Selasa, 20 Okt 2026 NasionalDaerahEkonomiOlahragaHiburan
Breaking
Beranda › Teknologi
Teknologi

Chip AI China Masih Tertinggal dari Nvidia, Ini Penyebab dan Tantangannya

✍️ Rangga Pratama 🕒 17 Oct 2026 👁️ 15x dibaca
Animasi litografi EUV High NA menampilkan wafer silikon dalam proses pola. Cahaya EUV difokuskan ke wafer yang berada di atas meja stage wafer.
Animasi litografi EUV High NA menampilkan wafer silikon dalam proses pola. Cahaya EUV difokuskan ke wafer yang berada di atas meja stage wafer. Foto: Istimewa

BeritaTop.id - China masih menghadapi sejumlah kendala untuk mengejar dominasi Amerika Serikat (AS) dalam industri chip kecerdasan buatan (AI). Meski memiliki insinyur andal, basis manufaktur besar, dan dukungan investasi pemerintah, kemampuan China memproduksi chip AI tercanggih belum mampu menyamai teknologi Nvidia. Tiga faktor utama menjadi penghambat, yakni terbatasnya akses terhadap mesin pembuat chip generasi terbaru, pasokan memori berkecepatan tinggi yang belum memadai, serta ketertinggalan ekosistem perangkat lunak.

Data lembaga riset Epoch AI menunjukkan bahwa sejak 2023, seluruh model AI terdepan dikembangkan di AS. Model AI asal China rata-rata tertinggal tujuh bulan, dengan jarak antara empat hingga 14 bulan dari pesaingnya di AS.

Kesenjangan tersebut juga terlihat pada kapasitas komputasi. Per Mei 2025, AS menguasai sekitar 75 persen kemampuan komputasi klaster GPU (graphics processing unit) dunia, sementara China hanya sekitar 15 persen.

Klaster GPU merupakan kumpulan ribuan chip yang terhubung di pusat data untuk melatih model AI. Dalam skala besar, sebuah pusat data dapat menampung ratusan ribu GPU. Salah satu contohnya adalah Colossus, pusat data milik xAI, perusahaan AI Elon Musk, di Memphis, AS. Fasilitas tersebut dibangun dalam 122 hari dengan 100.000 GPU Nvidia. Pada akhir 2024, xAI mulai meningkatkan kapasitasnya menjadi 200.000 GPU.

Ketergantungan China terhadap teknologi Nvidia juga terlihat dalam pengembangan model AI lokal. Laporan teknis DeepSeek menyebut model DeepSeek-V3 dilatih menggunakan chip Nvidia H800 selama total 2,788 juta jam GPU. H800 merupakan chip yang dirancang Nvidia untuk memenuhi ketentuan pasar China.

Atas dorongan regulator China, DeepSeek kemudian berupaya menggunakan chip Huawei Ascend untuk melatih model R2. Namun, proses tersebut menghadapi kendala teknis meskipun teknisi Huawei telah dikirim ke kantor DeepSeek. Perusahaan AI itu akhirnya kembali menggunakan Nvidia untuk pelatihan model, sedangkan chip Ascend dimanfaatkan untuk menjalankan model yang sudah dilatih.

Pelaku industri menilai produk chip China masih kalah dari Nvidia dalam hal kestabilan, konektivitas, dan kualitas perangkat lunak. Ketergantungan terhadap teknologi luar negeri juga tercermin dari nilai impor chip China yang mencapai 349 miliar dollar AS atau sekitar Rp 6.282 triliun sepanjang Januari-November 2024. Angka tersebut meningkat 10,5 persen dibandingkan periode yang sama pada tahun sebelumnya.

Pendiri Huawei, Ren Zhengfei, turut mengakui kesenjangan teknologi tersebut pada Juni 2025. "Chip tunggal kami masih tertinggal satu generasi dari Amerika Serikat," kata Ren.

China Unggul di Chip Lawas, tetapi Tertinggal di Teknologi Mutakhir

Kemajuan industri semikonduktor China sebenarnya cukup signifikan, terutama pada produksi chip dengan teknologi yang sudah matang atau mature node. Pangsa China di segmen ini meningkat dari 19 persen pada 2015 menjadi 33 persen pada 2023.

Chip generasi tersebut banyak digunakan pada mobil, peralatan rumah tangga, dan perangkat industri. Proses produksinya tidak memerlukan mesin litografi secanggih yang dibutuhkan untuk membuat chip AI kelas atas.

Situasinya berbeda ketika China berusaha memproduksi semikonduktor mutakhir. Negara tersebut diperkirakan masih tertinggal setidaknya dua tahun dari teknologi terdepan. Pada 2023, produsen peralatan domestik China baru mampu memenuhi 9,6 persen kebutuhan mesin untuk proses manufaktur 20-14 nanometer.

Program Made in China 2025 sebelumnya menargetkan separuh kebutuhan peralatan pembuatan chip dapat dipenuhi oleh produsen lokal pada 2020. Namun, realisasinya baru mencapai sekitar 16 persen pada kuartal III-2024.

Pemerintah China telah menggelontorkan dana besar untuk mempercepat pengembangan industri ini. Pada Mei 2024, Beijing membentuk dana investasi semikonduktor nasional tahap ketiga, atau Big Fund III, dengan modal 344 miliar yuan, setara sekitar Rp 860 triliun. Meski demikian, pendanaan besar belum otomatis menyelesaikan persoalan teknologi dan akses terhadap peralatan produksi.

Larangan Mesin EUV Memaksa China Mengandalkan Teknologi Lama

Salah satu hambatan terbesar China adalah keterbatasan akses terhadap mesin litografi extreme ultraviolet (EUV). Peralatan ini digunakan untuk mencetak pola sirkuit berukuran sangat kecil pada wafer silikon, sehingga menjadi komponen penting dalam produksi chip tercanggih.

Mesin EUV hanya diproduksi oleh ASML, perusahaan asal Belanda. Penjualannya ke China dilarang akibat tekanan dari AS.

Tanpa akses terhadap EUV, Semiconductor Manufacturing International Corporation (SMIC), produsen chip terbesar China, harus memaksimalkan mesin generasi sebelumnya, yakni deep ultraviolet (DUV). Perusahaan tersebut menggunakan teknik multi-patterning, yaitu mencetak pola pada lapisan yang sama secara berulang untuk menghasilkan sirkuit yang lebih rapat.

Strategi tersebut membuktikan bahwa China masih mampu mencapai kemajuan meski tidak memiliki akses ke mesin tercanggih. Pada 29 Agustus 2023, Huawei meluncurkan ponsel Mate 60 Pro secara mendadak, bertepatan dengan kunjungan Menteri Perdagangan AS Gina Raimondo ke China.

Setelah membongkar perangkat tersebut, firma analisis semikonduktor TechInsights menemukan prosesor Kirin dengan proses manufaktur 7 nanometer yang diproduksi SMIC.

"Temuan chip Kirin yang memakai proses 7 nanometer SMIC menunjukkan kemajuan industri semikonduktor China tanpa alat litografi EUV," kata Wakil Ketua TechInsights Dan Hutcheson.

Meski demikian, keberhasilan tersebut belum membuat produksi chip China setara dengan Taiwan Semiconductor Manufacturing Company (TSMC), produsen chip asal Taiwan. Menurut Epoch AI, jumlah transistor yang dapat dimuat pada chip terbaik SMIC hanya sekitar separuh dari chip kelas atas TSMC.

Waktu produksinya pun diperkirakan sekitar dua kali lebih lama. Kondisi ini membuat hasil produksi lebih terbatas dan mengurangi efisiensi manufaktur.

Huawei juga kehilangan akses langsung ke produksi chip TSMC setelah aturan ekspor AS diperketat pada 2020. Perusahaan itu sempat memperoleh sekitar tiga juta keping chip AI buatan TSMC pada 2024 melalui perantara. Setelah itu, Huawei semakin bergantung pada SMIC untuk memenuhi kebutuhan chipnya, sebagaimana dihimpun KompasTekno dari Tom's Hardware.

Keterbatasan Memori Berkecepatan Tinggi Menghambat Chip AI

Selain prosesor, sistem AI membutuhkan memori berkecepatan tinggi untuk memasok data ke chip secara cepat. Komponen ini berperan penting dalam menjaga performa pemrosesan, terutama ketika model AI menangani beban komputasi besar.

Namun, akses China terhadap memori khusus untuk AI semakin terbatas setelah AS memberlakukan pembatasan ekspor pada 2 Desember 2024.

Sebelum aturan tersebut berlaku, Huawei dilaporkan telah mengumpulkan jutaan keping memori, terutama dari Samsung. Sementara itu, kapasitas produsen memori lokal China, ChangXin Memory Technologies (CXMT), diperkirakan baru mampu memenuhi kebutuhan untuk beberapa ratus ribu chip AI Huawei. Jumlah tersebut masih jauh dari kebutuhan produksinya.

Untuk mengurangi ketergantungan pada pemasok asing, Huawei berupaya mengembangkan memori sendiri. Pada Maret 2026, perusahaan itu memperkenalkan chip Ascend 950PR yang menggunakan memori hasil pengembangan internal.

Huawei mengklaim performa Ascend 950PR sekitar 2,8 kali lebih tinggi dibandingkan Nvidia H20. Namun, H20 sendiri merupakan chip Nvidia dengan spesifikasi yang dikurangi untuk pasar China, bukan produk andalan perusahaan tersebut.

Huawei Mengandalkan Banyak Chip untuk Mengimbangi Nvidia

Keterbatasan performa satu chip tidak menghentikan Huawei untuk mengembangkan sistem komputasi berkapasitas besar. Perusahaan itu berupaya mengompensasi kesenjangan performa dengan menggabungkan banyak chip dalam satu sistem.

Ren Zhengfei menjelaskan pendekatan tersebut sebagai cara untuk meningkatkan kemampuan komputasi melalui penumpukan dan penggabungan chip.

"Dengan metode seperti penumpukan dan klaster, hasil komputasinya setara dengan level paling maju," kata Ren.

Salah satu penerapannya adalah CloudMatrix 384, sistem server Huawei yang mengintegrasikan 384 chip. Firma riset SemiAnalysis memperkirakan kemampuan komputasinya hampir dua kali lipat dibandingkan sistem andalan Nvidia.

Akan tetapi, keunggulan itu harus dibayar dengan konsumsi listrik yang hampir empat kali lebih besar. Artinya, peningkatan performa melalui penambahan jumlah chip belum tentu menghasilkan efisiensi energi yang lebih baik.

Epoch AI memperkirakan performa setiap chip Huawei masih akan tertinggal sekitar tiga hingga empat tahun dari Nvidia hingga 2030. Perbedaan tersebut menunjukkan bahwa strategi memperbanyak chip dapat membantu meningkatkan kemampuan sistem, tetapi belum sepenuhnya mengatasi kesenjangan teknologi pada tingkat komponen.

Dominasi CUDA Menjadi Tantangan Perangkat Lunak

Keunggulan Nvidia tidak hanya berasal dari perangkat keras, tetapi juga dari ekosistem perangkat lunak yang telah berkembang selama bertahun-tahun. Salah satu komponen utamanya adalah CUDA, platform komputasi yang diperkenalkan Nvidia pada 2006.

Nvidia menyebut lebih dari 7,5 juta pengembang menggunakan CUDA. Jumlah pengguna yang besar membuat platform tersebut menjadi bagian penting dalam pengembangan aplikasi AI di berbagai industri.

Banyak pengembang telah membangun program dan sistem mereka menggunakan CUDA. Ketika beralih ke chip Huawei, program tersebut perlu disesuaikan atau ditulis ulang agar dapat berjalan pada perangkat keras dan perangkat lunak yang berbeda.

Akibatnya, pengembang tidak cukup hanya membeli chip alternatif. Mereka juga perlu mengalokasikan waktu, biaya, dan tenaga untuk menyesuaikan sistem yang telah digunakan. Kondisi ini menjadi salah satu keunggulan kompetitif Nvidia yang sulit ditiru dalam waktu singkat.

Nvidia Tertekan di China, Produsen Lokal Mulai Berkembang

Persaingan chip AI turut dipengaruhi oleh kebijakan kedua negara. Pembatasan ekspor AS tidak hanya menghambat akses China terhadap teknologi Nvidia, tetapi juga membatasi peluang Nvidia menjual produknya di pasar China.

Pada Oktober 2025, CEO Nvidia Jensen Huang mengatakan bisnis chip AI perusahaan tersebut di China praktis telah hilang.

"Kami turun dari pangsa pasar 95 persen menjadi 0 persen," kata Huang.

Di sisi lain, Beijing juga dilaporkan memperketat akses terhadap produk Nvidia. Pada September 2025, regulator internet China meminta ByteDance dan Alibaba menghentikan pengujian serta pembelian salah satu chip Nvidia.

Situasi tersebut membuka peluang bagi produsen chip lokal untuk memperluas bisnis. Cambricon, misalnya, mencatat pendapatan sebesar 5,996 miliar yuan atau sekitar Rp 15 triliun pada semester I-2026. Nilai itu meningkat 108 persen dibandingkan periode yang sama tahun sebelumnya.

Huawei juga telah menyiapkan generasi penerus chip Ascend 950. Berdasarkan peta jalan yang diumumkan pada September 2025, perusahaan tersebut merencanakan peluncuran Ascend 960 pada 2027 dan Ascend 970 pada 2028.

Perkembangan tersebut memperlihatkan bahwa China terus berupaya mengurangi ketergantungan pada teknologi asing. Namun, untuk benar-benar menyamai Nvidia, China masih harus menyelesaikan persoalan mesin produksi, ketersediaan memori, efisiensi energi, dan kematangan perangkat lunak.

Dengan demikian, besarnya investasi dan kapasitas manufaktur belum cukup untuk menjamin dominasi di industri chip AI. Keunggulan Nvidia dibangun melalui perpaduan perangkat keras, teknologi produksi, efisiensi, dan ekosistem perangkat lunak yang saling mendukung. Selama China belum mampu menutup kesenjangan pada seluruh aspek tersebut, upayanya mengejar pemimpin industri chip AI masih akan menghadapi tantangan besar.

RP
Rangga PratamaPemimpin Redaksi
💬

Diskusi

Bagikan pendapat Anda
0 komentar

Lengkapi data kamu

Sekali isi untuk bisa berkomentar.

Belum ada komentar. Jadilah yang pertama berkomentar!

Artikel Terkait

News Update