NVIDIA GTC 2026 Keynote - Visi Jensen Huang untuk Era Pabrik AI
Navigasi Cepat
Tag
Bagikan slide
NVIDIA GTC 2026 Keynote - Visi Jensen Huang untuk Era Pabrik AI
Tampilan detail setiap halaman slide, termasuk tata letak, konten utama dan elemen visual.
Slide pembuka dengan logo NVIDIA GTC dan ikon vertikal industri: Otomotif, Layanan Keuangan, Kesehatan, Industri, Media, Quantum, Ritel, Robotika, Telco
Latar belakang gelap dengan logo GTC yang dipusatkan dan 9 kartu ikon di bawahnya
Slide kemitraan strategis yang menunjukkan kolaborasi NVIDIA, Palantir, dan Dell Technologies dengan pelanggan enterprise (Accenture, CenterPoint Energy, Hertz, Lowe's, Teton Ridge) dan alat platform Palantir
Tiga logo di bagian atas dengan simbol hati, logo mitra di bagian tengah, grid alat Palantir, tumpukan NVIDIA AI Platform di bagian bawah
Peta ekosistem komprehensif perusahaan AI-native di 8 kategori: AI untuk Otomotif, Dukungan Pelanggan, Teknik, Kesehatan, Robotika, Pencarian, Pengembangan Perangkat Lunak, ditambah DL/Inference Frameworks, Agent Frameworks, Frontier Model Builders, Model to Production
Tata letak grid dengan logo perusahaan yang diatur berdasarkan kategori, tumpukan NVIDIA AI Platform di bagian bawah
Rendering udara sinematik yang menunjukkan pesawat terbang di atas medan pegunungan, yang mendemonstrasikan kemampuan simulasi NVIDIA Omniverse
Gambar sinematik full-bleed dengan bingkai membulat
Timeline yang menunjukkan pertumbuhan komputasi inference: 2023 (ChatGPT), 2024 (o1 - 10X models/context, 10X tokens), 2025 (Claude Code - 100X models/context, 100X tokens)
Timeline horizontal dengan tiga ikon lingkaran yang mewakili setiap era
NVIDIA full-stack berkembang ke semua wilayah/industri. Pipa Blackwell+Rubin tumbuh dari $0.5T menjadi $1T+. Pelanggan baru sejak GTC DC 2025: Anthropic, MetaSL, Multiple OSS, xAI, Gemini, OpenAI. Distribusi CUDA: 60% Cloud/AI Natives, 40% Hyperscalers + NCP/SCC/Sovereign AI/Industrial/Enterprise
Tata letak dua bagan: bagan batang untuk pertumbuhan pipeline, bagan lingkaran untuk distribusi CUDA
GB NVL72 'Inference King': 50X lebih tinggi perf/watt, 35X lebih rendah biaya token vs kompetisi. Tolok ukur InferenceX oleh SemiAnalysis menggunakan DeepSeek R1 0528 FP4 1K/1K
Dua bagan berdampingan: Tokens per Watt vs Interactivity, Performance vs Token Cost
Tolok ukur kecepatan output (3 Maret 2026): Baseten 185, Fireworks 170, Lightning AI 99 tokens/sec. Semua endpoint inference terkemuka berjalan di NVIDIA. Model Penalaran Kimi K2.5
Bagan batang horizontal yang memberi peringkat penyedia inference berdasarkan kecepatan output
Tesis inti: Inference adalah Workload, Tokens adalah Komoditas Baru, Compute adalah Pendapatan. Alur visual: Listrik → Pabrik AI → Tokens → AI Agents
Diagram alur kiri-ke-kanan dengan ilustrasi yang digambar tangan
Spesifikasi Vera Rubin POD: AI FLOPS 60,000 PF, Memory Bandwidth 92 TB/s, All-to-All Bandwidth 260 TB/s, Scale-Out Radix 131,072. Menunjukkan perkembangan chip-ke-rak
Pameran perangkat keras dengan chip di bagian atas, baki server di tengah, rak penuh di bagian bawah
Foto panggung keynote langsung Jensen Huang yang mempresentasikan grafik ekonomi inferensi kepada audiens yang penuh sesak
Fotografi panggung sudut lebar
Kerangka kerja yang menunjukkan throughput (TPS/MW) vs interaktivitas (TPS/Pengguna) dengan tingkatan harga: Gratis (Qwen 3, $0), Menengah (Kimi K2.5, $3), Tinggi (GPT MoE 2T, $6), Premium (GPT MoE 2T 400K, $45), Ultra ($150)
Scatter plot dengan label tingkatan di bagian bawah
Kurva kinerja Hopper yang menunjukkan throughput dasar di seluruh tingkatan Gratis dan Menengah
Grafik garis dengan kurva Hopper tunggal
Kurva Blackwell NVL72 ditambahkan menunjukkan peningkatan 35X dibandingkan Hopper, meluas ke tingkatan Tinggi ($6)
Grafik garis dengan dua kurva, Blackwell berwarna hijau
Kurva Blackwell diperluas ke tingkatan Premium ($45), menunjukkan kinerja berkelanjutan pada 400 TPS/Pengguna
Grafik yang sama dengan kurva Blackwell yang diperluas
Kurva Rubin NVL72 ditambahkan: 2X lebih tinggi dari Blackwell pada 50 TPS, 2X pada 100 TPS, 3X pada 200 TPS, 10X pada 400 TPS
Grafik perbandingan tiga kurva
Perbandingan pendapatan per gigawatt: Blackwell vs Rubin di seluruh tingkatan. Total pendapatan tahunan melonjak dari $30 miliar menjadi $150 miliar (5X) dengan Rubin
Bagan batang dengan batang Blackwell (teal) dan Rubin (hijau) bertumpuk
Grafik tiga kurva yang sama menunjukkan perkembangan kinerja Hopper → Blackwell → Rubin
Grafik kinerja dengan tiga kurva
Kurva Rubin + LPX meluas ke tingkatan Ultra ($150, 1000+ TPS/Pengguna) mempertahankan 35X lebih tinggi dari Hopper di semua tingkatan
Grafik empat kurva dengan ekstensi LPX berwarna hijau-kuning
Diagram arsitektur agen: NemoClaw di tengah dengan koneksi ke Multi-Modal Prompt, Files, Computer Use, Tools (CLI/MCP), OpenShell, Sub-Agents, Skills, LLM, Memory. Didukung oleh Nemotron/NeMo/Dynamo/NIM dan cuDF/cuVS/vGPU/cuOPT/AI-Q
Diagram arsitektur melingkar dengan batas hijau menyala pada panel samping
NVIDIA adalah kontributor terbesar di dunia untuk AI open-source (400+ repositori, melampaui Alibaba Cloud). Menampilkan model BioNeMo, Earth-2, Nemotron, Cosmos, GR00T, Alpamayo
Grafik tengah dengan kartu model di kedua sisi
Pameran model AI iklim/cuaca Earth-2 dengan rendering Bumi fotorealistik
Tampilan terpisah dengan kartu model di kiri dan bola dunia Bumi besar di kanan
12 hasil benchmark di Nemotron 3 Super, NemotronVL, Nemotron VoiceChat, Cosmos Predict/Reason, GR00T N, Alpamayo. Semuanya menunjukkan kinerja tingkat atas atau SOTA
Grid 4x3 tabel hasil benchmark
Leaderboard: claude-sonnet-4.6 (86.9%), claude-opus-4.6 (86.3%), gpt-5.4 (86.0%), nvidia/nemotron-3-super-120b-a12b (85.6%) - model open terbaik
Leaderboard bagan batang horizontal
Efisiensi 5X dan akurasi penalaran tertinggi pada GB200 NVL72. Perbandingan vs GLM dan Kimi K2 di seluruh Peak Throughput, MMLU Pro, HumanEval/MBPP, GSM8K, Global MMLU
Perbandingan dua grafik: batang throughput dan batang akurasi
Peta global yang menunjukkan adopsi Nemotron: AS, EuroLLM, Linagora (Prancis), Bielik.ai (Polandia), SOOFI, Dicta (Israel), TII (UAE), HUMAIN, BharatGen/Gnani.ai/Sarvam AI (India), Viettel, NAVER/Trillion Labs, Institute of Science Tokyo, AI Singapore, Indosat, WideLabs (Brasil)
Peta dunia dengan iluminasi malam dengan pin berlabel
Para pemimpin AI global bergabung dengan NVIDIA Nemotron Coalition: Black Forest Labs, Cursor, LangChain, Mistral AI, Perplexity, Reflection, Sarvam, Thinking Machines
Logo NVIDIA di atas dengan hati, logo mitra dalam dua baris di bawah
12 diagram arsitektur agen perusahaan dari Adobe, Atlassian, Cadence, Cisco, CrowdStrike, Dassault Systemes, Palantir, Salesforce, SAP, ServiceNow, Siemens, Synopsys. Ditambah 40+ logo mitra tambahan
Grid 4x3 diagram arsitektur terperinci dengan strip logo mitra di bagian bawah
12 agen perusahaan lainnya: Abridge, CodeRabbit, Cohesity, Edison, IQVIA, Mastercard, Microsoft Security, PayPal, Perplexity, Xiaohongshu, Rockwell Automation, Schneider Electric
Grid 4x3 diagram arsitektur
Diagram arsitektur agen yang sama seperti halaman 20
Diagram arsitektur melingkar
Showroom robot yang dirender Omniverse menampilkan 30+ robot dari Boston Dynamics, Figure, Foxconn, Agility, 1X, LG Electronics, XPENG, Disney Research, dan banyak lagi. Robot industri dan humanoid bersama dengan kendaraan
Aula pameran yang dirender 3D dengan robot yang diatur di lantai
Layar terpisah yang menunjukkan simulasi (kiri, berwarna pastel) vs dunia nyata (kanan, metalik) lengan robot yang melakukan tugas perakitan
Perbandingan berdampingan dalam bingkai membulat
Rendering fotorealistik desa bertema Frozen Disney yang dibuat dengan NVIDIA Omniverse
Render sinematik full-bleed
Adegan CG bergaya Pixar yang unik dari kartun Jensen Huang yang memanggang marshmallow di api unggun dengan berbagai robot dan maskot lobster
Render sinematik full-bleed
Logo NVIDIA bersih dengan latar belakang gelap - pembagi bagian
Logo yang dipusatkan
Pendapatan per gigawatt dengan VR+LPX: Total pendapatan tahunan dari $30Miliar menjadi $300Miliar (10X). Batang bertumpuk tiga warna: Blackwell, Rubin, VR+LPX di semua tingkatan harga
Bagan batang bertumpuk dengan tiga generasi perangkat keras
Perbandingan Chip: Rubin GPU (288GB HBM4, 22 TB/s, 50 PFLOPs NVFP4, 336Miliar transistor) vs Groq 3 LPU (500MB SRAM, 150 TB/s bandwidth, 1.2 PFLOPs FP8, 98Miliar transistor)
Foto chip berdampingan dengan spesifikasi di bawahnya
Perbandingan skala: 8 Groq 3 LPU = 4GB SRAM, 1,200 TB/s (55X vs Rubin), 9.6 PFLOPs, 784Miliar transistor. 'Menyatukan Prosesor dengan Kinerja Ekstrem'
Berdampingan dengan chip Groq yang dikalikan
Arsitektur inferensi Dynamo: Vera Rubin NVL72 menangani Prefill+Decode Attention, Groq 3 LPX menangani Decode FFN. KV Cache dibagikan, Aktivasi dipertukarkan dua arah
Diagram arsitektur teknis dengan tiga komponen
Rak Groq 3 LPX: 315 PFLOPS AI Inference, 128GB SRAM, 40 PB/s bandwidth, 256 chip, 640 TB/s scale-up. Tersedia 2H26. Menunjukkan detail rak dan node dengan 8 LPU, FPGA, Host CPU, BF4
Foto produk dengan daftar spesifikasi di kanan, diagram node terperinci di bawah
AI Labs: Anthropic, Cursor, Meta, OpenAI, Perplexity, Black Forest Labs, Cohere, Harvey, Mistral AI, OpenEvidence, Runway, Thinking Machines. Cloud: AWS, Google Cloud, Azure, Oracle, CoreWeave, Crusoe, Lambda, Nebius, NScale. OEMs: Dell, HPE, Lenovo, Supermicro, dll.
Foto produk di kiri, kisi mitra tiga tingkat di kanan
Mitra Cloud: Meta, Oracle, CoreWeave, Crusoe, Lambda, Nebius, NScale, together.ai. OEMs: Cisco, Dell, HPE, Lenovo, Supermicro, ASRock, ASUS, COMPAL, Foxconn, etc. 256 Vera CPUs, 300 TB/s LPDDR5X
Foto produk di kiri, kisi mitra dua tingkat di kanan
Cloud: CoreWeave, Crusoe, CREN, Lambda, Mistral AI, Nebius, Oracle, Vultr. OEMs: AIC, Cloudian, DDN, Dell, HPE, Hitachi, IBM, MinIO, NetApp, Nutanix, dll. 5x Tokens/sec, 50 Tb/s, 16TB Shared Context/GPU
Foto produk di kiri, kisi mitra dua tingkat di kanan
Sistem lengkap: Perbandingan 1GW AI Factory X86+Hopper (600K GPUs, 1.2 ZFLOPS, 2M TPS) vs Vera Rubin (300K GPUs, 16 ZFLOPS, 700M TPS). Menampilkan semua 7 chip dan 6 faktor bentuk sistem
Tabel perbandingan di atas, gambar chip/tray dalam dua baris, rak di bawah
Roadmap tiga generasi: Blackwell (2024), Rubin (2026), Feynman (2028). Masing-masing dengan jajaran chip, sistem rak. Feynman memperkenalkan Die Stacking Custom HBM, LP40 NVLink, Rosa CPU, BlueField-5, NVLink 8 CPO
Progresi kiri-ke-kanan dengan render perangkat keras bertumpuk
Co-Design Ekstrim pada Skala Infrastruktur. Tiga lapisan: Desain Referensi (Rubin DSX, DSX Ecosystem, Omniverse DSX Blueprint), Libraries/APIs/Software (DSX Max-Q, DSX Flex, DSX Exchange, DSX Sim), Chips/Systems/Facilities (Power → Liquid Cooling)
Arsitektur horizontal tiga tingkat dengan render AI factory di bagian bawah
Tampilan udara fotorealistik dari pusat data AI factory skala besar dengan deretan rak server berpendingin cairan
Render sinematik full-bleed
Daftar mitra DSX Flex, DSX Max-Q, DSX Sim, DSX Exchange. 40+ mitra per kategori termasuk CoreWeave, Crusoe, Digital Realty, NSCALE, Red Hat, Dell, Cadence, Siemens, VAST, WEKA, etc.
Kisi mitra empat kuadran dengan render factory di bagian bawah
Pengumuman NVIDIA Space-1: Modul komputasi Vera Rubin yang dirancang untuk penempatan satelit
Render chip di kiri, susunan satelit panel surya di kanan, Bumi di latar belakang
Grafik riwayat bintang GitHub yang menunjukkan openclaw/openclaw melampaui facebook/react dan torvalds/linux pada tahun 2026. Maskot Lobster ditampilkan
Grafik riwayat bintang dengan ilustrasi maskot
Tangkapan layar terminal yang menunjukkan instalasi nemoclaw (curl -fsSL nvidia.com/nemoclaw.sh | bash) dan onboarding (nemoclaw onboard)
Tangkapan layar jendela terminal ditumpuk
Arsitektur agen umum: Agen di tengah dengan koneksi ke Multi-Modal Prompt, Files, Computer Use, Tools (CLI/MCP), Sub-Agents, Skills, LLM (beberapa penyedia), Memory
Diagram arsitektur melingkar dengan gaya digambar tangan
Model TI tradisional: Biaya TI Perusahaan → Software/SaaS + GSI → Files → Data Centers
Diagram alur vertikal, hanya sisi kiri
Model baru: Pekerja Informasi Perusahaan → Software/SaaS + GSI + Penyedia AI + AI Natives → Token → Pabrik AI. Perbandingan berdampingan sebelum/sesudah
Perbandingan dua kolom sebelum/sesudah
Logo NVIDIA pada latar belakang gelap
Logo di tengah
Adegan simulasi air/gelombang fotorealistik yang menunjukkan mekanisme pintu air industri dengan rendering air dinamis
Render sinematik full-bleed
Tampilan udara hasil render 3D dari lokasi konferensi GTC 2026 di San Jose dengan bangunan dan ruang acara bermerek NVIDIA
Render kota sinematik dengan overlay logo GTC
Susunan pembicara: Sarah Guo (penampilan ke-3), Alfred Lin (ke-2, debut sebagai pembawa acara 2026), Gavin Baker (ke-2, debut sebagai pembawa acara 2026). Ditambah 20+ pembicara tambahan termasuk Harrison Chase, Michael Dell, Anirudh Devgan, dll.
Tiga pembicara unggulan dalam kartu besar di atas, kisi kartu pembicara yang lebih kecil di bawah
250+ logo perusahaan termasuk ABB, Apple, Adobe, Anthropic, AWS, BYD, Cisco, CoreWeave, Disney Research, Meta, Microsoft, OpenAI, Samsung, Tesla, Uber, Walmart, Xiaomi, dan masih banyak lagi
Kisi logo padat dengan render tempat 3D di bagian bawah
Diagram flywheel melingkar: Terobosan → Pengembang → Basis Terpasang → Ekosistem → kembali ke Terobosan
Diagram melingkar yang dipusatkan pada latar belakang hitam
Foto produk unggulan kartu grafis GeForce GTX 1080 - referensi historis ke akar gaming CUDA
Foto produk di tengah dengan latar belakang hitam
Screenshot game Hogwarts Legacy dengan DLSS 5 On, menampilkan kualitas 3D-Guided Neural Rendering
Screenshot game full-bleed
Screenshot EA Sports FC dengan pengumuman DLSS 5 3D-Guided Neural Rendering
Screenshot game full-bleed
Peta ekosistem data terstruktur $120B yang menunjukkan cuDF mempercepat mesin CSP (AWS, GCP, Azure), platform OSS komersial (Clickhouse, Cloudera, Databricks), mesin proprietary, dan mesin OSS (DuckDB, Pandas, Polars, Spark)
Diagram jaringan dengan cuDF di bagian bawah yang terhubung ke semua lapisan
Ekosistem data tidak terstruktur: Ratusan zettabyte tumbuh secara eksponensial. cuVS mempercepat pencarian vektor di seluruh database perusahaan, mesin CSP, mesin OSS (Elasticsearch, FAISS, Milvus, dll.)
Diagram jaringan dengan cuVS di bagian bawah
IBM watsonx.data dengan NVIDIA cuDF: Pembaruan Order-to-Cash Data Mart 3 menit vs 15 menit, penghematan biaya 83% (CPU vs GPU). Kutipan dari Chris Wright, CIO Nestle
Kutipan di atas, diagram arsitektur di kiri, grafik batang di kanan
Foto udara fasilitas manufaktur Nestle
Foto full-bleed
Dell AI Data Platform dengan NVIDIA cuVS/cuDF: Pemrosesan data perusahaan dari jam ke menit (10TB, 3X lebih cepat). Kutipan dari Abhijit Dubey, CEO NTT DATA
Kutipan di atas, diagram arsitektur Dell di kiri, grafik benchmark di kanan
Google Cloud AI Hypercomputer dengan cuDF: Platform Eksperimen A/B 45k CPU menjadi 1k GPU, penghematan biaya 76%. Kutipan dari Saral Jain, CIO Snap
Kutipan di atas, arsitektur Google Cloud di kiri, grafik penghematan di kanan
Ikhtisar kemitraan lengkap: pelanggan (baseten, CrowdStrike, GM, Puma, Salesforce, Snapchat, dll.), layanan Google (Vertex AI, GKE, BigQuery, dll.), tumpukan NVIDIA AI Platform
Tata letak kemitraan tiga tingkat
Kemitraan AWS penuh: pelanggan (CrowdStrike, databricks, OpenAI, Perplexity, Palantir, dll.), layanan AWS (Braket, EKS, Nitro Enclaves, SageMaker AI, EC2, dll.)
Tata letak kemitraan tiga tingkat
Kemitraan Azure penuh: pelanggan (Anthropic, BlackRock, BMW, Krones, Rockwell, Synopsys), layanan Azure (Foundry, Windows 365, Fabric, AKS, Copilot, Bing)
Tata letak kemitraan tiga tingkat
Kemitraan Oracle penuh: pelanggan (Cohere, Fireworks AI, Neospace, Siemens, Uber, Zoom), layanan OCI (Superclusters, AI Database, Generative AI, Data Science, OKE)
Tata letak kemitraan tiga tingkat
Kemitraan penuh CoreWeave: pelanggan (Canva, Cohere, Cursor, Mercado Libre, Mistral AI, Morgan Stanley, OpenAI, Runway), layanan (W&B Models/Training/Inference/Weave, CoreWeave Inference/Slurm/K8s/Compute/Storage/Mission Control)
Tata letak kemitraan tiga tingkat
Pertanyaan umum tentang slide ini dan konten presentasi yang mendasarinya.
Pengumuman utama meliputi sistem Vera Rubin NVL72 dengan kinerja 2X lebih tinggi dari Blackwell, NVIDIA Groq 3 LPX (akselerator inferensi berbasis LPU baru dengan 315 PFLOPS dan 128GB SRAM), platform Vera Rubin lengkap dengan 7 chip dan 5 sistem rak, roadmap arsitektur Feynman untuk tahun 2028, modul komputasi satelit NVIDIA Space-1, dan DSX AI Factory Platform untuk penerapan skala infrastruktur.
Vera Rubin memberikan peningkatan throughput 2X dibandingkan Blackwell NVL72 pada 50 dan 100 TPS/Pengguna, meningkat menjadi 3X pada 200 TPS dan 10X pada 400 TPS. Pabrik AI 1GW dengan Vera Rubin hanya menggunakan 300K GPU (vs 600K dengan X86+Hopper) sambil memberikan 16 ZFLOPS (vs 1.2) dan 700 juta token per detik. Ini membuka peluang pendapatan tahunan $150 miliar per gigawatt, peningkatan 5X dari Blackwell.
NVIDIA dan Groq menyatukan dua prosesor dengan kinerja ekstrem: GPU Rubin (288GB HBM4, 50 PFLOPs) untuk operasi prefill yang berat komputasi, dan Groq 3 LPU (bandwidth SRAM 150 TB/s) untuk operasi decode yang berat bandwidth. NVIDIA Dynamo mengatur pemisahan, mengirim prefill ke Vera Rubin NVL72 dan decode FFN ke Groq 3 LPX, mencapai kinerja 35X lebih tinggi dari Hopper saja.
NemoClaw adalah implementasi referensi NVIDIA untuk OpenClaw, toolkit agen terbuka untuk membangun agen AI khusus. Ini menyediakan penanganan prompt multi-modal, pemrosesan file, penggunaan komputer, alat CLI/MCP melalui OpenShell sandbox, sub-agen, keterampilan, integrasi LLM, dan memori. Ini didukung oleh Nemotron 3 Super (model terbuka terbaik untuk OpenClaw dengan 85,6% pada benchmark) dan memanfaatkan cuDF, cuVS, vGPU, dan cuOPT untuk kemampuan agen yang dipercepat GPU.
NVIDIA menyajikan lima tingkatan inferensi berdasarkan ukuran model dan interaktivitas: Gratis (Qwen 3, 235B, konteks 32K, $0), Menengah (Kimi K2.5, 1T, 128K, $3), Tinggi (GPT MoE 2T, 128K, $6), Premium (GPT MoE 2T, 400K, $45), dan Ultra (GPT MoE 2T, 400K, $150). Vera Rubin + LPX memungkinkan serving yang menguntungkan di semua tingkatan, membuka total pendapatan tahunan $300 miliar per gigawatt.
Lebih dari 24 perusahaan besar memamerkan arsitektur agen: Adobe, Atlassian, Cadence, Cisco, CrowdStrike, Dassault Systemes, Palantir, Salesforce, SAP, ServiceNow, Siemens, Synopsys, Abridge, CodeRabbit, Cohesity, Edison, IQVIA, Mastercard, Microsoft Security, PayPal, Perplexity, Xiaohongshu, Rockwell Automation, dan Schneider Electric.
Mitra peluncuran Vera Rubin NVL72 termasuk AWS, Google Cloud, Microsoft Azure, Oracle Cloud, CoreWeave, Crusoe, Lambda, Nebius, dan NScale. Deck ini juga menampilkan integrasi mendalam dengan layanan spesifik masing-masing penyedia (misalnya, Amazon SageMaker AI, Google Vertex AI, Azure Foundry, OCI Superclusters). Mitra OEM termasuk Dell, HPE, Lenovo, Supermicro, Foxconn, dan banyak lagi.
NVIDIA menggambarkan 'Renaisans TI Perusahaan dari SaaS ke Agent-as-a-Service.' Model tradisional Biaya TI Perusahaan yang mengalir melalui Perangkat Lunak/SaaS dan GSI ke pusat data berubah menjadi Pekerja Informasi Perusahaan yang didukung oleh Perangkat Lunak/SaaS, GSI, Penyedia AI, dan Native AI — semuanya mengonsumsi token dari Pabrik AI. Ini mewakili perubahan mendasar di mana komputasi menjadi pendapatan dan token menjadi komoditas baru.
Create Your Own Slides
Turn your ideas into professional presentations in seconds with 2slides AI.
Referensikan desain profesional, pilih gaya Anda, dan hasilkan slide dengan rendering teks sempurna. Didukung oleh Nano Banana—mulai buat presentasi Anda sekarang.
Agen AI Anda untuk slide. Hemat waktu, bersinar lebih cepat dengan pembuatan presentasi yang cerdas.
© 2026 2slides. Hak cipta dilindungi.