Sebuah perusahaan otomotif dan energi besar sedang merombak strategi infrastruktur AI-nya. Menurut pernyataan terbaru, perusahaan akan mengumpulkan sekitar $10 miliar pengeluaran perangkat keras GPU pada akhir tahun, terutama untuk pelatihan jaringan saraf dan beban kerja pemrosesan video. Langkah strategis ini menggabungkan akselerator pihak ketiga dengan chip AI in-house milik sendiri untuk mengoptimalkan efisiensi komputasi. Pendekatan dual-chip ini terbukti penting: tanpa memanfaatkan silikon kustom mereka bersama dengan prosesor standar industri, total investasi perangkat keras bisa dengan mudah berlipat ganda. Perhitungan ini menegaskan tren yang lebih luas dalam teknologi—perusahaan yang mencari skala AI yang hemat biaya semakin banyak berinvestasi dalam desain semikonduktor. Dengan mengurangi ketergantungan pada pemasok chip eksternal saja, perusahaan dapat secara dramatis menurunkan overhead komputasi mereka sambil mempertahankan kapasitas pemrosesan untuk jalur data besar.