Ad space available
Niv-AI Raih Pendanaan $12 Juta demi Atasi Pemborosan Daya GPU di Data Center
Startup Niv-AI mengamankan pendanaan awal sebesar $12 juta untuk mengatasi masalah lonjakan daya pada unit pemrosesan grafis (GPU). Solusi ini dirancang untuk mencegah penurunan performa pusat data hingga 30% melalui manajemen energi presisi tinggi.
Niv-AI Keluar dari Stealth Mode, Tawarkan Solusi Efisiensi Daya GPU untuk Data Center
TEL AVIV, (17 Maret 2026)
- Niv-AI mengamankan Seed Funding sebesar $12 juta untuk mengatasi lonjakan daya (power surges) pada GPU yang sering memaksa Data Center melakukan throttling hingga 30%.
- Startup ini mengembangkan sensor tingkat rak (rack-level) yang mampu mendeteksi penggunaan daya dalam skala milidetik untuk memahami profil Deep Learning.
- Teknologi ini bertujuan menjadi "Copilot" bagi insinyur Data Center guna menyinkronkan beban kerja AI dengan kapasitas grid listrik.
Listrik telah menjadi bahan baku utama bagi pengembangan Artificial Intelligence, namun teknik pemrosesan data terbaru sering kali melampaui kemampuan operator Data Center dalam mengelola hubungan dengan grid listrik. Mengutip laporan industri, kondisi ini sering kali memaksa operator untuk melakukan throttling atau menurunkan performa perangkat hingga 30% demi menjaga stabilitas daya.
CEO Nvidia, Jensen Huang, dalam sebuah diskusi industri sempat menyoroti bahwa banyak daya yang terbuang percuma di "pabrik AI" saat ini. Menanggapi tantangan tersebut, startup bernama Niv-AI resmi muncul ke publik setelah beroperasi dalam status stealth mode. Perusahaan yang berbasis di Tel Aviv ini mengumumkan perolehan Seed Funding senilai $12 juta (sekitar Rp190 miliar) untuk mengembangkan sensor dan alat manajemen yang mampu mengukur penggunaan daya GPU secara presisi.
Mengatasi Lonjakan Daya dalam Skala Milidetik
Niv-AI didirikan oleh CEO Tomer Timor dan CTO Edward Kizis. Pendanaan ini didukung oleh sejumlah investor ventura ternama seperti Glilot Capital, Grove Ventures, Arc VC, Encoded VC, Leap Forward, dan Aurora Capital Partners.
Masalah utama yang dihadapi oleh laboratorium AI saat ini adalah ketika ribuan GPU dioperasikan secara bersamaan untuk melatih model-model canggih, terjadi lonjakan permintaan daya dalam skala milidetik saat prosesor berpindah antara tugas komputasi dan komunikasi antar-GPU. Lonjakan mendadak ini menyulitkan Data Center untuk mengelola penyerapan listrik dari grid secara efisien.
Untuk menghindari risiko kegagalan listrik, Data Center biasanya membayar mahal untuk penyimpanan energi sementara atau terpaksa membatasi penggunaan GPU mereka. Kedua skenario tersebut menurunkan Return on Investment (ROI) dari pembelian chip GPU yang sangat mahal. Langkah pertama Niv-AI adalah menyebarkan sensor tingkat rak yang mendeteksi penggunaan daya secara real-time untuk memahami profil daya spesifik dari tugas Machine Learning.
Dampak bagi Infrastruktur AI di Indonesia
Kehadiran teknologi seperti yang ditawarkan Niv-AI memiliki relevansi besar bagi ekosistem digital di Indonesia. Saat ini, Indonesia sedang bertransformasi menjadi hub Data Center regional dengan pertumbuhan pesat di kawasan Cikarang dan Batam.
- Efisiensi Biaya Operasional: Optimalisasi daya dapat menekan biaya operasional bagi penyedia Data Center di Indonesia di tengah fluktuasi tarif listrik industri.
- Stabilitas Grid PLN: Teknologi manajemen daya presisi tinggi dapat membantu operator pusat data di Indonesia untuk tetap patuh pada regulasi beban listrik tanpa harus mengorbankan performa GPU.
- Akselerasi AI Lokal: Dengan manajemen daya yang lebih baik, infrastruktur Cloud Computing lokal dapat dimanfaatkan secara lebih maksimal dan ekonomis untuk pelatihan model bahasa besar (LLM) versi lokal.
Artikel ini akan diperbarui seiring tersedianya informasi baru. Join Komunitas Rekayasa AI di Discord untuk diskusi lebih lanjut.
Ad space available
Ditulis oleh
Tim Rekayasa AI
Kontributor Rekayasa AI yang passionate tentang teknologi AI dan dampaknya di Indonesia.
