Divisinya Sendiri Pun Bergelut: Naib Presiden Nvidia Akui 'Perang' Dalaman untuk Akses GPU

Divisyen Automotif Nvidia: Perang Dalaman untuk GPU dan Krisis Sumber AI

Dalam satu temubual terus terang di podcast Decoder The Verge (Julai 2026), Naib Presiden Nvidia merangkap ketua bahagian automotif, Xinzhou Wu, mendedahkan satu rahsia terbuka industri: bahagiannya sendiri terpaksa berperang setiap minggu untuk mendapatkan akses kepada cip GPUnya sendiri — satu gambaran jelas bagaimana ledakan AI benar-benar mencengkam bekalan sumber di seluruh industri, termasuk di dalam syarikat pengeluar cip paling bernilai di dunia .

Pertarungan Dalaman Sumber GPU

• Mesyuarat peruntukan mingguan. Wu mengakui dia bermesyuarat dengan rakan sekerja "hampir setiap minggu" untuk membahagikan kapasiti komputasi yang diperlukan untuk latihan, ujian, dan pembangunan sistem. Apabila ditanya terus sama ada dia 'berperang' untuk GPU, dia ketawa dan mengaku, "Ya, percaya atau tidak — Nvidia pun ada bekalan GPU yang terhad untuk komputasi" .
• CEO Jensen Huang jadi 'wasit'. Persaingan dalaman ini cukup tegas sehingga CEO, Jensen Huang, kadangkala terpaksa campur tangan untuk menjadi pengantara antara unit perniagaan yang berbeza — satu petanda jelas bahawa GPU Nvidia kini adalah sumber yang paling 'diperebutkan', walaupun di dalam syarikat yang menciptanya .
• Ketegangan antara bahagian Pusat Data dan Automotif. Ini adalah konflik struktur klasik. Bahagian Pusat Data — yang membekalkan GPU untuk ledakan AI — sedang menjana keuntungan besar sekarang, manakala bahagian Automotif bertaruh pada masa depan pemanduan autonomi yang belum menjana pulangan selama bertahun-tahun lagi. Wu mengakui dilema perniagaan ini: berapa banyak kapasiti fabrikasi dan bekalan GPU yang terhad harus diberikan kepada pelanggan yang membayar harga premium hari ini, dan berapa banyak untuk pasaran masa depan yang belum pasti?

Apa yang Didedahkan Tentang Krisis Sumber AI Global

• Bekalan GPU terhad walaupun untuk pasukan dalaman Nvidia. Jika syarikat yang mereka bentuk dan mengeluarkan cip AI paling laris di dunia tidak boleh membekalkan divisyennya sendiri, ini jelas menunjukkan betapa seriusnya permintaan untuk AI telah mengatasi bekalan .
• Pengeluaran GPU Gaming dilaporkan dipotong 30-40% pada awal 2026. Pelbagai sumber melaporkan Nvidia merancang untuk kurangkan pengeluaran siri RTX 50 sebanyak 30-40% pada separuh pertama 2026, didorong oleh kekurangan cip memori GDDR7 — pusat data AI menyerap kapasiti memori yang sedia ada, dan pembekal lebih mengutamakan HBM untuk cip AI berbanding memori GPU pengguna . Sekatan bekalan GDDR7 Samsung bermakna harga GPU pengguna mungkin tidak akan turun dengan ketara sehingga suku keempat 2027 .
• Memori adalah 'bottleneck'. Kos GDDR7 kini merangkumi 70-80% daripada jumlah kos bahan untuk sesebuah GPU, dan Samsung tidak mampu menghasilkan cukup untuk memenuhi permintaan gabungan AI dan pengguna . Pembekal HBM (SK Hynix, Micron) melaporkan bahawa keseluruhan pengeluaran mereka untuk 2026 telah habis dijual — mengesahkan krisis memori yang didorong oleh AI ini akan berlarutan .

Peta Jalan Pemanduan Autonomi Nvidia

Wu membentangkan garis masa yang agresif dalam temubual tersebut:

Pencapaian	Sasaran
Keupayaan bandar Level 2++ pada platform Drive AGX	2026
Ujian robotaxi Level 4 dengan rakan kongsi	2027
Kenderaan autonomi Level 4 milik peribadi	2028

Nvidia sedang membangunkan satu 'stack' pemanduan autonomi yang lengkap dipanggil Nvidia Drive — menawarkan platform perkakasan dan model asas (foundation models) yang dilatih dengan data sintesis. Wu berhujah bahawa pengeluar kereta tidak perlu memiliki berbilion kilometer data pemanduan seperti Waymo atau Tesla — mereka boleh 'menyambung' ke ekosistem Nvidia, yang menjalankan 5 juta ujian pengesahan setiap hari .

Konteks Penting Lain dari Temubual

• Pendirian Tesla terhadap Lidar. Nvidia menganut pendekatan yang merangkumi pelbagai jenis sensor, termasuk lidar, sekali gus meletakkan dirinya bertentangan dengan falsafah Tesla yang hanya menggunakan kamera. Wu berkata anda tidak perlukan jutaan kilometer data untuk mengalahkan Tesla — anda perlukan penderia yang betul dan sistem AI yang benar-benar boleh menggunakan logik untuk membuat keputusan .
• Trend penggunaan EV dan halangan perdagangan. Wu membincangkan bagaimana trend EV dan halangan perdagangan AS — terutamanya kawalan eksport yang menjejaskan jualan cip ke China — telah menjadi 'angin monsun' untuk perniagaan automotifnya. Nvidia telah kehilangan pelanggan dari pembuat kereta China berikutan kelewatan dan isu prestasi cip .
• Seni bina keselamatan dwi-sistem. Nvidia menggunakan dua sistem berjalan serentak: model AI 'end-to-end' untuk pemanduan, manakala satu 'stack klasikal' berdasarkan piawaian keselamatan ISO 26262 bertindak sebagai 'polis trafik' yang memeriksa setiap bingkai pemanduan .

Amaran Berdasarkan Fakta

• Komen Wu tentang 'trend EV' dan 'halangan perdagangan': Walaupun disebut, perkataan tepat dalam sumber yang ada adalah terhadap topik umum; butiran penuh tidak dapat dipastikan.
• Potongan 30-40% produk GPU gaming: Nvidia tidak secara rasmi mengesahkan angka-angka ini. Ianya berasal daripada forum 'Board Channels' China dan dilaporkan oleh beberapa outlet sebagai 'khabar angin' atau 'laporan' .

Rumusan

Divisyen automotif Nvidia berdepan cabaran sebenar dalam mendapatkan akses GPU secara dalaman — dengan mesyuarat peruntukan mingguan dan CEO Jensen Huang terpaksa menjadi 'wasit' . Ini bukan isu unik, tetapi petunjuk jelas tentang krisis sumber AI global yang lebih besar: bekalan memori GPU (GDDR7 dan HBM) sangat terhad kerana permintaan melampau dari pusat data AI, memaksa Nvidia dilaporkan untuk memotong pengeluaran GPU gaming sebanyak 30-40% . Dalam masa yang sama, Wu tetap melancarkan peta jalan pemanduan autonomi Nvidia yang mencabar — Level 2++ pada 2026, Level 4 robotaxi pada 2027, dan Level 4 kenderaan persendirian pada 2028 — satu sasaran yang sangat bergantung kepada bekalan komputer yang pasukannya sendiri sudah bergelut untuk mendapatkannya .