Delapan tahun yang lalu, salah satu momen paling menyakitkan dalam sejarah industri Tiongkok terjadi. Pada April 2018, Zhongxing Communications tiba-tiba berhenti—sebuah perusahaan raksasa dengan 80 ribu karyawan dan pendapatan lebih dari satu triliun yuan. Semuanya karena Amerika memutuskan untuk memotong pasokan. Tanpa chip Qualcomm, tanpa sistem Android dari Google—perusahaan benar-benar terkurung. Pelajaran ini tidak terlupakan.

Dengan cepat ke tahun 2026. Sekarang situasinya benar-benar berbeda. Kali ini, perang bukan hanya tentang chip—perang nyata terhadap sesuatu yang jauh lebih dalam bernama CUDA. Mungkin Anda belum pernah mendengarnya sebelumnya, tetapi setiap pengembang kecerdasan buatan di dunia bergantung padanya. CUDA adalah platform dari Nvidia yang mengendalikan segalanya—dari pelatihan hingga eksekusi. Di sinilah kekurangan nyata terletak. Semakin industri bergantung pada CUDA, semakin besar kekurangan alternatif independen.

Namun perusahaan-perusahaan Tiongkok memilih jalan yang berbeda kali ini. Alih-alih mencoba meniru Nvidia secara langsung, mereka fokus pada algoritma. DeepSeek adalah contoh yang sempurna—model mereka memiliki 671 miliar parameter, tetapi hanya mengaktifkan 37 miliar selama operasi. Ini berarti biaya yang jauh lebih rendah. Model ini dilatih dengan 2048 unit pemrosesan H800 selama 58 hari dengan biaya hanya 5,6 juta dolar. Bandingkan ini dengan biaya pelatihan GPT-4 yang diperkirakan mencapai 78 juta dolar. Perbedaannya sangat besar.

Hasilnya? DeepSeek lebih murah dari Claude sebesar 25 hingga 75 kali. Dan harga ini mengubah pasar. Hanya dalam Februari 2026, penggunaan model-model Tiongkok di OpenRouter meningkat sebesar 127% dalam tiga minggu saja. Setahun sebelumnya, pangsa pasarnya tidak lebih dari 2%. Sekarang mendekati 60%. Ini bukan kebetulan—ini adalah transformasi struktural.

Namun tantangan terbesar tetap mendapatkan kekuatan komputasi yang cukup untuk pelatihan. Di sinilah chip lokal masuk. Loongson 3C6000 dan Taichu Yuanqi sudah mulai menjalankan tugas pelatihan nyata. Pada Januari 2026, Zhipu AI meluncurkan model GLM-Image—model pertama yang dilatih sepenuhnya menggunakan chip lokal Tiongkok. Ini adalah transformasi dari sekadar inferensi sederhana menjadi pelatihan nyata.

Di balik semua ini berdiri sistem Ascend dari Huawei. Pada akhir 2025, jumlah pengembangnya telah melebihi 4 juta. Pembangunan ekosistem independen ini adalah tepat apa yang dilakukan Jepang di tahun 1980-an ketika menghadapi tekanan Amerika yang serupa. Jepang memilih untuk menjadi "yang terbaik" dalam sistem yang dikendalikan orang lain. Tiongkok memilih membangun sistemnya sendiri.

Energi juga memainkan peran penting. Amerika Serikat menghadapi krisis listrik nyata—pusat data mengkonsumsi 4% dari listrik Amerika saat ini, dan angka ini akan berlipat ganda menjelang 2030. Sebaliknya, Tiongkok menghasilkan 2,5 kali lipat listrik yang dihasilkan Amerika. Harga listrik industri di barat Tiongkok sekitar 0,03 dolar per kilowatt/jam—seperempat hingga seperlima dari harga di AS. Ini adalah keunggulan besar.

Sekarang DeepSeek melayani 37 bahasa dan menyebar secara global. 30,7% pengguna berasal dari Tiongkok, 13,6% dari India, 6,9% dari Indonesia. Di pasar yang dikenai sanksi, pangsa pasarnya berkisar antara 40% dan 60%. 58% dari perusahaan AI startup baru di Tiongkok menggunakannya sekarang.

Tiga perusahaan chip lokal merilis hasilnya pada 27 Februari 2026. Beberapa meraih keuntungan pertama kalinya, yang lain mengalami kerugian miliaran dolar. Tetapi kerugian ini bukan kegagalan—melainkan investasi dalam membangun ekosistem independen. Setiap dolar yang hilang adalah dolar untuk riset dan pengembangan, untuk mendukung perangkat lunak, untuk melatih insinyur.

Perang terhadap kekuatan komputasi tidak lagi tentang "bisakah kita bertahan?" Sekarang pertanyaannya adalah "berapa banyak kita akan habiskan agar tetap independen?" Dan jawabannya jelas—berapapun biayanya. Karena ketergantungan bukan lagi pilihan.