Bagaimana sebuah perusahaan yang tidak punya pabrik semikonduktor, tidak menguasai proses fabrikasi 3nm, dan bahkan tidak terdaftar sebagai fabless design house bisa berani membangun chip AI sendiri?
Apa yang Berubah di Balik Model 'Open-Weight' yang Murah
DeepSeek memang bukan nama besar seperti Baidu atau Alibaba di panggung global, tapi kehadirannya mengguncang logika industri: mereka merilis model bahasa seperti DeepSeek-V2 dan DeepSeek-Coder dengan bobot penuh (full-weight), lisensi terbuka, dan dokumentasi teknis lengkap — semua tanpa biaya lisensi komersial. Menurut Engadget, langkah ini membuat DeepSeek jadi salah satu early adopter paling aktif di komunitas model open-source, khususnya di kalangan developer Asia Tenggara dan India yang mencari alternatif murah untuk fine-tuning lokal. Keputusan membangun chip sendiri bukan loncatan spekulatif, melainkan respons logis terhadap bottleneck nyata: ketergantungan pada GPU NVIDIA A100 dan H100 yang harganya melambung sejak 2023 akibat pembatasan ekspor AS.
Di balik klaim 'murah', ada struktur biaya yang sangat berbeda. Sementara perusahaan Barat mengandalkan cloud inference dengan harga per token, DeepSeek menekankan on-premise deployment — artinya, efisiensi chip harus dihitung per watt, bukan per jam server. Itu sebabnya desain chip mereka tidak mengejar puncak FLOPS, melainkan rasio throughput terhadap konsumsi daya saat menjalankan model spesifik seperti MoE (Mixture of Experts) dengan sparse activation.
Baca juga: Kelelawar di Wajah Bocah Kanada: Apa yang Salah dengan Deteksi Dini Rabies?
Siapa yang Benar-Benar Diuntungkan dari Langkah Ini?
Jawabannya bukan hanya DeepSeek sendiri — tapi juga pengembang di Indonesia, Vietnam, dan Pakistan yang selama ini terpaksa memilih antara model kecil berkinerja rendah atau menyewa cloud mahal di Singapura. Dengan chip khusus, DeepSeek bisa menawarkan kit inferensi siap-pakai berbasis board ARM+AI-accelerator dengan harga di bawah USD 300 — jauh di bawah biaya sewa bulanan instance H100 di AWS. Dilansir Engadget, prototipe pertama sudah diuji di dua pusat riset di Shenzhen dan Hangzhou, dan fokus utamanya adalah optimasi untuk bahasa Asia: tokenisasi multilingual, support untuk CJK (Chinese-Japanese-Korean) dan Indic scripts, serta penanganan kode sumber multilingual seperti Python + Bahasa Indonesia + Java secara bersamaan.
Ini penting karena mayoritas model open-weight saat ini masih dirancang untuk dataset Inggris-Amerika. Ketika DeepSeek membangun chip dari lapisan hardware hingga compiler level untuk mendukung itu, mereka secara tidak langsung menciptakan jalur baru bagi negara-negara berkembang: bukan lagi menyesuaikan aplikasi dengan hardware global, tapi membangun hardware yang menyesuaikan realitas linguistik dan infrastruktur lokal. Di Jakarta, misalnya, startup edtech yang ingin deploy model penilaian otomatis untuk soal ujian nasional tidak perlu lagi mengonversi seluruh pipeline ke PyTorch di cloud — cukup pasang board DeepSeek dan jalankan model native.
Baca juga: Oppo Reno16 Masuk Indonesia: Desain Bukan Sekadar Kulit, AI Juga Harus Bisa Dipakai
DeepSeek tidak mengunci chip ini untuk internal. Mereka berencana merilis SDK dan reference design open-source pada Q3 2024, termasuk driver Linux dan toolchain kompilasi berbasis MLIR. Artinya, ini bukan strategi walled-garden ala Apple atau Huawei Ascend, melainkan upaya membangun ekosistem alternatif yang bisa diadopsi oleh vendor board seperti FriendlyElec atau Radxa — dua merek yang sudah populer di komunitas maker Indonesia.
Industri semikonduktor global memang didominasi oleh tiga pemain: NVIDIA di AI training, AMD di hybrid compute, dan TSMC di manufaktur. Tapi DeepSeek mewakili gelombang ketiga: perusahaan software-first yang membalik arah aliran inovasi — dari chip ke model, bukan dari model ke chip. Mereka tidak membangun chip untuk bersaing di benchmark MLPerf, tapi untuk memecahkan masalah konkret: latensi tinggi saat inferensi di edge device, overhead memory saat load model MoE, dan fragmentasi toolchain antara PyTorch, ONNX, dan TensorRT.
Fakta tambahan yang jarang disebut: DeepSeek belum pernah mengajukan paten chip di luar Tiongkok. Semua desain yang dirilis akan menggunakan lisensi Apache 2.0 — artinya, perusahaan di Indonesia boleh mengintegrasikan IP core-nya ke SoC lokal tanpa royalti, asal tetap membuka modifikasi. Ini berbeda radikal dari pendekatan Huawei Ascend atau Cambricon, yang meski open-software tetap mengunci hardware proprietary. Untuk pasar seperti Indonesia, di mana regulasi impor chip semakin ketat dan insentif TKDN naik, opsi ini bisa jadi katalis tak terduga bagi pengembangan semikonduktor nasional — bukan lewat pabrik, tapi lewat desain kolaboratif.