Pertaruhan AI Fizikal Nvidia Bernilai AS$10 Bilion: Mengapa China dan Robotik Penting

Nvidia sedang membina pertumbuhan seterusnya bukan hanya melalui pusat data. Syarikat itu mahu cip, perisian simulasi dan model AInya menjadi infrastruktur untuk mesin yang boleh melihat, membuat pertimbangan dan bertindak dalam dunia fizikal—termasuk robot, kenderaan autonomi, dron dan sistem industri.

Perniagaan AI fizikal Nvidia kini dianggarkan menjana kira-kira AS$10 bilion hasil tahunan. Ketua Pegawai Eksekutifnya, Jensen Huang, pula berkata angka itu berpotensi meningkat 10 kali ganda dalam tempoh sedekad, yang bermaksud peluang sekitar AS$100 bilion. Namun, angka tersebut ialah sasaran berdasarkan penerimaan teknologi pada masa depan, bukannya segmen hasil berasingan yang dilaporkan Nvidia dalam penyata kewangannya.

Apa maksud “AI fizikal” untuk Nvidia?

AI fizikal merujuk kepada sistem AI yang beroperasi dalam dunia sebenar, bukan sekadar menghasilkan teks, imej atau kod. Bagi Nvidia, peluang ini merangkumi beberapa lapisan:

• Latihan model: GPU pusat data digunakan untuk melatih model yang mengawal robot, kenderaan autonomi dan mesin lain.
• Simulasi: Pembangun boleh menguji tingkah laku mesin dalam persekitaran maya sebelum sistem digunakan di dunia sebenar.
• Inferens di hujung peranti: Cip yang dipasang dalam kereta dan robot mentafsir data sensor serta membuat keputusan dalam masa nyata.
• Model dan perisian: Model terbuka serta alat pembangunan membantu pengeluar membina, menguji dan menggunakan aplikasi AI fizikal.

Gabungan ini penting secara strategik kerana Nvidia boleh terlibat dalam hampir setiap peringkat kitar hayat sesebuah mesin. Syarikat itu boleh menjual kuasa pengkomputeran untuk membangunkan robot, perisian bagi mensimulasikannya dan cip yang dipasang dalam produk akhir.

Mengapa Huang melihat peluang 10 kali ganda?

Tesis Huang ialah AI sedang bergerak daripada dunia digital ke kilang, kenderaan, gudang dan persekitaran fizikal lain. Sektor pembuatan amat menarik kerana banyak tugasnya berulang, boleh diukur dan berstruktur—keadaan yang memudahkan automasi diuji serta diperluas berbanding banyak aplikasi pengguna atau persekitaran terbuka.

Huang pernah menyifatkan robotik sebagai industri berpotensi bernilai AS$50 trilion dan berkata “detik ChatGPT” untuk robotik sudah tiba. Angka AS$50 trilion itu merujuk kepada saiz potensi pasaran pembuatan dan robotik secara keseluruhan, bukan hasil yang akan diterima Nvidia. Syarikat itu hanya akan menangkap sebahagian daripada nilai tersebut melalui cip, perisian, simulasi dan infrastruktur.

Jadi, persoalan utamanya bukan sama ada pasaran itu besar. Persoalannya ialah sama ada mesin autonomi boleh bergerak daripada demonstrasi dan penggunaan terhad di kilang kepada penggunaan komersial yang boleh dipercayai. Mesin-mesin ini perlu selamat, berpatutan, produktif dan mudah diselenggara dalam persekitaran operasi yang jauh lebih besar.

Nvidia menjual keseluruhan ekosistem, bukan sekadar cip robot

Strategi Nvidia direka supaya platformnya berguna sebelum dan selepas robot meninggalkan lantai kilang.

Alat robotik Isaac dan rangka kerja simulasi Nvidia bertujuan membantu pembangun mencipta serta menguji sistem robot dalam persekitaran maya. Nvidia berkata platform lebih luasnya dibina untuk mereka bentuk, melatih, menguji dan menggunakan AI fizikal.

Syarikat itu turut membangunkan model Cosmos untuk aplikasi AI fizikal. Nvidia menerangkan Cosmos Transfer dan Cosmos Predict sebagai model dunia terbuka yang menyokong penjanaan data sintetik berasaskan fizik serta penilaian dasar robot dalam simulasi. Cosmos Reason pula direka untuk membantu mesin pintar memahami dan bertindak balas terhadap dunia fizikal.

Pada peringkat perkakasan, cip hujung peranti Nvidia direka untuk menjalankan AI terus pada mesin. Sistem penyelidikan Unitree, misalnya, menggabungkan badan robot humanoid Unitree dengan perkakasan Nvidia Jetson Thor, model robotik Nvidia dan perisian simulasinya.

Logik perniagaannya sama seperti strategi platform Nvidia yang lebih luas: memastikan alat, perkakasan dan ekosistem pembangun berfungsi bersama dengan cukup baik supaya pelanggan terus menggunakan teknologi Nvidia sepanjang proses pembangunan dan penggunaan.

Mengapa China menjadi tumpuan strategi robotik?

China kini mempunyai pangkalan pembuatan dan pasaran domestik yang besar untuk robot humanoid. Syarikat China menyumbang lebih 97% penghantaran robot humanoid global pada separuh pertama 2026, ketika jumlah penghantaran seluruh dunia mencecah kira-kira 19,100 unit—meningkat daripada sekitar 5,100 unit dalam tempoh sama setahun sebelumnya. 1

Angka penghantaran itu menunjukkan momentum industri pada peringkat awal, tetapi tidak dengan sendirinya membuktikan robot humanoid sudah menguntungkan secara meluas atau mampu menggantikan tenaga kerja manusia. Namun, rangkaian bekalan, kapasiti pengeluaran dan permintaan kilang China memberikan syarikat robotik negara itu persekitaran yang sesuai untuk mengubah prototaip kepada penggunaan pada skala lebih besar.

Keadaan ini menjadikan pengeluar robot China rakan yang bernilai bagi Nvidia. Kerjasama dengan Unitree menghubungkan perisian dan platform pengkomputeran hujung peranti Nvidia kepada salah satu pengeluar robot humanoid China yang menonjol. Sistem yang diumumkan itu pada awalnya disasarkan kepada institusi penyelidikan, termasuk Stanford dan ETH Zurich, bukannya bukti bahawa robot humanoid sudah diterima secara besar-besaran oleh pengguna.

Bagi Nvidia, matlamat strategiknya lebih besar daripada menjual cip kepada satu model robot. Syarikat itu mahu mewujudkan seni bina pembangunan dan pengkomputeran yang sama apabila pengeluar robot meningkatkan skala pengeluaran.

Jualan H200 menunjukkan had peluang di China

Strategi Nvidia di China masih dibatasi oleh kawalan eksport. H200 ialah pemecut pusat data yang digunakan untuk beban kerja AI berat, termasuk latihan dan inferens model. Pihak berkuasa Amerika Syarikat membenarkan sebahagian jualan, tetapi akses kekal terhad dan sensitif dari sudut politik.

Nvidia berkata ia menjual sejumlah kecil cip H200 kepada pelanggan di China pada suku terbaharunya, dengan jualan itu menyumbang kurang daripada 1% hasil pusat data bagi tempoh berkenaan. Syarikat itu juga berkata ia belum menghantar jumlah penuh yang dibenarkan melalui lesen Amerika Syarikat.

Laporan menyatakan ByteDance dan Tencent masing-masing menerima kumpulan kira-kira 10,000 pemproses H200, menunjukkan masih wujud permintaan yang boleh sampai kepada Nvidia walaupun sekatan dikenakan. Namun, urus niaga ini tidak harus dianggap sebagai kembalinya jualan Nvidia ke China tanpa sekatan. Kelulusan eksport, dasar China, keputusan bekalan dan pilihan cip tempatan semuanya boleh mengubah saiz serta masa peluang tersebut.

Perbezaan antara produk Nvidia juga penting. GPU pusat data seperti H200 menyokong latihan dan operasi model AI, manakala pemproses seperti Orin dan Thor direka untuk pengkomputeran masa nyata dalam kenderaan dan robot. Oleh itu, pelanggan boleh menggunakan infrastruktur Nvidia semasa pembangunan dan bergantung pada perkakasan hujung peranti Nvidia apabila mesin digunakan di lapangan.

Bagaimana AI fizikal boleh mempelbagaikan Nvidia?

Prestasi kewangan Nvidia masih sangat didorong oleh permintaan pusat data. AI fizikal menawarkan laluan untuk mengembangkan kehadiran syarikat dalam pengkomputeran automotif, automasi industri, logistik, robotik, perisian simulasi dan inferens hujung peranti.

Perniagaan ini juga boleh menghasilkan kitaran pengukuhan:

1. Lebih banyak mesin digunakan di dunia sebenar.
2. Mesin-mesin itu menghasilkan data operasi dan mendedahkan situasi baharu yang sukar dikendalikan.
3. Data serta simulasi yang lebih baik meningkatkan model AI fizikal.
4. Model yang lebih berkebolehan menjadikan lebih banyak automasi berdaya maju dari segi ekonomi.
5. Penggunaan baharu meningkatkan permintaan terhadap perkakasan latihan, simulasi dan inferens.

Kitaran inilah yang menjadi daya tarikan utama strategi Nvidia. Jika syarikat itu berjaya menjadi platform standard untuk AI fizikal, hasil boleh datang daripada ribuan atau jutaan mesin, bukan hanya daripada bilangan pusat data berskala besar yang lebih terhad.

Risiko terbesar: penghantaran bukan bermaksud penerimaan pasaran

Bukti paling jelas tentang ledakan robotik setakat ini ialah peningkatan jumlah penghantaran serta perkembangan pesat ekosistem perisian dan perkakasan. Tetapi jumlah penghantaran hanyalah petunjuk awal.

Kes jangka panjang Nvidia bergantung pada sistem autonomi yang boleh berfungsi dengan konsisten di luar persekitaran terkawal. Robot perlu melaksanakan tugas berguna di kilang, gudang, tapak pembinaan, ladang, kedai, jalan raya dan akhirnya rumah. Ia juga perlu memenuhi keperluan keselamatan, beroperasi pada kos yang munasabah serta menghasilkan produktiviti yang mencukupi untuk menghalalkan kos penggunaan dan penyelenggaraan.

Jika peralihan itu mengambil masa lebih lama daripada jangkaan, gambaran industri AS$50 trilion oleh Huang akan kekal sebagai potensi jangka panjang, bukannya sumber hasil yang boleh direalisasikan dalam masa terdekat. Perniagaan AI fizikal Nvidia memang sudah mempunyai produk, pelanggan dan hasil awal—tetapi lonjakan daripada kira-kira AS$10 bilion kepada AS$100 bilion bergantung pada penerimaan mesin autonomi oleh ekonomi sebenar pada skala besar.