Berhenti menggulir, segera tonton video ini dan simpan ini Daniel Yergin dari S&P baru saja merilis pemeriksaan realitas brutal: Kami membutuhkan 50% lebih banyak tembaga untuk elektrifikasi, tetapi tambang baru membutuhkan waktu 17 tahun untuk online. Kekurangan global sekarang "tak terelakkan".

NVIDIA mengumumkan Earth 2, platform prakiraan cuaca AI open source gratis yang melakukan apa yang dulu membutuhkan superkomputer miliaran dolar. Mereka merilis tiga model AI yang bekerja sama untuk memprediksi cuaca. Dari memproses data satelit mentah hingga memberikan prakiraan global 15 hari, semuanya berjalan pada GPU dalam hitungan menit, bukan jam. Inilah yang dilakukan setiap bagian. Asimilasi Data mengambil pengamatan dari satelit, balon cuaca, dan stasiun darat dan mengubahnya menjadi data cuaca yang dapat digunakan dalam hitungan detik (sebelumnya memakan waktu berjam-jam). Nowcasting menangani prediksi cuaca buruk untuk 0-6 jam ke depan. Untuk pertama kalinya, AI baru saja mengalahkan prakiraan berbasis fisika tradisional dalam memprediksi badai. Medium Range memberikan perkiraan global 15 hari dan mengungguli GenCast Google DeepMind pada sebagian besar variabel. Ketika digabungkan, model-model ini menghasilkan perkiraan dalam hitungan menit. Karena semuanya open source, siapa pun dapat mengunduh model dan menyesuaikannya dengan data mereka sendiri. Kejeniusan NVIDIA yang sebenarnya di sini, mereka tidak menjual perangkat lunak kepada Anda. Mereka memberikan perangkat lunak untuk menjual komputasi kepada Anda. Setiap organisasi yang menggunakan Earth 2 membutuhkan GPU NVIDIA untuk menjalankannya. Ini adalah strategi ekosistem yang brilian, membuat yayasan bebas, memiliki infrastruktur. Adopsi sudah terjadi. TotalEnergies, Eni, Southwest Power Pool, dan Layanan Cuaca Nasional AS menggunakan model ini dalam produksi saat ini. Layanan Meteorologi Israel memangkas waktu komputasi mereka sebesar 90% dibandingkan dengan metode tradisional. Peluang pasarnya sangat besar. Prakiraan cuaca bernilai $3,72 miliar dan tumbuh 7% per tahun, tetapi pemodelan cuaca berbasis AI meledak diperkirakan akan tumbuh dari $135,6 juta pada tahun 2024 menjadi hampir $1 miliar pada tahun 2034. Untuk perusahaan energi terbarukan, ini memangkas biaya perkiraan secara dramatis sehingga ekonomis bagi operator yang lebih kecil. Bagi negara berkembang, ini berarti prediksi cuaca kelas profesional tanpa infrastruktur jutaan dolar. Untuk perusahaan asuransi dan keuangan, data cuaca yang lebih baik berarti model risiko yang lebih baik. NVIDIA bertaruh bahwa siapa pun yang memiliki lapisan komputasi akan menang. Sinyal adopsi menunjukkan bahwa mereka benar.

Microsoft baru saja mengumumkan Maia 200, chip AI kustom generasi keduanya. Ini adalah momen yang benar-benar signifikan dalam perlombaan senjata komputasi awan. Microsoft Maia 200 adalah chip khusus yang dirancang oleh Microsoft tetapi diproduksi oleh TSMC menggunakan teknologi proses 3-nanometer mutakhir mereka. Pikirkan seperti ini, jika Nvidia menjual mesin mobil siap pakai, Microsoft sedang membangun mesinnya sendiri khusus untuk pekerjaan yang perlu dilakukan. Chip ini direkayasa khusus untuk inferensi AI, proses benar-benar menjalankan model AI untuk menghasilkan respons, bukan melatihnya dari awal. Chip tersebut ditayangkan di pusat data Microsoft di Iowa mulai 26 Januari 2026, dengan penerapan ke Arizona berikutnya. Empat dari chip ini bekerja sama di setiap server, terhubung melalui kabel Ethernet standar, bukan teknologi berpemilik, yang mengurangi biaya dan kompleksitas dibandingkan dengan pendekatan Nvidia. Microsoft sudah menggunakan Maia 200 untuk mendukung model GPT-5.2 OpenAI di Azure dan Microsoft 365 Copilot. ​ Microsoft mengklaim Maia 200 memberikan kinerja tiga kali lipat dari chip Trainium Amazon dan mengungguli TPU Google dalam tolok ukur utama. Lebih penting lagi, Microsoft mengklaim kinerja 30 persen lebih baik per dolar daripada armada perangkat keras mereka saat ini. Untuk perusahaan cloud yang mengelola ratusan ribu chip, keunggulan efisiensi itu diterjemahkan menjadi miliaran dolar dari waktu ke waktu. Chip ini memiliki memori ultra cepat 216GB dengan bandwidth memori 7TB/s. Microsoft secara eksplisit membingkai ini sebagai mengurangi "ketergantungan pada Nvidia," dan itulah kisah sebenarnya. Nvidia saat ini mengendalikan sekitar 85 persen pasar akselerator AI dengan margin kotor 73-75 persen pada penjualan perangkat keras. Tapi inilah masalahnya bagi Nvidia, keempat hyperscaler utama, Microsoft, Meta, Amazon, dan Google sekarang mewakili 40-50 persen dari pendapatan Nvidia dan keempatnya sekarang menyebarkan chip AI khusus dalam produksi. Inferensi, yang ditangani Maia 200, mewakili sekitar 80 persen dari permintaan komputasi AI jangka panjang ke depannya. Jika hyperscaler membangun chip inferensi mereka sendiri, Nvidia bisa kehilangan akses ke sebagian besar pertumbuhan masa depan di pasar chip AI. Parit Nvidia yang dibangun di atas CUDA dan pengoptimalan perangkat lunak tetap kuat tetapi beban kerja inferensi lebih peduli dengan biaya per token daripada kecepatan mentah. Keunggulan biaya 30 persen Maia 200 perlahan-lahan dapat mengalihkan beban kerja dari Nvidia untuk tugas inferensi, bahkan jika Nvidia tetap dominan untuk pelatihan. Ini adalah integrasi vertikal yang menang dalam infrastruktur AI. Microsoft mengontrol seluruh tumpukan, silikon, perangkat lunak, jaringan, sistem pendingin, dan aplikasi yang berjalan di atasnya. Kontrol ujung ke ujung itu, dikombinasikan dengan wawasan langsung ke dalam beban kerja OpenAI, memberi Microsoft keuntungan yang tidak dapat ditandingi oleh pesaing.