Apa yang Berubah dan Mengapa Ini Penting
China telah mengeluarkan panduan baru yang mewajibkan setiap proyek pusat data baru yang menerima pendanaan negara hanya menggunakan chip kecerdasan buatan (AI) produksi dalam negeri. Regulator telah meminta operator proyek yang progres pembangunannya belum mencapai 30 persen untuk melepas akselerator asing yang sudah terpasang atau membatalkan rencana pembelian. Pusat data yang pembangunannya lebih lanjut akan dinilai kasus per kasus. Langkah ini menandai perubahan dari kebijakan sebelumnya yang hanya mencegah pembelian chip asing, sekaligus meresmikan dorongan untuk membangun infrastruktur AI berbasis chip buatan China.
Daftar Isi
Kebijakan ini memiliki cakupan luas dan berlaku surut. Aturan tersebut mencakup Nvidia H20, akselerator AI paling canggih yang diizinkan perusahaan itu untuk dijual di China. Kebijakan ini juga menyasar prosesor kelas atas seperti H200 dan B200, yang telah dibatasi oleh aturan ekspor AS tetapi masih sampai ke pembeli di China melalui jalur pasar gelap. Arus tersebut akan diawasi lebih ketat saat para pemeriksa meninjau catatan pengadaan dan inventaris.
Taruhannya besar. Sejak 2021, proyek pusat data AI di China telah menarik lebih dari 100 miliar dolar AS dalam pendanaan publik yang terkait dengan sasaran kedaulatan data nasional dan provinsi. Pemasok asing mendominasi gelombang awal. Nvidia pernah menguasai lebih dari 90 persen pasar akselerator lokal. Pangsa pasarnya kini turun menjadi nol, menutup peluang perusahaan untuk kembali dengan komponen khusus. Chip domestik dari Huawei, Cambricon, Enflame, MetaX, Moore Threads, dan Biren kini berpeluang mengisi kekosongan tersebut.
Bagaimana Aturan Akan Ditegakkan
Panduan ini berlaku bagi setiap fasilitas yang menerima dana pemerintah dalam bentuk apa pun, termasuk hibah, insentif pajak, lahan dengan harga diskon, dukungan tarif listrik, atau kepemilikan saham langsung. Operator diminta mengaudit rencana pengadaan dan membuka tender ulang untuk chip dalam negeri jika sebelumnya merencanakan penggunaan komponen asing. Mitra integrasi memperbarui daftar material agar sesuai dengan aturan baru.
Pusat data yang masih dalam tahap awal pembangunan menjadi prioritas. Beberapa proyek sudah dihentikan sementara sebelum konstruksi dimulai, termasuk sebuah fasilitas di provinsi barat laut yang berencana menggunakan chip Nvidia. Pejabat belum menerbitkan arahan tersebut, dan belum jelas apakah aturan ini berlaku secara nasional atau hanya di provinsi tertentu. Peninjauan melibatkan regulator keamanan siber dan perencanaan ekonomi, sementara keputusan untuk proyek tahap lanjut akan bergantung pada jadwal, beban kerja, dan ketersediaan perangkat keras dalam negeri.
Pelepasan yang berlaku surut dan jadwal
Operator yang diminta melepas akselerator asing harus melalui proses bertahap. Tim harus menonaktifkan dan menginventarisasi server, membatalkan pesanan yang masih berjalan, serta menguji ulang papan sirkuit dan rak baru yang menggunakan chipset domestik. Mengganti akselerator jarang bisa dilakukan begitu saja. Penyaluran daya, sistem pendingin, dan jaringan dirancang untuk komponen tertentu, sehingga vendor perlu mensertifikasi ulang rak dan terkadang membangun ulang deretan rak.
Persetujuan kasus per kasus menimbulkan ketidakpastian bagi lokasi yang hampir selesai dibangun. Beberapa mungkin diizinkan mempertahankan perangkat keras asing yang sudah ada agar layanan bisa dimulai sesuai jadwal, lalu beralih secara bertahap. Lokasi lain mungkin diwajibkan membatasi chip asing untuk beban kerja nonkritis atau membatasi penggunaannya. Dalam semua skenario, operator harus menunjukkan bahwa kapasitas baru akan mengandalkan chip domestik.
Pemenang dan Pecundang di Pasar Chip
Pihak yang paling jelas dirugikan adalah Nvidia, AMD, dan Intel. Larangan ini menyingkirkan akselerator mereka dari sumber pertumbuhan terbesar di China, yakni sektor publik dan layanan cloud yang didukung pemerintah. Nvidia merancang H20 agar mematuhi aturan AS. Kini chip itu tidak boleh digunakan dalam proyek negara. Komponen kelas atas seperti B200 dan H200, yang sudah dibatasi oleh kontrol ekspor AS, akan mendapat pengawasan tambahan jika ditemukan dalam proyek pembangunan sensitif.
Vendor domestik mendapat ruang untuk berkembang. Huawei Ascend merupakan lini paling mapan, dengan perangkat yang mendukung pelatihan dan inferensi AI. Cambricon membuat unit pemroses pembelajaran mesin yang dapat dipasang di server standar. Enflame merancang akselerator kelas pusat data. MetaX dan Moore Threads telah memperkenalkan lini GPU, sementara Biren berfokus pada prosesor untuk pelatihan skala besar. Produsen server seperti Inspur dan Sugon menawarkan sistem berbasis chip-chip ini, sedangkan platform cloud termasuk Alibaba Cloud, Tencent Cloud, dan Baidu AI Cloud telah memperkenalkan klaster yang menggunakan chip lokal.
Para pengembang menghadapi kompromi. Banyak tim memilih Nvidia karena tumpukan perangkat lunak CUDA, yang menyediakan ribuan kernel teroptimasi dan perangkat yang matang. Chip lokal berkembang pesat, tetapi kesetaraan dalam kinerja, kedalaman ekosistem, dan kematangan driver masih membutuhkan waktu. Aturan baru ini memaksa lebih banyak tim memindahkan kode, memvalidasi akurasi model pada kernel baru, dan mengoptimalkan putaran pelatihan untuk tumpukan compiler yang berbeda.
Kesenjangan Teknologi dan Ekosistem Perangkat Lunak
Akselerator AI mempercepat komputasi yang menjadi inti pembelajaran mendalam. Pelatihan modern dijalankan secara bersamaan di banyak chip, sehingga ada tiga faktor utama yang menentukan: kapasitas komputasi mentah, bandwidth memori untuk memasok data ke komputasi tersebut, dan interkoneksi cepat untuk menghubungkan chip menjadi satu klaster yang terpadu. Nvidia unggul di setiap bidang berkat pengemasan canggih, memori bertumpuk, dan koneksi berkecepatan tinggi yang menjaga sinkronisasi klaster besar.
Perangkat lunak adalah pilar lainnya. CUDA membuat Nvidia sangat kuat dalam menarik minat pengembang. Kode yang ditulis dan dioptimalkan untuk CUDA tidak otomatis dapat digunakan di platform lain. Pemindahan kode mengharuskan penulisan ulang kernel atau penggantian pustaka, lalu validasi ulang akurasi dan kinerja. Vendor China menawarkan toolchain sendiri dan penghubung ke PyTorch serta TensorFlow. Kompatibilitas dan kinerja telah meningkat, tetapi kesenjangan masih ada pada beberapa model, terutama yang menggunakan ekstensi CUDA khusus.
Pasokan perangkat keras juga menentukan hasil. Prosesor AI terdepan mengandalkan manufaktur canggih dan memori berbandwidth tinggi. Kontrol ekspor terhadap peralatan chip membatasi akses ke sejumlah alat dan material. Pabrik semikonduktor domestik mampu memproduksi perangkat yang mumpuni, tetapi hasil produksi dan efisiensi energinya sering kali masih tertinggal dari komponen terbaru buatan luar negeri. Akibatnya, kebutuhan daya dan ruang bisa meningkat untuk memenuhi jadwal pelatihan, sehingga biaya per unit komputasi ikut naik.
Arti Larangan bagi Proyek AI yang Sedang Berjalan
Dalam waktu dekat, jadwal pembangunan banyak proyek akan mundur. Tim pengadaan harus merundingkan ulang kontrak, sementara integrator perlu menguji ulang perangkat lunak pengelolaan, driver, dan lapisan orkestrasi untuk chip baru. Anggaran termal dan daya juga harus ditinjau kembali karena setiap akselerator memiliki kebutuhan pendinginan dan profil konsumsi energi yang berbeda.
Beberapa operator akan menggunakan kombinasi perangkat keras selama masa transisi. Mereka mungkin mempertahankan akselerator asing yang sudah ada untuk inferensi atau riset lama, sembari mengarahkan pekerjaan pelatihan baru ke chip domestik. Penggunaan perangkat campuran menambah kompleksitas. Pelatihan terdistribusi mengandalkan komunikasi berlatensi rendah di antara banyak node. Perbedaan interkoneksi dan tumpukan compiler dapat mengurangi efisiensi saat pekerjaan menggunakan perangkat keras dari beberapa vendor.
Pengadaan akan menjadi tantangan. Waktu tunggu untuk akselerator domestik masih panjang, sementara kapasitas harus ditingkatkan agar mampu menampung permintaan yang sebelumnya dipenuhi pemasok asing. Jalur pasar gelap yang dahulu membantu menutup kekurangan kini tertekan oleh pemeriksaan lebih ketat dan pelacakan nomor seri. Vendor sistem perlu meningkatkan pengujian kelayakan dan dukungan agar proyek besar tetap berjalan sesuai rencana.
Dampak Global
Arahan ini mengubah rencana pertumbuhan perusahaan chip dan penyedia cloud besar. Pemasok AS akan lebih mengandalkan permintaan dari Amerika Serikat, Eropa, Timur Tengah, dan Asia Tenggara. Beberapa berinvestasi di India dan pasar lain untuk mengimbangi hilangnya penjualan ke proyek-proyek yang didukung pemerintah di China. Investor akan menilai apakah kawasan-kawasan tersebut mampu menyerap kapasitas yang sebelumnya ditujukan bagi pusat data di China.
Vendor China akan mendapat perlindungan di pasar domestik, tetapi mereka harus segera meningkatkan skala produksi dan menutup kesenjangan perangkat lunak agar dapat menawarkan total biaya kepemilikan yang kompetitif. Perbedaan kinerja sekecil apa pun berarti tambahan rak dan kebutuhan daya untuk pekerjaan yang sama. Hal ini meningkatkan biaya operasional dan dapat memperlambat laju peningkatan skala model serta pelatihan oleh peneliti domestik dibandingkan dengan rekan mereka yang menggunakan GPU kelas atas di luar negeri.
Kebijakan ini semakin mempererat kaitan antara geopolitik dan pembangunan infrastruktur data. Keputusan kepatuhan atas satu akselerator saja dapat mengubah jadwal program AI nasional dan layanan cloud. Strategi pembelian, rencana kolokasi, dan kemitraan lintas batas akan disusun ulang untuk mengikuti aturan perangkat keras yang kini menjangkau hingga ruang server proyek komputasi strategis.
Poin-Poin Utama
- Panduan baru mewajibkan pusat data di China yang didanai negara hanya menggunakan chip AI domestik.
- Proyek dengan progres pembangunan kurang dari 30 persen harus melepas atau membatalkan penggunaan akselerator asing.
- Aturan ini mencakup Nvidia H20 dan menyasar komponen kelas atas H200 dan B200.
- Proyek pusat data AI telah menarik lebih dari 100 miliar dolar AS dana publik sejak 2021.
- Pangsa pasar Nvidia di China turun dari sekitar 95 persen pada 2022 menjadi nol.
- Pejabat belum menerbitkan arahan tersebut, dan cakupan nasionalnya masih belum jelas.
- Peninjauan melibatkan regulator keamanan siber dan perencanaan ekonomi, dengan keputusan kasus per kasus untuk lokasi tahap lanjut.
- Pihak domestik yang diuntungkan antara lain Huawei, Cambricon, Enflame, MetaX, Moore Threads, dan Biren.
- Migrasi akan membutuhkan pemindahan kode dan pengujian ulang sistem, sehingga menambah biaya dan waktu untuk proyek yang sedang berjalan.
- Kematangan perangkat lunak dan kendala manufaktur dapat memperlebar kesenjangan komputasi dengan pesaing luar negeri dalam jangka pendek.
