Nvidia telah mengamankan perjanjian lisensi untuk menggunakan chip AI Nvidia mengumumkan akuisisi teknologi akselerasi yang dikembangkan oleh perusahaan rintisan perangkat keras Groq, sekaligus merekrut CEO dan eksekutif kunci perusahaan tersebut, demikian konfirmasi Groq pada hari Rabu. CEO tersebut, yang sebelumnya merupakan kontributor senior untuk inisiatif chip AI Google di bawah Alphabet, kini akan beralih ke peran kepemimpinan di Nvidia.
Kemitraan ini mencerminkan tren yang terlihat di seluruh industri teknologi, di mana perusahaan-perusahaan besar berupaya mendapatkan akses ke inovasi terobosan dan talenta terbaik tanpa harus mengakuisisi sepenuhnya perusahaan-perusahaan yang sedang berkembang.
Groq berfokus pada inferensi AI, sebuah proses komputasi yang memungkinkan model yang telah dilatih sebelumnya untuk menghasilkan respons terhadap perintah pengguna. Meskipun Nvidia terus memimpin pasar untuk pelatihan sistem AI, segmen perangkat keras inferensi telah menjadi jauh lebih kompetitif. Para pesaing seperti AMD, bersama dengan perusahaan rintisan chip lainnya termasuk Cerebras Systems, telah mempercepat upaya untuk merebut pangsa pasar di bidang ini.
Groq menyatakan bahwa perjanjian lisensi tersebut bersifat non-eksklusif, yang berarti teknologinya masih dapat digunakan di luar ekosistem Nvidia. Perusahaan tersebut juga mengkonfirmasi bahwa pendirinya, Jonathan Ross—yang sebelumnya memainkan peran sentral dalam meluncurkan program pengembangan chip AI Google—akan bergabung dengan Nvidia bersama Presiden Groq, Sunny Madra, dan anggota senior dari divisi tekniknya.
Sebuah sumber yang mengetahui kesepakatan tersebut memverifikasi bahwa perjanjian lisensi telah diselesaikan. Syarat-syarat keuangan belum diumumkan kepada publik.
Laporan sebelumnya dari CNBC menyebutkan Nvidia mungkin sedang mengupayakan akuisisi Groq senilai miliaran dolar, tetapi kedua perusahaan menolak berkomentar mengenai klaim tersebut. Dalam pengumuman resminya, Groq menyatakan akan terus beroperasi secara independen di bawah CEO baru Simon Edwards, dan bisnis layanan cloud-nya akan tetap aktif.
Kesepakatan lisensi dan perekrutan yang berfokus pada talenta serupa baru-baru ini muncul di berbagai perusahaan teknologi besar. Microsoft membawa para pemimpin senior AI ke dalam jajarannya melalui perjanjian lisensi terstruktur, Meta merekrut pendiri industri AI melalui peran eksekutif yang didukung insentif, dan Amazon merekrut pendiri AI kunci tanpa mengakuisisi seluruh perusahaan. Beberapa dari pengaturan ini telah menarik perhatian regulator, meskipun belum ada yang dibatalkan hingga saat ini.
Analis Bernstein, Stacy Rasgon, mencatat bahwa kekhawatiran antimonopoli adalah risiko regulasi paling signifikan yang terkait dengan perjanjian ini. Ia juga mengatakan bahwa penataan kemitraan Groq sebagai non-eksklusif dapat membantu menjaga citra kompetitif, bahkan ketika kepemimpinan dan talenta teknik beralih ke Nvidia.
Rasgon juga menyoroti hubungan politik yang kuat dari CEO Nvidia, Jensen Huang, dan menggambarkan keselarasan perusahaan dengan pemerintah sebagai salah satu yang paling berpengaruh di kalangan teknologi AS.
Tinjauan Industri: Persaingan Inferensi AI Semakin Intensif
Nilai perusahaan Groq meningkat lebih dari dua kali lipat tahun lalu, naik menjadi $6.9 miliar dari $2.8 miliar setelah putaran pendanaan sebesar $750 juta pada bulan September. Desain chip startup ini mengandalkan SRAM (memori on-chip), sehingga tidak memerlukan modul memori bandwidth tinggi eksternal. Arsitektur ini mendukung kecepatan respons chatbot yang lebih cepat dan interaksi model yang lebih lancar, tetapi mungkin membatasi ukuran model AI yang dapat dilayaninya.
Cerebras Systems, pesaing langsung yang menggunakan strategi memori serupa, dilaporkan sedang mempersiapkan penawaran saham perdana (IPO) tahun depan. Kedua perusahaan juga telah berekspansi ke pasar Timur Tengah melalui perjanjian perangkat keras AI berskala besar.
Dalam pidato utama awal tahun ini, Jensen Huang menekankan bahwa Nvidia berencana untuk tetap menjadi pemimpin jangka panjang bahkan ketika pasar chip AI bergeser dari pelatihan model menuju akselerasi inferensi.