Ledakan AI Nvidia sekarang nampak makin berat ke Asia berbanding sebelum ini.
Menurut data yang dikumpulkan oleh Bloomberg, pembekal Asia kini menyumbang kira-kira 90% daripada kos produksi Nvidia. Itu lonjakan besar daripada sekitar 65% setahun sebelumnya, dan ia menunjukkan betapa dalamnya empayar AI Nvidia sekarang bergantung pada rangkaian pembuatan chip, memory, dan server di rantau ini.
Untuk pembaca Malaysia dan SEA, benda ini penting sebab Nvidia bukan lagi sekadar syarikat Silicon Valley yang jauh dari kita. GPU mereka menggerakkan cloud services, AI tools, gaming laptops, workstations, pusat data, projek robotics, dan juga sistem automotive masa depan yang akhirnya akan digunakan oleh bisnes serta pengguna tempatan. Bila supply chain Nvidia makin ketat, pricing dan availability boleh terasa sampai ke kita.
Stack Asia di belakang mesin AI Nvidia
Pembekal utama semuanya nama yang memang familiar dalam dunia semiconductor. TSMC mengendalikan fabrikasi chip advanced, SK hynix dan Samsung membekalkan high-bandwidth memory serta komponen memory lain, manakala syarikat seperti Foxconn dan Quanta memasang server.
Setup ini memang sudah menyokong bisnes GPU pusat data Nvidia yang sangat besar. Tapi sekarang, Nvidia sedang push lebih kuat ke arah apa yang dipanggil physical AI — robots, mesin autonomous, dan platform automotive yang perlukan onboard computing serius.
Salah satu contoh utama ialah Jetson Thor, platform robotics Nvidia yang dilancarkan pada Ogos lalu. Ia menggunakan seni bina GPU Blackwell dan dibuat menggunakan proses 3nm TSMC. Modul high-end T5000 menawarkan 2,070 FP4 TFLOPS dan hadir dengan 128GB memory LPDDR5X. Nvidia juga memperkenalkan versi T4000 yang lebih murah di CES 2026, menawarkan 1,200 FP4 TFLOPS dan 64GB memory pada harga US$1,999, sekitar RM9,400 seunit untuk pembelian volume.
Kedua-dua modul menggunakan CPU cores Arm Neoverse-V3AE dan memory LPDDR5X daripada Samsung atau SK hynix. Maksudnya, push robotics Nvidia pun masih bergantung pada pembekal Asia yang sama yang sedang menyuap ledakan GPU pusat data.
Robotics dan kereta pun masuk queue
Jetson Thor bukan bergerak seorang diri. Partners termasuk Boston Dynamics dan Amazon Robotics sedang membina teknologi berasaskan platform ini, manakala LG sudah mengesahkan bahawa mereka sedang meneroka kolaborasi strategik dengan Nvidia sekitar physical AI dan robotics.
Kemudian ada DRIVE AGX Thor, system-on-chip automotive Nvidia berasaskan Blackwell. Ini bermaksud hardware robotics dan automotive kini bersaing untuk kapasiti wafer TSMC 3nm bersama GPU pusat data Blackwell.
Berita baiknya, produk physical AI ini tidak memerlukan advanced packaging CoWoS TSMC, yang masih menjadi bottleneck besar untuk produksi GPU pusat data Nvidia. Berita yang kurang best: ia masih perlukan kapasiti wafer 3nm yang terhad dan memory LPDDR5X daripada Asia, dua-duanya memang sudah berada bawah tekanan.
Modul Jetson lama makin tersisih
Masalah kekurangan memory ini juga sedang menjejaskan hardware Nvidia yang lebih lama. Pada penghujung April, laporan mengatakan Nvidia telah mempercepatkan rancangan end-of-life untuk modul Jetson TX2 dan Xavier kerana bekalan LPDDR4 sudah terlalu terhad untuk meneruskan produksi.
Samsung sudah beralih daripada pembuatan LPDDR4, manakala permintaan AI sedang menarik kapasiti memory ke arah produk yang memberi margin lebih tinggi. Ini menolak pelanggan Jetson ke modul Orin atau Thor yang lebih baharu, yang menggunakan LPDDR5X daripada pembekal sama yang sudah pun stretched akibat permintaan untuk HBM dan DRAM pusat data.
Kapasiti advanced packaging CoWoS TSMC untuk GPU pusat data dilaporkan sedang berkembang pada kadar pertumbuhan tahunan terkompaun 80%, menurut komen daripada ketua packaging North American TSMC kepada CNBC. Namun begitu, chip yang dibuat di Arizona Fab 21 milik TSMC pada masa ini masih dihantar balik ke Taiwan untuk packaging.
Nvidia sudah komited kepada pembuatan server bernilai US$500 bilion di Amerika Syarikat bersama Foxconn dan Wistron, manakala Amkor dan SPIL sedang membina fasiliti advanced packaging di Arizona. Tapi operasi tersebut masih belum berjalan pada skala produksi penuh.
Untuk SEA, takeaway dia simple: Asia bukan sekadar menyokong ledakan AI — Asia ialah tulang belakang hardware untuk ledakan AI itu sendiri. Dan apabila Nvidia berkembang daripada cloud GPUs ke robots dan kereta, tekanan pada bekalan chip dan memory mungkin akan kekal gila ketat untuk satu tempoh yang lama.
Source: Tom's Hardware