Ambisi AI Qualcomm: Menargetkan Pendapatan Pusat Data Sebesar $15 Miliar

Qualcomm sedang melakukan poros strategis yang masif, bergerak melampaui dominasi tradisionalnya di pasar ponsel pintar untuk menantang raksasa semikonduktor di arena pusat data AI. Dengan keluarga chip AI baru dan kemitraan penting dengan Meta, perusahaan ini memposisikan dirinya untuk menjadi pemain kritis dalam perlombaan infrastruktur AI global.

Dragonfly C1000: Era Baru untuk Inferensi AI

Inti dari strategi diversifikasi Qualcomm terletak pada CPU Dragonfly C1000. Dibangun di atas arsitektur CPU Oryon milik perusahaan, prosesor ini dirancang khusus untuk menangani beban kerja inferensi AI. Berbeda dengan chip pusat data tradisional, Dragonfly C1000 menggunakan teknologi memori yang terinspirasi dari ponsel pintar. Pendekatan ini bertujuan untuk menawarkan keuntungan ganda bagi penyedia cloud: pengurangan biaya operasional yang signifikan dan peningkatan efisiensi daya, yang merupakan titik permasalahan kritis di pusat data hyperscale modern.

Kemitraan Meta dan Momentum Hyperscale

Sebagai validasi besar terhadap peta jalan barunya, Meta telah muncul sebagai pelanggan hyperscale signifikan pertama Qualcomm. Raksasa media sosial tersebut dijadwalkan mulai mengintegrasikan prosesor pusat data AI Qualcomm ke dalam infrastrukturnya mulai akhir tahun 2028. Qualcomm juga telah mengonfirmasi bahwa dua pelanggan hyperscale tambahan yang tidak disebutkan namanya telah berkomitmen untuk menggunakan silikon kustomnya, menandakan permintaan awal yang kuat untuk solusi AI kelas perusahaan (enterprise-grade) miliknya.

Target Pendapatan Agresif dan Diversifikasi

Qualcomm tidak lagi merasa puas hanya menjadi perusahaan yang mengutamakan perangkat seluler (mobile-first). Manajemen telah menyusun peta jalan keuangan yang ambisius untuk mengurangi ketergantungan pada pasar perangkat genggam yang melambat:

  • Pertumbuhan Pusat Data: Perusahaan memperkirakan bisnis pusat datanya akan menghasilkan pendapatan sekitar $5 miliar pada tahun fiskal 2027, dan meningkat hingga $15 miliar per tahun pada 2029.
  • Ekspansi Non-Smartphone: Qualcomm memproyeksikan bahwa aliran pendapatan non-smartphone akan meningkat hampir dua kali lipat menjadi $40 miliar pada akhir dekade ini.
  • Portofolio yang Terdiversifikasi: Selain CPU, perusahaan sedang mengembangkan akselerator inferensi AI dan chip AI kustom yang disesuaikan dengan kebutuhan penyedia cloud tertentu.

Membangun Ekosistem untuk Menantang Nvidia

Memasuki pasar yang didominasi oleh Nvidia, AMD, dan Broadcom membutuhkan lebih dari sekadar perangkat keras yang kuat; dibutuhkan ekosistem perangkat lunak yang kokoh. Untuk menjembatani kesenjangan ini, Qualcomm telah mengakuisisi startup perangkat lunak AI, Modular. Akuisisi ini merupakan langkah strategis untuk memungkinkan pengembang menjalankan model AI secara mulus di berbagai arsitektur chip yang berbeda tanpa perlu menulis ulang kode secara intensif. Dengan memperkuat lapisan perangkat lunaknya, Qualcomm bertujuan untuk bersaing langsung dengan ekosistem CUDA milik Nvidia yang sudah sangat tertanam kuat.

Lanskap Kompetitif

Terlepas dari momentum yang ada, jalan di depan penuh dengan persaingan sengit. Qualcomm akan berhadapan dengan pemimpin semikonduktor mapan seperti Marvell dan Broadcom, serta upaya silikon "in-house" dari raksasa teknologi seperti Amazon dan Google. Namun, sentimen investor tetap tinggi, didorong oleh kemampuan Qualcomm untuk menangkap segmen dengan pertumbuhan tinggi di bidang otomotif, komputasi perusahaan, dan infrastruktur AI.

Poin-Poin Penting

  • Poros Strategis: Qualcomm secara agresif melakukan diversifikasi dari smartphone ke pusat data AI, menargetkan pendapatan tahunan sebesar $15 miliar dari segmen ini pada tahun 2029.
  • Validasi Utama: Meta telah bergabung sebagai pelanggan hyperscale besar pertama, dengan penyebaran yang diharapkan dimulai pada akhir tahun 2028.
  • Fokus Perangkat Lunak: Melalui akuisisi Modular, Qualcomm sedang membangun ekosistem perangkat lunak untuk menyaingi CUDA milik Nvidia dan menyederhanakan penerapan model AI.