Gelombang startup chip AI sedang mengejar putaran pendanaan besar-besaran, menandakan bahwa minat investor terhadap perusahaan semikonduktor yang menantang dominasi Nvidia tidak menunjukkan tanda-tanda mereda. FuriosaAI, Nuvacore, dan d-Matrix semuanya dalam mode penggalangan dana aktif, menurut laporan The Information yang diterbitkan pada 14 Juli 2026.

Upaya penggalangan dana yang dilakukan secara bersamaan menyoroti bagaimana lanskap perangkat keras AI berkembang dari hampir monopoli yang dikendalikan oleh Nvidia menjadi pasar yang lebih terfragmentasi di mana para startup melihat peluang dalam bidang inferensi, komputasi khusus, dan desain prosesor generasi berikutnya.

Untuk cakupan industri AI terkini mengenai perkembangan semikonduktor dan perusahaan-perusahaan yang membentuk masa depan komputasi AI, AI Buzz Wire memantau sektor perangkat keras dengan cermat.

FuriosaAI: Penantang Korea Mengincar $500 Juta

Perancang chip AI Korea Selatan, FuriosaAI, berupaya mengumpulkan dana sebesar $500 juta dalam putaran pendanaan Seri D menjelang potensi penawaran umum perdana, menurut Bloomberg dan The Information. Putaran ini dipandu oleh Morgan Stanley dan Mirae Asset Securities.

FuriosaAI telah memposisikan dirinya sebagai alternatif Nvidia yang serius di pasar inferensi AI. Chip generasi kedua perusahaan, yang disebut RNGD (diucapkan "Renegade"), dirancang khusus untuk menjalankan model AI secara efisien — beban kerja inferensi yang mewakili sebagian besar permintaan komputasi AI di dunia nyata, dibandingkan dengan pelatihan.

Perusahaan mengincar potensi IPO pada awal tahun 2027, tergantung pada kondisi pasar dan keberhasilan putaran Seri D-nya. Peningkatan sebesar $500 juta akan memberi FuriosaAI modal yang dibutuhkan untuk mendanai produksi massal chip RNGD, melakukan ekspansi secara global, dan meningkatkan skala tim tekniknya untuk bersaing dengan pemain mapan.

Pemilihan waktu FuriosaAI sangat strategis. Dominasi Nvidia dalam chip pelatihan AI sudah mapan, namun pasar inferensi – di mana model terlatih diterapkan untuk melayani pengguna sebenarnya – dianggap lebih terbuka terhadap persaingan. Beban kerja inferensi memiliki persyaratan yang berbeda dengan pelatihan, sehingga berpotensi lebih mengutamakan arsitektur khusus dibandingkan GPU tujuan umum.

Nuvacore: Para Veteran Apple Membangun CPU Berikutnya

Nuvacore, sebuah startup yang berfokus pada perancangan unit pemrosesan pusat baru, didirikan oleh mantan insinyur chip Apple dan keluar dari mode sembunyi-sembunyi hanya tiga bulan lalu dengan putaran awal yang dipimpin oleh Sequoia Capital. Sekarang perusahaan sudah hampir mengumpulkan pendanaan tambahan dengan penilaian yang lebih tinggi, menurut The Information.

Silsilah tim pendiri Nuvacore sangat penting. Divisi silikon Apple telah memproduksi beberapa chip khusus yang paling sukses dalam sejarah, termasuk prosesor seri M yang menggerakkan komputer Mac dan chip seri A di iPhone. Insinyur yang membantu merancang chip tersebut memiliki keahlian mendalam dalam desain prosesor berkinerja tinggi dan hemat daya – keterampilan yang dapat diterapkan secara langsung pada komputasi AI.

Para pendiri Nuvacore sebelumnya menjual startup mereka ke Qualcomm, sehingga memberi mereka rekam jejak kewirausahaan dan koneksi industri yang mendalam. Fokus perusahaan pada desain CPU dibandingkan desain GPU atau akselerator menunjukkan bahwa perusahaan menargetkan bagian lain dari tumpukan komputasi AI – mungkin prosesor host yang mengelola beban kerja AI bersama dengan akselerator khusus.

Fakta bahwa Nuvacore beralih dari tahap diam-diam ke putaran pendanaan kedua hanya dalam waktu tiga bulan menunjukkan betapa mendesaknya perasaan investor dalam mendukung talenta-talenta chip. Di pasar di mana insinyur semikonduktor berpengalaman langka dan sangat dicari, tim dengan rekam jejak yang terbukti mendapatkan penilaian premium.

D-Matrix: Mengejar Valuasi Lebih Tinggi

D-Matrix, startup chip AI lainnya yang juga sedang dalam proses pendanaan, sedang mengejar babak baru dengan valuasi yang lebih tinggi. Perusahaan ini berspesialisasi dalam akselerator inferensi AI berbasis chiplet – sebuah pendekatan modular terhadap desain chip yang menggabungkan beberapa cetakan kecil ke dalam satu paket, sehingga berpotensi mengurangi biaya dan meningkatkan fleksibilitas produksi.

D-Matrix sebelumnya telah mengumpulkan dana dari investor termasuk dana ventura M12 Microsoft dan Playground Global. Arsitektur chiplet perusahaan memposisikannya sebagai alternatif terhadap desain GPU monolitik, yang menargetkan beban kerja inferensi pusat data yang mengutamakan efisiensi biaya dan skalabilitas dibandingkan kinerja mentah.

Mengapa Demam Emas Chip Berlanjut

Penggalangan dana simultan yang dilakukan oleh FuriosaAI, Nuvacore, dan d-Matrix mencerminkan keyakinan mendasar di kalangan investor: dominasi total Nvidia atas chip AI tidak bersifat permanen. Ada beberapa faktor yang mendorong keyakinan ini.

Pertama, pasar inferensi tumbuh lebih cepat dibandingkan pelatihan. Seiring dengan semakin banyaknya perusahaan yang menerapkan model AI dalam produksi, permintaan akan perangkat keras inferensi yang hemat biaya pun meningkat. GPU Nvidia sangat bagus untuk pelatihan tetapi mungkin terlalu kuat dan mahal untuk banyak tugas inferensi.

Kedua, tekanan geopolitik menciptakan peluang bagi produsen chip non-AS. Pengendalian ekspor telah membatasi kemampuan Nvidia untuk menjual chip tercanggihnya di Tiongkok, sehingga menciptakan kekosongan yang harus segera diisi oleh pembuat chip dalam negeri dan sekutunya. FuriosaAI, sebagai perusahaan Korea Selatan, memiliki posisi yang baik dalam hal ini.

Ketiga, besarnya permintaan komputasi AI membebani kapasitas produksi Nvidia. Kapasitas pengemasan TSMC yang canggih – yang sangat penting untuk chip AI kelas atas – terbatas, sehingga menyebabkan waktu tunggu yang lama. Pelanggan semakin mencari alternatif untuk mengurangi ketergantungan mereka pada satu pemasok.

Jalan ke Depan untuk Startup Chip AI

Meskipun terdapat antusiasme, startup chip AI menghadapi tantangan yang signifikan. Merancang dan memproduksi semikonduktor yang kompetitif membutuhkan modal yang sangat besar, dan bersaing dengan Nvidia berarti menyamai tidak hanya kinerja perangkat keras tetapi juga ekosistem perangkat lunak — CUDA, platform komputasi paralel Nvidia, memiliki keunggulan selama satu dekade dan loyalitas pengembang yang mendalam.

Chip RNGD FuriosaAI dan penawaran startup lainnya harus membuktikan bahwa mereka dapat memberikan keunggulan kinerja di dunia nyata, bukan hanya kemenangan benchmark. Perusahaan yang berhasil kemungkinan besar adalah perusahaan yang menemukan ceruk tertentu di mana perangkat keras khusus benar-benar mengungguli GPU tujuan umum — baik dalam efisiensi inferensi, konsumsi daya, atau biaya per kueri.

Dengan miliaran dana yang mengalir ke startup chip AI di seluruh dunia, dua tahun ke depan akan menentukan penantang mana yang dapat bertahan dan mana yang akan diakuisisi atau ditutup. Narasi alternatif Nvidia menarik – tetapi standar eksekusinya sangat tinggi.

---

Sumber: Informasi, Bloomberg, dan pelaporan dari berbagai outlet industri semikonduktor.

Tetap Terdepan dalam AI

Untuk liputan berkelanjutan mengenai industri semikonduktor, terobosan perangkat keras AI, dan perusahaan yang menantang Nvidia, kunjungi AI Buzz Wire untuk mengetahui perkembangan terkini.

Baca berita AI selengkapnya →