Variabel yang Tidak Diatur Siapa pun: Mengapa TSMC dan NVIDIA Menentukan Masa Depan AI yang Kita Dapatkan

Oleh The Aether Council | Analisis Teknologi Strategis & Keamanan Nasional

Sebagian besar perdebatan tata kelola AI berlangsung satu lapisan terlalu tinggi.

Setiap kerangka kerja serius yang diterbitkan antara 2021 dan 2025 — EU AI Act, NIST AI Risk Management Framework, Bletchley Declaration, Interim Measures for Generative AI dari Tiongkok, Executive Order 14110 dari Biden — memiliki titik buta struktural yang begitu mendasar sehingga menjadikan masing-masing kerangka kerja tersebut paling baik hanya dapat ditegakkan secara kontingen dan paling buruk hanya bersifat dekoratif secara strategis. Semuanya membahas model. Semuanya membahas data pelatihan, pagar pengaman penerapan, garis merah, dan teknik alignment. Tidak satu pun dari mereka yang secara formal memodelkan variabel yang menentukan apakah kerangka kerja tersebut dapat ditegakkan sama sekali.

Sebut saja The Intangible Fallacy: pembuat kebijakan yang berusaha mengatur bobot, dataset, dan pagar pengaman penerapan sambil mengabaikan satu variabel yang membuat kebijakan-kebijakan tersebut dapat ditegakkan sejak awal — substrat fisik tempat AI berjalan.

Perangkat lunak bersifat fungibel. Perangkat keras bersifat terbatas. Jika Anda tidak dapat mengendalikan silikon fisiknya, kerangka tata kelola Anda hanyalah sebuah saran.

Dua kerangka kerja membuat masalah tersebut dapat ditangani:

The Compute Control Hierarchy (CCH) — rantai daya ungkit dari bahan mentah hingga penerapan cloud, mengidentifikasi aktor mana yang mengendalikan setiap lapisan dan apa yang dimungkinkan atau dicegah oleh kendali tersebut.

The Supply Chain Leverage Point (SCLP) Framework — titik-titik kemacetan spesifik di mana satu perusahaan atau yurisdiksi dapat mengubah lintasan pengembangan AI global melalui satu keputusan alokasi, penolakan, lisensi, atau produksi.

Kesimpulan sentralnya tidak nyaman tetapi tidak terhindarkan: TSMC dan NVIDIA, bersama dengan ASML dan sejumlah kecil perusahaan dari negara sekutu, saat ini menjalankan pengaruh praktis yang lebih besar terhadap kecepatan, geografi, dan penegakan pengembangan AI dibandingkan sebagian besar institusi tata kelola AI formal. Bukan karena mereka menulis aturannya. Karena mereka mengendalikan titik-titik kemacetannya.

I. The Compute Control Hierarchy

Tumpukan tata kelola AI standar memperlakukan komputasi sebagai sebuah input. Itu secara analitis tidak memadai. Komputasi bukan input generik. Ia adalah rantai pasok yang terstruktur secara politis, dan kendali di setiap lapisan memiliki arti yang berbeda.

Lapisan 1: Bahan Mentah — Titik Kemacetan Mineral

Substrat semikonduktor canggih memerlukan silikon dengan kemurnian sangat tinggi, gas neon, paladium, galium, germanium, dan portofolio elemen tanah jarang. Ini bukan komoditas yang dapat dipertukarkan. Pabrik fabrikasi canggih memerlukan input dengan kemurnian luar biasa dengan toleransi nol terhadap kontaminasi.

Tiongkok mengendalikan sekitar 60% penambangan tanah jarang global dan 90% pemrosesan tanah jarang, menurut Laporan Mineral Kritis IEA 2023. Pada Juli 2023, Beijing memberlakukan kontrol ekspor terhadap galium dan germanium melalui MOFCOM — bukan sebagai embargo, tetapi sebagai demonstrasi. Sebuah sinyal bahwa Lapisan 1 dapat dipersenjatai secara selektif dan dikalibrasi terhadap dinamika eskalasi tertentu. U.S. Geological Survey mengkonfirmasi Amerika Serikat hampir tidak memiliki kapasitas pemurnian domestik untuk kedua elemen tersebut.

Gas neon — kritis untuk laser excimer dalam litografi DUV — secara historis 45–54% bersumber dari Ukraina. Invasi Rusia ke Ukraina memutus pasokan tersebut. Industri telah melakukan diversifikasi sejak saat itu, tetapi episode tersebut menetapkan preseden: satu guncangan geopolitik di Lapisan 1 merambat melalui setiap lapisan hilir tanpa mekanisme tata kelola untuk mengelolanya.

Jepang mengendalikan pangsa kritis fotoresist dan bahan kimia khusus melalui JSR, TOK, dan Shin-Etsu. Mekanismenya adalah ketergantungan yang dibatasi kualitas. Pabrik fabrikasi canggih tidak dapat mengganti bahan kimia berkualitas lebih rendah tanpa kehilangan hasil produksi.

Implikasi tata kelola: Tidak ada kerangka tata kelola AI yang memperhitungkan kemungkinan bahwa gangguan bahan mentah dapat membatasi produksi komputasi AI global selama 12–36 bulan tanpa pengganti. Ini adalah Dependency Exposure Class I: titik kemacetan di mana aktor yang terdampak tidak memiliki mitigasi jangka pendek dan tidak memiliki mekanisme institusional untuk respons terkoordinasi.

Lapisan 2: Peralatan Fabrikasi — Kemacetan Litografi

Ini adalah titik kemacetan tunggal paling konsekuensial dalam keseluruhan CCH, dan dikendalikan oleh satu perusahaan.

ASML Holding, berkantor pusat di Veldhoven, adalah satu-satunya produsen mesin litografi extreme ultraviolet (EUV) di Bumi. Seri TWINSCAN NXE dan EXE diperlukan untuk memproduksi semikonduktor apa pun pada 7nm atau di bawahnya. Tidak ada pemasok alternatif dan tidak ada solusi pengganti. Canon dan Nikon memproduksi sistem DUV untuk node dewasa, tetapi keduanya tidak memiliki program EUV yang layak. Monopoli ASML bukan hasil pasar yang dapat dikikis oleh persaingan — ini adalah konsekuensi dari 20+ tahun pengembangan bersama dengan Zeiss SMT (optik EUV dengan toleransi sub-angstrom) dan Trumpf (laser CO₂ yang menghasilkan cahaya EUV dengan menembak tetesan timah cair), merepresentasikan lebih dari €6 miliar dalam R&D sebelum alat komersial pertama dikirimkan.

Setiap NXE:3800E berharga sekitar €350–380 juta. Seri EXE:5000 High-NA generasi berikutnya, yang memungkinkan manufaktur sub-2nm, memiliki harga serupa — dengan pengiriman pertama ke Intel dan TSMC dimulai 2024–2025. ASML memproduksi sekitar 53 sistem EUV pada 2023. Permintaan global melebihi pasokan. Daftar tunggu diukur dalam hitungan tahun.

Pada September 2023, pemerintah Belanda — di bawah tekanan diplomatik AS yang berkelanjutan yang dikoordinasikan melalui pengaturan kontrol ekspor trilateral dengan Jepang — mewajibkan lisensi untuk ekspor litografi canggih ke Tiongkok. U.S. Bureau of Industry and Security memanfaatkan Foreign Direct Product Rule untuk memaksa ASML menonaktifkan mesin secara jarak jauh atau menolak servis, mengubah perangkat keras senilai ratusan juta dolar menjadi besi mati. Pengiriman baru alat-alat mutakhir secara efektif diblokir.

Applied Materials, Lam Research, dan KLA mengendalikan alat deposisi, etsa, dan kontrol proses penting di Amerika Serikat. Tokyo Electron menyediakan sistem coater/developer dan etsa kritis dari Jepang. Inilah yang seharusnya secara formal dinamai The Allied Toolchain Denial Regime: arsitektur kontrol ekspor berbasis koalisi di mana AS, Belanda, dan Jepang mengoordinasikan kontrol atas peralatan produksi yang diperlukan untuk manufaktur node canggih.

Implikasi tata kelola: Keputusan kontrol ekspor pemerintah Belanda adalah, secara fungsional, keputusan tata kelola AI paling konsekuensial yang dibuat oleh pemerintah mana pun hingga saat ini. Keputusan ini menentukan negara mana yang dapat memproduksi chip terdepan. Tidak ada badan tata kelola AI yang memberikan masukan. Tidak ada kerangka kerja yang memodelkannya. Ini adalah Dependency Exposure Class II: titik kemacetan monopoli di mana penyelarasan politik satu aktor menentukan lintasan teknologi global — dan di mana keputusan tata kelola dibuat melalui hukum kontrol ekspor, bukan mekanisme pengawasan AI.

Lapisan 3: Fabrikasi Wafer — Foundry

Ini adalah jantung sistem.

Taiwan Semiconductor Manufacturing Company (TSMC) memproduksi sekitar 90% semikonduktor paling canggih di dunia pada node sub-7nm. Proses node N3 dan N4/N5 TSMC memproduksi chip yang menggerakkan AI terdepan: H100 NVIDIA (N4), H200 (N4), dan B100/B200 arsitektur Blackwell (N4P), MI300X AMD (N5/N6), seri TPU v5 Google, Trainium2 Amazon, dan Maia 100 Microsoft.

Samsung Foundry adalah satu-satunya aktor sub-5nm lainnya, tetapi menghadapi tantangan hasil produksi yang persisten. Intel Foundry Services penting secara strategis tetapi tetap menjadi aktor yang mengejar ketertinggalan. GlobalFounders keluar dari perlombaan node canggih pada 2018.

TSMC bukan sekadar produsen. TSMC adalah substrat fisik dari AI terdepan. Setiap lab AI besar — OpenAI, Anthropic, Google DeepMind, Meta FAIR, xAI — bergantung pada chip dari Fab 18 TSMC di Tainan dan fasilitas terkait. Belanja modal TSMC pada 2024 adalah $28–32 miliar, sebagian besar diarahkan pada ekspansi node canggih. Permintaan dari pelanggan AI telah menciptakan kelangkaan alokasi. TSMC memutuskan berapa banyak wafer yang diterima setiap pelanggan per kuartal. Keputusan alokasi ini adalah salah satu mekanisme distribusi sumber daya paling konsekuensial dalam ekonomi global, dibuat oleh tim perencanaan operasi perusahaan swasta tanpa kerangka akuntabilitas publik.

Ini menciptakan apa yang seharusnya secara formal dinamai The Taiwan Fabrication Concentration Problem: kondisi di mana satu pulau, melalui satu perusahaan, menampung proporsi yang tidak proporsional dari kapabilitas manufaktur paling bernilai strategis di dunia.

Implikasi tata kelola: Alokasi kapasitas TSMC adalah kendala pengikat pada pasokan komputasi AI global. Tidak ada pemerintah yang meninjau alokasi ini. Tidak ada badan internasional yang memantaunya. Ini adalah Dependency Exposure Class III: monopoli fabrikasi di geografi yang dipersengketakan di mana kesenjangan tata kelola bersifat total.

Lapisan 4: Pengemasan Canggih — Penyempitan CoWoS

Ini adalah lapisan yang paling sering terlewatkan oleh diskusi kebijakan.

Akselerator AI modern bukan sekadar chip yang difabrikasi. Kinerjanya bergantung pada pengemasan canggih — khususnya CoWoS (Chip-on-Wafer-on-Substrate) dan teknik integrasi 2.5D/3D terkait yang memasangkan GPU dengan tumpukan HBM. Kapasitas CoWoS merupakan kemacetan yang lebih parah daripada fabrikasi wafer untuk produksi chip AI sepanjang 2023–2024. TSMC telah secara agresif melakukan ekspansi — dilaporkan melipattigakan kapasitas CoWoS hingga 2025 — tetapi permintaan terus melampaui pasokan.

HBM dikendalikan oleh triopoli: SK Hynix (~53% dari HBM3E), Samsung (~40–43%), dan Micron (~4–7%, meningkat). SK Hynix telah menjadi pemasok pilihan NVIDIA, mencapai kualifikasi HBM3E lebih dulu. Samsung menghadapi tantangan hasil produksi dan disipasi panas, dilaporkan menunda kualifikasi NVIDIA-nya hingga akhir 2024.

Ini adalah The Packaging Bottleneck Reality: dalam AI terdepan, kapasitas pengemasan canggih adalah variabel strategis orde pertama. Akselerator AI tanpa integrasi CoWoS dan HBM bukanlah chip pelatihan yang dapat dioperasikan.

Implikasi tata kelola: Pasokan pengemasan canggih dan HBM tidak terlihat oleh setiap kerangka tata kelola AI tetapi berfungsi sebagai plafon keras pada produksi chip. Ini adalah Dependency Exposure Class IV: kemacetan tersembunyi yang tidak dapat dilihat oleh analis kebijakan karena berada terlalu dalam di tumpukan teknis.

Lapisan 5: Distribusi Chip — Veto Pengalokasi

Bahkan setelah chip diproduksi, mereka tidak dialokasikan secara netral. Mereka dijatah.

NVIDIA memegang estimasi 80%+ pangsa pasar untuk akselerator pelatihan AI. Dominasinya bukan sekadar cerita perangkat keras — ini adalah cerita ekosistem. CUDA, platform komputasi paralel proprietary NVIDIA yang pertama kali dirilis pada 2006, adalah model pemrograman de facto untuk beban kerja AI. Lebih dari 4 juta pengembang menggunakan CUDA. Setiap kerangka kerja AI utama — PyTorch, TensorFlow, JAX — dioptimalkan untuk CUDA. ROCm AMD dan oneAPI Intel adalah alternatif yang layak tetapi menghadapi kesenjangan ekosistem yang diukur dalam hitungan tahun.

Selama kelangkaan akut 2023–2024, keputusan alokasi NVIDIA tidak murni didorong pasar. CEO Jensen Huang secara pribadi berinteraksi dengan pelanggan besar — para hyperscaler, program AI berdaulat, startup terpilih. Kerangka alokasi dilaporkan memprioritaskan komitmen volume dari hyperscaler dengan perjanjian pembelian jangka panjang, hubungan strategis, dan pertimbangan keamanan nasional di mana panduan pemerintah AS menjadi faktor.

NVIDIA juga merancang A800 dan H800 sebagai varian khusus Tiongkok yang sesuai dengan aturan BIS Oktober 2022 dengan mengurangi bandwidth interconnect di bawah ambang batas yang dikontrol. Ketika BIS memperketat kontrol pada Oktober 2023, varian tersebut menjadi tidak dapat diekspor. Kepatuhan NVIDIA terhadap kontrol ekspor — atau pengelakan kreatifnya melalui produk yang diturunkan spesifikasinya — menentukan efektivitas kontrol tersebut.

NVIDIA tidak lagi sekadar perusahaan teknologi swasta. Ia adalah The Corporate State Proxy. Ketika Departemen Perdagangan AS ingin membatasi pengembangan AI Tiongkok, ia menulis ambang batas kepadatan kinerja yang secara khusus dirancang untuk memaksa NVIDIA mengubah arsitektur produknya. Mekanisme kepatuhan dan bagan alokasi NVIDIA adalah lengan penegakan sesungguhnya dari kebijakan AI AS. Ini adalah The Private-Sovereign Entanglement Problem: keputusan komersial perusahaan swasta membawa konsekuensi strategis setingkat kedaulatan, sementara perusahaan beroperasi tanpa kerangka tata kelola yang sepadan dengan konsekuensi tersebut.

Implikasi tata kelola: NVIDIA adalah salah satu aktor tata kelola paling konsekuensial dalam AI saat ini. Tidak ada kerangka tata kelola yang memodelkannya demikian. Ini adalah Dependency Exposure Class V: titik kemacetan distribusi di mana struktur pasar menentukan akses ke kapabilitas terdepan.

Lapisan 6: Infrastruktur Cloud — Lapisan Cloud Berdaulat

Lapisan terakhir adalah tempat komputasi menjadi layanan yang dapat dipanggil, bukan objek yang dikirimkan.

AWS, Microsoft Azure, Google Cloud, dan Oracle Cloud mengoperasikan pusat data tempat pelatihan dan inferensi AI berlangsung. Perusahaan-perusahaan ini juga berfungsi sebagai saluran pilihan untuk akses yang sesuai dengan kontrol ekspor — mekanismenya adalah akses komputasi yang diawasi secara yurisdiksi, bukan kepemilikan fisik yang tidak terbatas.

Integrasi vertikal penyedia cloud dengan lab AI terdepan menciptakan struktur yang bukan pasar netral. Hubungan eksklusif Microsoft dengan OpenAI, integrasi Google dengan DeepMind, dan investasi Amazon sebesar $4 miliar di Anthropic (dengan AWS sebagai penyedia cloud pilihan) berarti alokasi komputasi cloud terikat pada kemitraan strategis, kepemilikan saham, dan perjanjian akses istimewa.

Bagi startup AI dan peneliti akademis yang tidak terafiliasi dengan hyperscaler, komputasi adalah kemacetan utama — lebih dari bakat, lebih dari data, lebih dari pendanaan. Pilot National AI Research Resource, yang diluncurkan pada Januari 2024, berada beberapa orde magnitudo di bawah apa yang dibutuhkan pelatihan terdepan.

Implikasi tata kelola: Keputusan penetapan harga, alokasi, dan kemitraan para hyperscaler berfungsi sebagai kebijakan pengembangan AI de facto. Integrasi vertikal mereka dengan lab terdepan menciptakan konflik kepentingan struktural yang tidak ditangani oleh kerangka tata kelola mana pun.

Lapisan 7: Penerapan Edge dan Inferensi

Lapisan ketujuh, yang muncul dan semakin signifikan: tata kelola AI harus berhadapan dengan pergeseran dari inferensi cloud terpusat ke penerapan pada perangkat. Model yang dikuantisasi dan didistilasi — keluarga Llama 3 dari Meta, model-model Mistral — dapat berjalan pada perangkat keras konsumen. Ini mendistribusikan kapabilitas AI di luar pusat data dan mempersulit rezim tata kelola apa pun yang bergantung pada pemantauan penggunaan komputasi secara terpusat. Tata kelola berbasis komputasi terpusat tetap menjadi kendala pengikat untuk pelatihan; untuk inferensi, ia menjadi semakin tidak dapat ditegakkan.

II. The Supply Chain Leverage Point Framework

SCLP framework mengajukan pertanyaan yang lebih sulit: di mana, tepatnya, satu aktor dapat membuat satu keputusan yang mengubah lintasan AI global?

Sebuah SCLP harus memenuhi tiga kriteria: kendali monopoli atau hampir monopoli pada titik tersebut (>60% tanpa alternatif yang dapat disubstitusi dalam 24 bulan), tidak ada solusi pengganti yang layak dalam jangka waktu yang relevan, dan ruang keputusan yang mencakup opsi yang akan secara material mengubah kapabilitas AI global.

Lima SCLP utama ada per 2025:

|------|-------|-------------------|------------------|

Pengamatan kritis: SCLP 1, 2, dan 4 semuanya berlokasi di dalam rantai pulau pertama Pasifik Barat. Belanda adalah pengecualian, tetapi rantai sub-pasokan ASML sangat bergantung pada komponen Asia Timur. Infrastruktur fisik AI terdepan terkonsentrasi di satu-satunya teater geopolitik paling dipersengketakan di Bumi.

Kendali pada anak tangga mana pun mengalir ke bawah: ASML menahan EUV → TSMC menganggurkan lini 3nm → NVIDIA menjatah H100 → xAI menunda supercluster berikutnya. CCH bukan abstraksi teoretis. Ia adalah struktur kausal sesungguhnya dari kapabilitas AI global.

III. The Substrate Shock Doctrine: Apa yang Terjadi dalam Semalam

Setiap percakapan tata kelola AI yang serius harus memodelkan kontingensi Taiwan. Bukan karena invasi pasti terjadi. Karena seluruh sistem komputasi terdepan secara arsitektural dipredikatkan pada operasi TSMC yang tidak terputus.

Skenario A: Blokade

Blokade angkatan laut dan udara RRT terhadap Taiwan akan mengganggu rantai pasokan TSMC tanpa menargetkan TSMC secara langsung. Pabrik fabrikasi TSMC memerlukan input berkelanjutan: fotoresist dari JSR dan Tokyo Ohka Kogyo, bahan etsa dari Stella Chemifa, gas, fotomask, suku cadang pengganti untuk alat EUV dan DUV — semuanya terutama bersumber dari Jepang. Blokade yang memutus logistik maritim dan udara memaksa TSMC menggunakan persediaan di lokasi. Estimasi industri menyarankan 2–8 minggu kelangsungan operasional sebelum input kritis habis.

Dalam 30–60 hari, output node canggih TSMC akan mulai menurun. Dalam 90 hari, ia akan mendekati nol untuk awal wafer baru. Persediaan yang ada — disimpan di NVIDIA, hyperscaler, distributor — akan menjadi total pasokan yang tersedia. Stok terbatas dan cepat habis.

Skenario B: Aksi Militer Langsung

Penghancuran fisik pabrik fabrikasi canggih TSMC akan merepresentasikan kerugian katastrofik dan secara efektif tidak dapat dipulihkan. Satu pabrik fabrikasi canggih merepresentasikan investasi modal $15–20+ miliar dan 3–5 tahun waktu konstruksi dan kualifikasi. Pengetahuan yang tertanam — resep proses, data optimasi hasil produksi, keahlian tenaga kerja — tidak dapat direkonstruksi dari cetak biru. Kapasitas produksi global untuk chip AI terdepan akan dieliminasi selama minimal 3–7 tahun, bahkan dalam skenario optimistis di mana Intel, Samsung, dan pabrik fabrikasi TSMC di luar negeri di Arizona, Kumamoto, dan Dresden dipercepat secara cepat.

Implikasi Strategis

Kontingensi Taiwan tidak akan sekadar memperlambat pengembangan AI. Ia akan menciptakan diskontinuitas — pengurangan fungsi tangga dalam pasokan komputasi terdepan global yang berlangsung selama bertahun-tahun. Setiap kerangka tata kelola AI yang dipredikatkan pada peningkatan kapabilitas berkelanjutan (timeline penelitian alignment, siklus adaptasi regulasi, mekanisme koordinasi internasional) akan menjadi tidak valid dalam semalam.

Ini adalah The Overnight Capability Reordering Scenario: guncangan geopolitik tidak menghapus kapabilitas AI secara merata. Ia menguntungkan aktor dengan basis terpasang terbesar, stok chip, akses cloud yang diamankan, dan prioritas politik domestik. Krisis Taiwan akan secara instan mengubah AI dari pasar pertumbuhan menjadi aset strategis yang dijatah — dan aktor yang memegang silikon pra-konflik akan membentuk aristokrasi komputasi baru.

Ini juga mengapa CHIPS and Science Act of 2022 AS — $52,7 miliar untuk insentif manufaktur semikonduktor, R&D, dan pengembangan tenaga kerja — bukan terutama program pembangunan ekonomi. Ini adalah lindung nilai keamanan nasional terhadap skenario ini. Ini juga, berdasarkan analisis CCH, tidak memadai dalam skala dan kecepatan. Total kapasitas node canggih yang dihasilkan oleh pabrik fabrikasi berbasis AS hingga 2028–2030 akan tetap menjadi fraksi kecil dari apa yang dioperasikan TSMC di Taiwan saat ini.

IV. The Regulatory Sieve Effect: Apakah Kontrol Ekspor Berhasil?

Penilaian jujurnya: sebagian, tidak merata, dan lebih efektif pada plafon manufaktur daripada akses jangka pendek.

BIS telah menerapkan tiga putaran kontrol besar. Oktober 2022 membatasi ekspor chip logika canggih di atas ambang batas kinerja, alat litografi EUV, dan warga AS yang mendukung manufaktur semikonduktor canggih di Tiongkok — penggunaan kontrol ekspor paling agresif untuk penolakan teknologi sejak CoCom. Oktober 2023 menutup celah A800/H800 dengan menurunkan ambang batas kepadatan kinerja dan memperluas item yang dikontrol. 2024 dan seterusnya menambahkan penetapan daftar entitas dan pembatasan peralatan pengemasan canggih.

Di mana kontrol berhasil: Tiongkok tidak dapat memproduksi chip AI canggih secara domestik. Proses N+2 kelas 7nm SMIC menggunakan teknik multi-patterning DUV yang dibatasi oleh hasil produksi, mahal, dan tidak dapat diskalakan secara ekonomis. Tanpa EUV, manufaktur pada 5nm dan di bawahnya pada hasil produksi yang kompetitif tidak layak. Pembuat peralatan domestik Tiongkok — SMEE untuk litografi, Naura dan AMEC untuk etsa dan deposisi — tetap beberapa generasi teknologi di belakang ASML, Applied Materials, Lam Research, KLA, dan Tokyo Electron.

Di mana kontrol tidak berhasil: Perusahaan Tiongkok terlibat dalam arbitrase waktu, menimbun ratusan ribu A100 NVIDIA sebelum pembatasan berlaku. Entitas mengakses komputasi canggih melalui perusahaan cangkang di Asia Tenggara, Timur Tengah, dan Asia Tengah. Peneliti AI Tiongkok masih mengakses komputasi melalui penyedia cloud non-AS di yurisdiksi yang tidak tercakup. Ascend 910B Huawei, diproduksi oleh SMIC, menghasilkan kira-kira 60–80% kinerja pelatihan A100 pada hasil produksi lebih rendah dan biaya lebih tinggi — lantai domestik di bawah mana kapabilitas AI Tiongkok tidak akan jatuh terlepas dari kontrol.

Ini adalah The Regulatory Sieve Effect: mekanismenya berpori. Rezim kontrol ekspor menunda, bukan menolak, akses komputasi. Anda tidak dapat mengembargo panggilan API dengan petugas bea cukai. Sampai penyedia cloud secara hukum diwajibkan untuk menerapkan KYC kriptografis di tingkat hypervisor, Compute Arbitrage — menyewa instans H100 melalui entitas cangkang luar negeri dari penyedia cloud Barat atau Timur Tengah — tetap tersedia secara struktural.

Ini menghasilkan The Threshold Evasion Cycle: regulator mendefinisikan batas kinerja; perusahaan mendesain ulang produk agar tetap berguna secara komersial sambil secara teknis patuh; regulator memperbarui kontrol; perusahaan mendesain ulang lagi. Siklus ini menguntungkan penghindar di atas regulator.

Penilaian bersih: kontrol berhasil memperlambat akses Tiongkok ke garis depan komputasi AI, kemungkinan 2–4 tahun untuk desain chip dan 5–10+ tahun untuk manufaktur domestik kapabilitas setara dalam skala. Mereka tidak mencapai apa pun yang menyerupai penolakan total.

V. The Sovereign Silicon Trajectory: Timeline Realistis Kemandirian Tiongkok

Program swasembada semikonduktor Tiongkok adalah upaya kebijakan industri terarah negara terbesar sejak program luar angkasa Soviet, didorong oleh motivasi fundamental yang sama: kerentanan strategis yang dianggap eksistensial oleh kepemimpinan nasional.

National Integrated Circuit Industry Investment Fund — Big Fund — telah menyalurkan $19 miliar (Fase I, 2014), $28,9 miliar (Fase II, 2019), dan $47,5 miliar (Fase III, 2024) — tranche tunggal terbesar modal investasi s