Industri semikonduktor sedang mengalami pergeseran signifikan ketika perusahaan-perusahaan beralih dari pelatihan AI ke optimasi inferensi. Langkah strategis terbaru AMD mencontohkan tren ini melalui akuisisi yang tidak konvensional yang memprioritaskan talenta daripada aset, menandakan dorongan agresif perusahaan ke pasar inferensi AI yang terspesialisasi.
Akuisisi Tim Strategis Daripada Buyout Tradisional
AMD telah menyelesaikan akuisisi unik dari Untether AI yang berbasis di Toronto, namun tidak dalam pengertian konvensional. Alih-alih membeli seluruh perusahaan, AMD secara khusus menargetkan dan merekrut seluruh tim engineering Untether AI sambil meninggalkan semua aset dan produk perusahaan. Pendekatan selektif ini mengakibatkan penghentian langsung prosesor inferensi speedAI dari Untether AI dan imAIgine SDK, meninggalkan pelanggan yang ada tanpa dukungan berkelanjutan atau ketersediaan produk.
Akuisisi ini membawa tim khusus engineer perangkat keras dan perangkat lunak AI ke AMD, dengan keahlian khusus dalam pengembangan compiler AI, optimasi kernel, dan desain system-on-chip. AMD menekankan bahwa akuisisi talenta ini akan meningkatkan kemampuan desain digital mereka, proses verifikasi desain, dan kompetensi integrasi produk di seluruh portofolio AI mereka.
Produk Untether AI yang Dihentikan:
- Prosesor inferensi AI speedAI
- imAIgine Software Development Kit (SDK)
- Arsitektur komputasi near-memory yang hemat energi
- Dukungan untuk berbagai model jaringan saraf dari edge hingga cloud
Pendekatan Teknologi Khusus Untether AI
Untether AI telah mengukir ceruk di pasar inferensi AI dengan mengembangkan prosesor yang secara khusus dioptimalkan untuk beban kerja inferensi daripada pelatihan. Prosesor speedAI mereka menggunakan arsitektur komputasi near-memory, memposisikan unit pemrosesan langsung bersebelahan dengan komponen memori. Filosofi desain ini secara signifikan mengurangi latensi dan konsumsi daya dibandingkan dengan solusi berbasis GPU tradisional, membuatnya sangat cocok untuk aplikasi inferensi di mana efisiensi energi adalah yang terpenting.
Sementara GPU berperforma tinggi seperti Blackwell Ultra dari NVIDIA atau Instinct MI350 dari AMD sendiri unggul dalam pelatihan model AI, mereka mengonsumsi ratusan watt daya. Pendekatan Untether AI mengatasi kekhawatiran yang berkembang tentang efisiensi energi dalam deployment AI, khususnya ketika aplikasi bermigrasi dari lingkungan pelatihan berbasis cloud ke skenario inferensi edge.
Perbandingan Konsumsi Daya:
- GPU AI Tradisional: Ratusan watt (dioptimalkan untuk pelatihan)
- speedAI milik Untether AI : Konsumsi daya yang jauh lebih rendah (dioptimalkan untuk inferensi)
- Keunggulan arsitektur: Prosesor ditempatkan berdekatan dengan memori untuk mengurangi latensi dan penggunaan daya
Pergeseran Industri Menuju Optimasi Inferensi
Akuisisi ini mewakili strategi AMD yang lebih luas untuk menantang dominasi NVIDIA di luar kekuatan komputasi mentah. Langkah ini datang hanya satu hari setelah AMD mengumumkan akuisisi Brium, startup lain yang berfokus pada optimasi inferensi AI, menunjukkan upaya terkonsentrasi untuk membangun kemampuan inferensi yang komprehensif.
Analis industri menyarankan bahwa pola ini mencerminkan pergeseran fundamental dalam prioritas pengembangan AI. Justin Kinsey, Presiden perusahaan rekrutmen semikonduktor SBT Industries, mengkarakterisasi akuisisi AMD sebagai bukti bahwa vendor GPU mengakui kematangan pelatihan model dan mengantisipasi penurunan pendapatan GPU di pasar pelatihan tradisional. Prediksi ini, meskipun berani, sejalan dengan pola industri yang muncul yang diamati selama enam bulan terakhir.
Akuisisi Terbaru AMD yang Berfokus pada AI:
- 5 Juni 2025: Akuisisi tim engineering Untether AI
- 4 Juni 2025: Akuisisi Brium (optimisasi AI inference)
- Akuisisi sebelumnya: Silo AI, Nod.ai, dan Mipsology
Dampak Pelanggan dan Implikasi Pasar
Struktur akuisisi telah menciptakan ketidakpastian bagi basis pelanggan yang ada dari Untether AI. Karena AMD tidak mengakuisisi aset atau kekayaan intelektual perusahaan, pelanggan yang berinvestasi dalam prosesor speedAI dan alat pengembangan menghadapi tantangan potensial dengan dukungan berkelanjutan dan pengembangan produk masa depan. Sejauh mana basis pelanggan Untether AI dan dampak spesifik pada hubungan-hubungan ini masih belum jelas.
Perkembangan ini menyoroti pentingnya yang berkembang dari optimasi inferensi AI ketika industri menjadi matang. Ketika aplikasi AI menjadi lebih luas dan biaya energi terus meningkat, perusahaan semakin mencari alternatif untuk GPU pelatihan yang boros daya untuk beban kerja inferensi. Fokus strategis AMD pada membangun kemampuan inferensi khusus memposisikan perusahaan untuk berpotensi merebut pangsa pasar di segmen yang berkembang ini, khususnya ketika bisnis memprioritaskan efisiensi operasional daripada kekuatan komputasi mentah.