13 November 2026 · Jakub M.
Nvidia tanpa Jensen Huang: apa artinya bagi AI lokal dan harga perangkat keras
Pendiri Nvidia Jensen Huang mundur dari kursi CEO. Namun bagi siapa pun yang menjalankan AI di perangkat sendiri, ada hal yang lebih penting: kartu grafis dan workstation AI makin mahal terutama karena kekurangan memori, bukan karena pergantian pimpinan.
Apa yang terjadi
Pada Minggu, 8 November, dewan direksi Nvidia mengumumkan penyelidikan independen terhadap CEO-nya. Dalam pesan internal kepada karyawan, Jensen Huang mengakui hubungan di luar nikah. Menurut media AS, kasus ini juga menyangkut hubungannya dengan seorang eksekutif Megaspeed, perusahaan yang berbasis di Singapura. Menurut laporan tersebut, otoritas AS mencurigai eksekutif ini memiliki kaitan dengan intelijen Tiongkok; Tiongkok menolak tuduhan itu. Megaspeed termasuk pelanggan asing besar Nvidia dan membeli chip serta perangkat keras lain senilai hampir 5 miliar dolar.
Dewan menerima pengunduran diri Huang pada 11 November dan berlaku seketika, lalu perusahaan mengumumkannya sehari kemudian. Direktur keuangan Colette Kress memimpin Nvidia sementara, Harvey C. Jones menjadi ketua dewan, dan pencarian pengganti tetap sedang berjalan. Saham Nvidia turun sekitar 17% dalam lima hari dan berada di level terendah dalam lebih dari setahun.
Apa yang belum berubah
Kepergian CEO tidak mengubah apa pun pada cara kerja kartu grafis, driver, dan perangkat lunak saat ini, termasuk CUDA. Siapa pun yang kini menjalankan model AI di perangkat keras Nvidia tidak perlu segera mengubah apa pun.
Para analis sepakat bahwa bisnisnya pun tidak berubah dalam jangka pendek. Menurut Cody Acree dari StoneX, peta jalan produk Nvidia sudah tersusun hingga generasi Feynman pada 2028, dan ia tidak melihat dampak pada pendapatan hingga saat itu. Raymond James menilai reaksi pasar berlebihan. Goldman Sachs memperkirakan Nvidia akan memenuhi komitmen yang ada, tetapi kemitraan besar baru akan lebih sulit dinegosiasikan tanpa Huang. Menurut Digitimes, produsen server Taiwan memperkirakan permintaan jangka pendek tetap stabil.
Kepergian Jensen Huang adalah perubahan pimpinan terbesar di Nvidia dalam lebih dari tiga dekade. Namun bagi orang yang sedang memilih perangkat keras untuk menjalankan model AI sendiri, ini datang saat pasar sudah sulit dengan sendirinya. Harga memori naik, kartu grafis bertenaga sulit didapat, dan makin banyak pengguna mencari alternatif selain rakitan GPU klasik.
Penyebab utama: memori
Kenaikan harga perangkat keras untuk AI lokal saat ini terutama disebabkan oleh kekurangan chip memori. Menurut Wall Street Journal, pusat data AI tahun ini akan memakai sekitar 70% produksi DRAM kelas atas. Harga memori naik sekitar 50% sejak akhir 2025, dan analis TrendForce memperkirakan kenaikan sekitar 70% lagi tahun ini. Produsen sudah menjual kapasitas untuk 2027 dan 2028 dan tidak memperkirakan kelegaan berarti sebelum 2028. Faktor lain, seperti permintaan dan kebijakan harga produsen, juga memengaruhi harga akhir.
Bagi AI lokal, memori adalah kunci. Kapasitasnya menentukan seberapa besar model yang muat di komputer, dan bandwidth-nya menentukan seberapa cepat model menjawab.
Berapa harga perangkat keras untuk AI lokal saat ini
| Perangkat | Memori untuk AI | Harga | Jenis harga |
|---|---|---|---|
| GeForce RTX 5090 | 32 GB (grafis) | 1.999 USD | harga yang disarankan |
| GeForce RTX 5090 | 32 GB (grafis) | ~6.000 USD | pasar daring, November 2026 |
| Nvidia DGX Spark | 128 GB (bersama) | 6.950 USD | harga Nvidia sejak Oktober 2026 (saat rilis 3.999 USD) |
| Nvidia DGX Spark | 64 GB (bersama) | mulai 4.999 USD | mitra Nvidia |
| AMD Ryzen AI Halo | 128 GB (bersama) | mulai 3.999 USD | AMD, Juni 2026 |
| Mac Studio M5 Ultra | 256 GB (terpadu) | 12.429 € | daftar harga Apple, Jerman |
Memori grafis pada kartu jauh lebih cepat, tetapi kecil: model yang tidak muat harus dibagi atau melambat drastis. Memori bersama dan terpadu lebih lambat, tetapi muat model yang jauh lebih besar. Karena itu kedua angka tidak bisa dibandingkan langsung.
Kartu grafis terdampak sangat keras. RTX 5090 sudah menghilang dari toko besar di AS sejak Januari. Menurut GPU Poet, pada November kartu ini dijual di pasar daring sekitar 6.000 dolar, kira-kira tiga kali harga yang disarankan. Menurut sumber Tiongkok, produsen kartu kembali menaikkan harga pada November, hampir 500 dolar untuk RTX 5090 dan 5080.
Workstation AI ringkas dengan memori bersama adalah jalan paling terjangkau menuju model besar, tetapi juga makin mahal. DGX Spark Nvidia dengan 128 GB naik 75% sejak peluncuran. AMD menjual komputernya sendiri, Ryzen AI Halo dengan 128 GB, mulai 3.999 dolar. Pada musim semi, Apple menyebut waktu pengiriman hingga empat sampai lima bulan untuk Mac Studio dengan memori lebih besar.
Hasil uji kami sendiri
Kami menguji sendiri seberapa jauh memori bersama bisa membawa Anda. Mac Studio M5 Ultra dengan memori terpadu 256 GB menjalankan versi 4-bit Qwen3.5 dengan 397 miliar parameter. Model ini memakai sekitar 224 GB memori dan menghasilkan sekitar 62 token per detik, tanpa mengubah pengaturan macOS. Dengan konteks 128 ribu token, kecepatannya turun menjadi 44 token per detik. Model seperti ini sama sekali tidak akan muat di satu kartu grafis. Detailnya ada di uji Qwen3.5 397B kami.
Apa yang bisa berubah beberapa tahun ke depan
Kepergian Huang menambah ketidakpastian terutama dalam jangka panjang. Banyak bergantung pada siapa yang akan memimpin Nvidia: seorang insinyur kemungkinan akan mempertahankan arah saat ini, sedangkan manajer dari luar bisa lebih menekan hasil jangka pendek. Kasus Megaspeed juga memunculkan pertanyaan apakah chip Nvidia masuk ke Tiongkok melalui negara lain. Kontrol ekspor yang lebih ketat terutama akan berdampak pada pelanggan besar dan, untuk saat ini, tidak menyangkut pengguna rumahan. Sementara itu, AMD dan Apple terus memperkuat dukungan alat untuk AI lokal, dan setiap kesalahan Nvidia membuka peluang bagi mereka.
Ujian besar pertama datang pada 17 November, ketika Nvidia merilis hasil kuartalan. Perhatian akan tertuju pada pesanan dan pernyataan perusahaan soal pasokan.
Artinya bagi AI lokal
Tidak perlu panik. Perangkat keras yang Anda miliki tetap berfungsi, dan produk baru Nvidia tetap ada dalam rencana. Namun membeli di bawah tekanan tidak sepadan: RTX 5090 kini berharga sekitar tiga kali harga yang disarankan, dan kekurangan memori tidak akan cepat hilang.
Sebaiknya juga tidak menggantungkan semuanya pada satu platform. llama.cpp berjalan di kartu grafis Nvidia dan AMD, di Apple Silicon, dan juga hanya dengan prosesor. MLX dibuat untuk Apple Silicon, tetapi kini juga mendukung CUDA. vLLM memerlukan backend berbeda untuk tiap platform. Jadi berpindah platform tidak gratis, tetapi mungkin.
Coba sebelum membeli
Untuk perangkat keras seharga ribuan euro, sebaiknya periksa dulu apakah model dan beban kerja Anda berjalan cukup cepat. Mac Studio M5 Ultra 256 GB yang kami pakai untuk pengujian bisa Anda sewa mulai satu hari.
Sumber: NVIDIA Form 8-K (SEC), ABC News, CBS News, TipRanks, Investing.com, Digitimes, Windows Central (WSJ, TrendForce), GPU Poet, Dataconomy, TechRadar, Implicator, Digital Citizen, BGR. Harga per 13 November 2026.