Pendiri Nvidia Jensen Huang memulai konferensi pengembang kecerdasan buatan perusahaan pada hari Selasa dengan memberitahu ribuan orang bahwa AI sedang mengalami 'titik infleksi'.
Pada GTC 2025 -- yang dijuluki 'Super Bowl AI' -- Huang memfokuskan keynote-nya pada kemajuan Nvidia dalam AI dan prediksinya tentang bagaimana industri akan bergerak dalam beberapa tahun mendatang. Permintaan untuk GPU dari empat penyedia layanan cloud teratas sedang meningkat, katanya, menambahkan bahwa ia mengharapkan pendapatan infrastruktur pusat data Nvidia mencapai $1 triliun pada tahun 2028.
Pengumuman yang sangat dinantikan dari Huang mengungkapkan lebih banyak detail seputar arsitektur grafis generasi berikutnya Nvidia: Blackwell Ultra dan Vera Rubin -- dinamai untuk astronom terkenal. Blackwell Ultra dijadwalkan akan diluncurkan pada paruh kedua tahun 2025, sementara penerusnya, chip AI Rubin, diharapkan diluncurkan pada akhir tahun 2026. Rubin Ultra akan tampil pada tahun 2027.
Dalam pembicaraan yang berlangsung lebih dari dua jam, Huang menggarisbawahi 'kemajuan luar biasa' yang telah dicapai AI. Dalam 10 tahun, katanya, AI lulus dari persepsi dan 'penglihatan komputer' ke AI generatif, dan sekarang ke AI agentic -- atau AI yang memiliki kemampuan untuk berpikir.
“AI memahami konteks, memahami apa yang kita tanyakan. Memahami arti permintaan kita,” katanya. “Sekarang menghasilkan jawaban. Secara fundamental mengubah cara komputasi dilakukan.”
Gelombang AI berikutnya, katanya, sudah terjadi: robotika.
Robotika yang didorong oleh “AI fisik” dapat memahami konsep seperti gesekan dan inersia, sebab dan akibat, dan ketetapan objek, katanya.
“Setiap tahap ini, setiap gelombang ini, membuka peluang pasar baru bagi kita semua,” kata Huang.
Kunci dari AI fisik itu, dan banyak pengumuman lain Huang, adalah konsep menggunakan generasi data sintetis -- data yang dibuat oleh AI atau komputer -- untuk pelatihan model. AI membutuhkan pengalaman digital untuk belajar, katanya, dan belajar dengan kecepatan yang membuat penggunaan manusia dalam lingkaran pelatihan menjadi usang.
“Hanya ada begitu banyak data dan demonstrasi manusia yang bisa kita lakukan,” katanya. “Ini adalah tonggak besar dalam beberapa tahun terakhir: pembelajaran penguatan.”
Teknologi Nvidia, katanya, dapat membantu dalam jenis pembelajaran tersebut untuk AI saat menyerang atau mencoba terlibat dalam menyelesaikan masalah, langkah demi langkah.
Dalam rangka itu, Huang mengumumkan Isaac GR00T N1, model dasar open-source yang dirancang untuk membantu dalam pengembangan robot humanoid. Isaac GR00T N1 akan dipasangkan dengan model Cosmos AI yang diperbarui untuk membantu mengembangkan data pelatihan simulasi bagi robot.
Benjamin Lee, seorang profesor teknik listrik dan sistem di University of Pennsylvania, mengatakan bahwa tantangan dalam pelatihan robotika terletak pada pengumpulan data karena pelatihan di dunia nyata membutuhkan waktu dan biaya yang besar.
Lingkungan simulasi telah lama menjadi standar untuk pembelajaran penguatan, kata Lee, sehingga para peneliti dapat menguji efektivitas model-model mereka.
“Saya pikir ini benar-benar menggembirakan. Memberikan platform, dan open-source, akan memungkinkan lebih banyak orang belajar tentang pembelajaran penguatan,” kata Lee. “Lebih banyak peneliti bisa mulai bermain dengan data sintetis ini -- bukan hanya pemain besar dalam industri tetapi juga peneliti akademis.”
Huang memperkenalkan seri model AI Cosmos, yang dapat menghasilkan video fotorealistis yang hemat biaya yang kemudian dapat digunakan untuk melatih robot dan layanan otomatis lainnya, di CES awal tahun ini.
Model open-source, yang bekerja dengan Nvidia Omniverse -- alat simulasi fisika -- untuk membuat video yang lebih realistis, menjanjikan akan jauh lebih murah daripada bentuk pengumpulan pelatihan tradisional, seperti memiliki mobil merekam pengalaman jalan atau memiliki orang mengajarkan tugas-tugas repetitif kepada robot.
Pabrikan mobil AS, General Motors, berencana untuk mengintegrasikan teknologi Nvidia dalam armada mobil otonom baru mereka, kata Huang. Kedua perusahaan akan bekerja sama untuk membangun sistem AI khusus menggunakan Omniverse dan Cosmos untuk melatih model-manufaktur AI.
Kepala Nvidia juga mengumumkan sistem Halos perusahaan, solusi AI yang dibangun berdasarkan keselamatan otomotif -- terutama pengemudi otomatisan.
“Kami adalah perusahaan pertama di dunia, saya percaya, untuk memiliki setiap baris kode dinilai keselamatannya,” kata Huang.
Pada akhir pidatonya, Huang meluncurkan mesin fisika open-source untuk simulasi robotika bernama Newton, yang sedang dikembangkan bersama Google DeepMind dan Disney Research.
Sebuah robot kecil berbentuk kotak bernama Blue bergabung dengannya di atas panggung, muncul dari lubang di lantai. It berderit pada Huang dan mengikuti perintahnya, berdiri di sampingnya saat ia mengakhiri pemikirannya.
“Era robotika umum telah tiba,” kata Huang.
