Pada konferensi GTC 2025 di San Jose, CEO NVIDIA Jensen Huang mengungkapkan rincian strategi teknologi perusahaan, yang menggabungkan inovasi semikonduktor dengan pengembangan infrastruktur AI yang kuat. Menurut Huang, transisi ke transistor gate-all-around (GAA) dalam chip Feynman yang akan datang — yang diharapkan hadir pada 2028 — akan meningkatkan kinerja hingga 20%. Namun, perusahaan menekankan solusi arsitektur dan perangkat lunak yang lebih penting daripada sekadar berlomba untuk mengadopsi proses manufaktur terbaru.
Huang mencatat bahwa era terobosan revolusioner dalam litografi akan segera berakhir. Bahkan peralihan ke node 2-nm yang menjanjikan dengan transistor GAA, seperti yang diperkirakan oleh TSMC, diproyeksikan hanya menawarkan peningkatan kinerja sebesar 10–15%. Namun, NVIDIA — yang secara tradisional berhati-hati terhadap teknologi “mentah” — berencana untuk menggunakan versi yang dioptimalkan seperti N2P atau A16 dengan pengiriman daya terbalik. Huang percaya bahwa pendekatan ini akan mencapai peningkatan 20% yang diklaim dengan mengurangi resistensi dan menstabilkan konsumsi daya.
Huang dengan jelas menyatakan bahwa NVIDIA tidak lagi melihat dirinya sebagai produsen semikonduktor tradisional. Sebaliknya, perusahaan sedang membangun infrastruktur AI yang komprehensif yang mencakup algoritma untuk visi komputer, robotika, dan bahkan desain chip. Salah satu contoh strategi ini adalah platform Rubin yang akan datang (dijadwalkan untuk 2026) pada proses 3-nm N3P, yang akan mengintegrasikan GPU Vera dan CPU ke dalam arsitektur terpadu untuk pusat data. Namun, seperti yang dicatat Huang, potensi penuh mereka hanya akan terwujud ketika digabungkan dengan kerangka kerja kepemilikan seperti CUDA dan Omniverse.
Kegembiraan seputar teknologi GAA sangat beralasan, karena transistor ini memang mampu memberikan peningkatan kinerja. Dalam transistor GAA, gerbang sepenuhnya mengelilingi saluran konduktif, meminimalkan kebocoran dan meningkatkan kontrol. Analis mencatat bahwa pernyataan Huang mencerminkan tren industri yang lebih luas: mengalihkan fokus dari sekadar meningkatkan kecepatan jam ke mengoptimalkan efisiensi daya dan skalabilitas. Dengan ekspansi kluster AI, bahkan peningkatan 20% pada tingkat chip dapat berpotensi menggandakan kinerja pusat data — asalkan integrasi ditangani dengan cerdas.