hanya bergantung pada satu fasilitas besar. Ekosistemnya terdiri atas operator pusat data, penyedia cloud AI, pemilik GPU, dan pelanggan besar yang membangun kapasitas di beberapa lokasi di Norwegia dan Islandia.

Nvidia ingin menjadi pusat ekosistem AI

Peran Nvidia sebagai “mak comblang” paling tepat dipahami sebagai koordinasi ekosistem, bukan langkah langsung untuk menjadi pemilik properti pusat data.

Pengaruh perusahaan berasal dari beberapa posisi sekaligus: memasok platform GPU, menyediakan sistem seperti DGX, memvalidasi fasilitas, bekerja sama dengan mitra cloud, dan menjaga hubungan dengan pelanggan AI besar. Marketplace Compute MatchMake kemudian memberikan jalur yang lebih terstruktur untuk memesan kapasitas GPU dari mitra bersertifikat.

Perkenalan di kawasan Nordik menunjukkan logika yang sama melalui jaringan bisnis, bukan hanya marketplace terbuka. Nvidia diuntungkan ketika operator pusat data menemukan pelanggan GPU, ketika pemilik GPU menemukan listrik dan pendinginan, dan ketika penyedia cloud dapat mengubah keduanya menjadi layanan yang bisa dijual.

Hal ini tidak menjamin semua proyek akan dibangun sesuai rencana awal. Perubahan pengaturan pelanggan Stargate Norway menunjukkan bahwa proyek AI dapat bergeser mengikuti pembiayaan, akses listrik, dan permintaan pasar.

Namun, masalah dasarnya tetap sama: perusahaan AI membutuhkan lebih dari sekadar chip. Dengan ikut membantu menyelesaikan persoalan lokasi dan penerapan, Nvidia menempatkan dirinya semakin dekat ke pusat pasar infrastruktur AI yang tumbuh dari teknologinya sendiri.