Mengenal DeepSeek, AI Asal China yang Guncang Pasar Saham Global
kumparanBISNIS February 02, 2025 02:43 AM
Pasar saham Amerika Serikat terguncang pada Senin (27/1) imbas rilisnya Artificial Intelegence (AI) asal China, DeepSeek. Saham-saham teknologi di papan Nasdaq kompak tersungkur. Saham raksasa teknologi Amerika Serikat (AS) NVDIA Corporation ambles 17 persen sekaligus menjatuhkan nilai kapitalisasi perusahaan sebesar USD 589 miliar atau sekitar Rp 9.494 triliun (kurs Rp 16.120).
Penurunan harga saham yang signifikan itu menjadi rekor terendah NVIDIA sejak COVID-19 Maret 2020 lalu.
"Itu melampaui rekor penurunan sebelumnya [sebesar] 9 persen pada bulan September yang menghapus nilai sekitar USD 279 miliar dan merupakan yang terbesar dalam sejarah pasar saham AS," tulis Bloomberg seperti dikutip kumparan, Selasa (28/1).
Berdasarkan nilai pasar, menurut data yang dikumpulkan oleh Bloomberg, indeks S&P 500 turun 1,5 persen pada hari Senin dan Nasdaq 100 jatuh hampir 3 persen.
DeepSeek langsung menjadi perbincangan dunia, yang mendorong kekhawatiran investor dan perusahaan teknologi global.
Saham perusahaan semikonduktor Jepang, Advantest Corp. dan Disco Corp. ikut tersungkur setelah DeepSeek dirilis. Saham Advantest anjlok 11 persen. Sementara saham pembuat peralatan chip Disco turun 9,5 persen.
Tren penurunan ini diikuti saham SoftBank Group Corp yang tersungkur 6,7 persen. Padahal sebelumnya, saham SoftBank menghijau usai berkomitmen menanamkan modal sebesar USD 19 miliar di sektor AI selama kepemimpinan Donald Trump.
Ilustrasi DeepSeek. Foto: Dado Ruvic/REUTERS
Para pendiri startup AI China telah berbagi tugas satu sama lain dan bereksperimen dengan pendekatan baru terhadap teknologi termasuk menghasilkan model AI yang membutuhkan daya komputasi jauh lebih sedikit daripada sebelumnya.
DeepSeek menggunakan NVIDIA H800. Ini merupakan H100 versi China dengan berbagai pengurangan spesifikasi karena regulasi ekspor. GPU ini punya chip-to-chip data transfer rate 300 GBps, separuh dari H100 yang punya kecepatan 600 GBps.
Menjalankan Model AI terutama inferensi butuh banyak memori dan sangat mahal. Ketimbang cara konvensional, mereka melakukan metode Low-Rank Key-Value (KV) Joint Compression yaitu mengkompresi key-value vectors menggunakan down-projection matrix.
Cara ini mampu mengurangi penggunaan memori, mempercepat proses inferens serta memotong biaya operasional karena hardware yang digunakan tidak perlu spesifikasi mahal.