Sebuah startup chip berusia dua tahun di Eindhoven baru saja meyakinkan Samsung untuk bertaruh jutaan dolar bahwa masa depan inferensi AI bukan milik GPU. Euclyd, didirikan 2024 di High Tech Campus Eindhoven, mengumumkan putaran Seri A senilai lebih dari €200 juta (sekitar $231 juta) yang dipimpin bersama oleh Samsung, Somerset Capital Partners, Scaleup Europe Fund milik EQT, dan Innovation Industries — salah satu putaran chip AI terbesar di Eropa tahun ini (CNBC, Yahoo Finance).
Kenapa Samsung mau ikut bertaruh
Uang besar dari Samsung ke sebuah startup chip yang belum punya produk fisik sampai 2028 terdengar berisiko, tapi masuk akal kalau melihat konteksnya: biaya energi dan infrastruktur untuk menjalankan inferensi model AI berskala besar sedang meledak, dan hampir semua beban itu masih ditanggung GPU generik yang sebenarnya dirancang untuk training, bukan inferensi (DataCenterDynamics). Euclyd memposisikan diri bukan sebagai "Nvidia yang lebih murah", melainkan pemain yang membangun ulang arsitektur chip khusus untuk kebutuhan inferensi dari nol.
Sinyal keseriusan lain: Peter Wennink, mantan presiden dan CEO ASML, bergabung sebagai ketua dewan komisaris Euclyd (TechFundingNews). Nama sebesar itu jarang mau memasang reputasinya di startup chip pra-produksi kecuali timnya punya keyakinan teknis yang solid.
Papan sirkuit biru
Arsitektur yang beda total dari GPU
Bagian paling menarik dari Euclyd bukan angka pendanaannya, tapi pilihan arsitekturnya. Alih-alih menempelkan tumpukan memori HBM di sebelah die GPU seperti pendekatan Nvidia dan AMD, Euclyd mengintegrasikan 16.384 prosesor SIMD kustom langsung dengan arsitektur memorinya sendiri yang disebut Ultra Bandwidth Memory (UBM), semuanya dikemas dalam satu system-in-package seukuran telapak tangan, sekitar 100mm persegi (Techzine).
Desain ini menyerang titik lemah GPU dalam beban kerja inferensi: sebagian besar energi dan waktu justru habis untuk memindahkan data antara prosesor dan memori, bukan untuk komputasi itu sendiri. Dengan memori dan prosesor menyatu erat dalam satu paket, Euclyd mengklaim bisa memangkas jarak tempuh data itu drastis — yang pada akhirnya menekan konsumsi energi dan biaya operasional data center AI, dua isu yang sedang jadi sorotan di tengah booming infrastruktur AI global.
Model bisnis: jual rak, sekaligus lisensi
Euclyd tidak hanya berencana jualan hardware jadi. Perusahaan menyiapkan dua lini bisnis paralel: penjualan langsung sistem hardware berbasis rak ke perusahaan yang menjalankan inferensi AI di infrastruktur mereka sendiri, dan skema lisensi teknologi ke produsen chip lain yang ingin membangun di atas arsitektur inti Euclyd (IBTimes Australia). Model dua jalur ini membuat Euclyd tidak sepenuhnya bergantung pada kemampuannya sendiri memproduksi dan menjual chip dalam skala besar sejak hari pertama — lisensi bisa jadi jalan pintas pendapatan sebelum lini manufaktur rak matang.
Sistem server ImgIX berwarna hitam
Timelinenya cukup panjang untuk ukuran startup: sistem chip fisik ditargetkan meluncur 2028, dengan target melayani ribuan pelanggan enterprise pada 2030 (techstartups.com). Rentang waktu tiga sampai empat tahun ini adalah taruhan bahwa gelombang permintaan inferensi AI enterprise masih akan terus naik, bukan mereda, saat produk mereka akhirnya siap dijual.
Bukan pemain tunggal di arena "penantang GPU"
Euclyd masuk ke pasar yang makin ramai. Tahun ini saja, startup chip inferensi lain seperti Cerebras dan Etched juga menggalang dana besar dengan narasi serupa — arsitektur khusus inferensi yang mengklaim lebih efisien dari GPU generik — bagian dari tren yang disebut media sebagai "boom alternatif GPU" di tengah permintaan komputasi AI yang terus melampaui pasokan chip Nvidia. Bedanya, Euclyd adalah salah satu yang paling agresif soal desain memori kustomnya, dan salah satu dari sedikit yang berhasil menarik investor korporat sekelas Samsung sebagai co-lead, bukan cuma modal ventura murni.
Tantangan terbesarnya justru bukan teknis, melainkan waktu: Nvidia, AMD, dan raksasa cloud sendiri (lewat chip custom seperti TPU Google atau Trainium Amazon) tidak diam selama tiga-empat tahun ke depan. Euclyd harus memastikan arsitektur UBM-nya masih relevan saat akhirnya sampai ke tangan pelanggan pertama pada 2028, bukan sudah kalah start dari pendekatan yang lebih dulu matang di pasar.
Takeaway
Euclyd adalah contoh jelas bagaimana modal besar kini mengalir bukan hanya ke model AI, tapi juga ke lapisan chip yang menjalankannya — khususnya untuk inferensi, bagian dari pipeline AI yang biayanya terus membengkak seiring makin banyak orang memakai produk AI setiap hari, bukan cuma melatihnya sekali. Dukungan Samsung dan kehadiran mantan CEO ASML di jajaran komisaris memberi kredibilitas awal yang jarang dimiliki startup chip pra-produksi. Tapi klaim efisiensi arsitektur baru selalu mudah diucapkan di atas kertas Seri A — ujian sesungguhnya baru datang 2028, saat chip fisik Euclyd harus bersaing langsung dengan GPU Nvidia generasi berikutnya yang juga tidak berhenti berkembang.
---
Sumber gambar: Vishnu Mohanan di Unsplash Sumber gambar: Umberto di Unsplash Sumber gambar: imgix di Unsplash
The conversation 0
No comments yet. Start the conversation.