Sebagai perangkat keras, tidak ada yang bisa mengalahkan hegemoni Nvidia. Nvidia sampai Q2 2024 mengantongi USD $26,1 miliar dari bisnis chip pusat data (data center) AI. Pesaing terdekatnya adalah AMD dan Intel, itupun tidak lebih dari USD $3 miliar.
Namun dominasi Nvidia ini bisa saja terganjal mengingat janji mereka untuk merilis chipset Blackwell sudah terkatung-katung dalam 12 bulan terakhir. Hal ini bisa saja mendorong pengembang pusat data AI untuk melirik produk lain.
Marvell Technology yang menawarkan sesuatu untuk mengisi kekosongan tersebut. Marvell Technology didirikan oleh diaspora Indonesia Dr. Sehat Sutarja pada tahun 1995 di California. Marvell Technology menawarkan chipset dengan arsitektur application-specific integrated circuit (ASIC).
Konfigurasi ini membuka kesempatan pengguna untuk hyperscale. Arsitektur application-specific integrated circuit (ASIC) ini menggunakan Field-programmable gate arrays (FPGA) yang merupakan inovasi terkini yang bisa diprogram khusus untuk aplikasi teknologi AI secara khusus pula. Dengan fitur ini, arsitektur ASIC dapat mengeksekusi instruksi komputasi AI dengan murah dan efisien.
Nvidia saat ini menitikberatkan pada konfigurasi CUDA pada seluruh iterasi chip GPU. CUDA memiliki platform paralel yang mengeksekusi perintah komputasi secara paralel pula. Arsitektur ini memiliki kelebihan yaitu sifatnya yang general dan serbaguna.
Namun keterlambatan dari Nvidia rupanya belum mampu membendung permintaan chipset pusat data AI, sehingga muncul celah bagi Marvell untuk mengisi permintaan chipset AI untuk komputasi khusus untuk keperluan hyperscale.
Beberapa produk Marvel dengan arsitektur ASIC sudah beredar di pasaran antara lain Maia-2 yang didesain khusus untuk Microsoft Azure. Selain itu, ada chipset Axion untuk komputasi layanan Google Cloud. Ada juga Trainium dan Inferentia yang secara khusus didesain untuk Amazon Web Services.
Ketiga chipset ini memiliki kekhususan masing-masing. Maia-2 misalnya, dikhususkan untuk melatih agen AI dengan workload tinggi, Axion untuk optimasi workload komputasi awan (cloud computing), Trainium digunakan untuk pemodelan machine learning, dan Inferentia melatih efisiensi dan optimasi akselerator AI AWS.
Siap Lepas Landas Mulai Q3
Pada kuartal ketiga tahun ini, pendapatan yang berasal dari pusat data AI meroket sampai 98%. Hal ini merambat pada kinerja keuangan Marvell yang meraup USD $1,52 miliar pendapatan di periode tersebut.
Angka pendapatan ini naik 7% secara tahunan dan 19% bila dibandingkan dengan kuartal sebelumnya. Khusus pendapatan dari pusat data, Marvell meraup USD $1,1 miliar atau lebih dari 70% keseluruhan pendapatan.