Lonjakan compute AI di India melalui Yotta membuka peluang besar untuk E&E dan tenaga di Malaysia – dari pusat data, semikonduktor hingga AI untuk minyak & gas.
Pada 2025, Yotta Data Services di India dijangka melompat daripada hasil sekitar US$49.2 juta kepada US$156 juta hanya dalam setahun — sebahagian besarnya kerana satu perkara: permintaan komputasi AI yang meledak. Untuk membiayai lonjakan ini, syarikat induk Yotta, Nidar Infrastructure, sedang menuju penyenaraian di NASDAQ melalui penggabungan SPAC bernilai sekitar US$2.75 bilion.
Ini bukan sekadar cerita teknologi India. Untuk pemain minyak & gas, tenaga dan sektor E&E di Malaysia, langkah Yotta ini ialah petunjuk jelas: infrastruktur AI sedang menjadi enjin baharu permintaan global untuk pusat data, semikonduktor dan peralatan elektronik. Dan rantaian bekalan Asia, termasuk Malaysia, akan menjadi antara penerima manfaat utama.
Dalam siri “AI dalam Minyak & Gas / Tenaga” ini, fokus selalunya pada penggunaan AI di loji pemprosesan, medan minyak dan grid tenaga. Kali ini, kita undur selangkah ke belakang: melihat bagaimana lapisan asas — pusat data, GPU, dan komputasi AI — sedang dibina di India, dan apa maksudnya untuk Petronas, utiliti utama Malaysia dan pengeluar E&E tempatan.
1. Apa Sebenarnya Sedang Berlaku di India: Yotta & Ledakan Compute AI
Inti cerita Yotta mudah: India sedang mempercepatkan pembinaan kapasiti komputasi AI dalam skala gigawatt, dan ia memerlukan modal antarabangsa untuk mengejar permintaan.
Beberapa fakta penting daripada langkah Yotta:
- Penyenaraian di NASDAQ melalui penggabungan dengan SPAC Cartica Acquisition Corp
- Penilaian pra-transaksi sekitar US$2.75 bilion
- Hasil meningkat 123% dari FY2023 (US$22 juta) ke FY2024 (US$49.2 juta)
- Sasaran FY2025: US$156 juta hasil dan pelaburan capex sekitar US$1 bilion
- Kapasiti sedia ada: 33 MW pusat data beroperasi, dengan potensi pembangunan jangka panjang sehingga 890 MW
Yotta membina dan mengendalikan pusat data Tier III & IV di India, menawarkan:
- khidmat kolokasi dan hyperscale,
- awan terurus (managed cloud),
- dan kini, compute AI berasaskan GPU sebagai perkhidmatan.
Kira-kira 60% kapasiti GPU mereka hari ini disalurkan kepada IndiaAI Mission — program kerajaan untuk menyediakan infrastruktur AI domestik — dan selebihnya untuk sektor swasta. Pusingan akan datang dijangka lebih berat kepada kerajaan dahulu, sebelum beransur condong kepada permintaan komersial.
“Kami gembira jadi seperti TSMC, bukan Nvidia. Kami mahu jadi platform di mana syarikat letak model, panggil API, dan guna mengikut cara mereka,” kata CEO Nidar & Yotta, Darshan Hiranandani.
Ini pendekatan yang sama logiknya untuk sektor minyak & gas: bukan semua pemain perlu membina cip AI sendiri, tetapi semua orang perlu akses kepada compute AI yang stabil, mampu skala dan berdaulat (sovereign).
2. Mengapa Mereka Pilih NASDAQ, Bukan Bursa Mumbai — Isyarat untuk Malaysia
Yotta tidak memilih penyenaraian di Bursa Mumbai. Mereka menuju terus ke NASDAQ, dengan beberapa sebab yang sangat relevan untuk syarikat minyak & gas dan utiliti di Malaysia yang sedang mempertimbangkan pelaburan AI besar-besaran:
-
Pasaran modal yang faham “AI compute story”
Hiranandani secara terus terang menyebut: pasaran AS lebih memahami naratif AI dan komputasi tinggi. Ini memudahkan penilaian dan kemampuan mereka mengumpul modal baharu. -
Akses pantas kepada modal berulang
NASDAQ memudahkan syarikat membuat terbitan saham susulan untuk membiayai kitaran capex yang berat. Dalam konteks AI, perkakasan perlu dinaik taraf secara berkala, bukan sekali sahaja. -
Isyarat tadbir urus kepada pelanggan besar
Bank antarabangsa, syarikat multinasional dan kerajaan lebih selesa dengan syarikat yang tertakluk kepada standard tadbir urus tinggi, audit ketat, dan pendedahan maklumat telus.
Bagi pemain di Malaysia, mesejnya jelas: projek AI yang serius memerlukan strategi pembiayaan jangka panjang, bukan sekadar bajet IT tahunan.
Untuk syarikat seperti Petronas atau TNB yang mahu menskalakan AI untuk:
- simulasi reservoir & subsurface modelling,
- predictive maintenance di loji penapisan dan stesen jana kuasa,
- pengoptimuman grid tenaga dan keseimbangan beban,
mereka perlu melihat AI compute sebagai aset infrastruktur, bukan projek IT sampingan. Itu mungkin bermakna:
- model konsortium untuk membina pusat data khusus tenaga,
- kerjasama dengan hyperscaler atau penyedia awan serantau,
- atau pelaburan bersama dengan pengeluar E&E tempatan untuk membangunkan rantaian bekalan perkakasan AI.
3. Dari NASDAQ ke Bayan Lepas: Kesan kepada Sektor Semikonduktor & E&E Malaysia
Setiap kali sebuah syarikat pusat data seperti Yotta mengumumkan mereka akan melabur US$1 bilion dalam setahun untuk AI compute, ia sebenarnya berita baik untuk pengeluar semikonduktor, PCB, modul kuasa, dan peralatan elektrik di seluruh Asia.
India hari ini hanya ada sekitar 1.2 GW kapasiti pusat data. Amerika Syarikat bercakap tentang 60 GW. China hampir 7–8 GW dan terus berkembang. Ruang untuk mengejar sangat besar.
Untuk Malaysia, ini membuka beberapa saluran permintaan baharu:
a) Lonjakan permintaan cip & modul berkaitan pusat data
Kapasiti AI bertaraf gigawatt memerlukan:
- GPU dan ASIC prestasi tinggi,
- memori berketumpatan tinggi,
- modul kuasa cekap tinggi (SiC, GaN, dan MOSFET maju),
- komponen RF dan rangkaian optik untuk sambungan antara pusat data.
Banyak komponen ini direka atau dipasang di Malaysia sebagai sebahagian daripada rantaian bekalan global. Zon seperti Penang, Kulim, dan Batu Kawan sudah menjadi hab semikonduktor. Pertumbuhan pesat pusat data India hanya mengukuhkan justifikasi pengembangan kapasiti di Malaysia.
b) Peralatan industri & sistem kuasa untuk pusat data
Pusat data Tier III/IV memerlukan:
- UPS industri berkecekapan tinggi,
- transformer, switchgear, dan panel pengagihan,
- sistem penyejukan cecair dan HVAC berketumpatan haba tinggi,
- sensor IoT untuk pemantauan tenaga, getaran, suhu dan keselamatan.
Banyak pemain E&E Malaysia sudah membekalkan peralatan ini ke projek minyak & gas dan utiliti. Dengan sedikit penyesuaian spesifikasi dan pensijilan, pengeluar yang sama boleh masuk ke segmen pusat data AI di India dan rantau lain.
c) Peluang reka bentuk bersama (co-design) untuk AI di tenaga
Apabila pusat data dan sektor tenaga kedua-duanya memerlukan:
- kecekapan tenaga tinggi,
- kebolehpercayaan 24/7,
- dan keselamatan siber bertaraf industri,
ada peluang besar untuk syarikat Malaysia:
- mereka bentuk modul kuasa dan sistem penyejukan yang dioptimumkan untuk kedua-dua pusat data AI dan loji tenaga,
- membangunkan edge AI hardware untuk pemantauan peralatan kritikal di tapak minyak & gas dan stesen jana kuasa,
- menyepadukan sensor, modul komunikasi dan mikropengawal berkeupayaan AI dalam satu platform.
Ini bukan lagi soal “kilang elektronik” biasa. Ia tentang membina infrastruktur fizik yang menyokong AI dalam tenaga, dari data center hingga ke plant floor.
4. Apa Yang Boleh Dipelajari Pemain Minyak & Gas / Tenaga dari Strategi Yotta
Yotta membuat beberapa pilihan strategi yang sangat relevan untuk Petronas, utiliti utama dan syarikat tenaga serantau:
4.1 Fokus pada infrastruktur, bukan semua benda sekaligus
Yotta tidak cuba bina GPU sendiri atau cip AI tersuai. Mereka:
- bekerjasama rapat dengan Nvidia sebagai rakan rujukan awan,
- fokus kepada operasi pusat data, ketersediaan tinggi dan model perniagaan sewaan kapasiti,
- tambah nilai pada lapisan "tuning" dan penyampaian API kepada pelanggan.
Bagi syarikat tenaga, mesejnya jelas:
Jangan cuba jadi syarikat AI penuh dari sifar. Fokus pada data operasi, domain knowledge dan integrasi ke proses. Compute boleh datang daripada rakan kongsi yang betul.
4.2 Kombinasi permintaan kerajaan & swasta
Struktur kapasiti AI Yotta sekarang:
- 60% untuk IndiaAI Mission (kerajaan), 40% swasta,
- pusingan seterusnya: lebih banyak lagi untuk kerajaan sebelum perlahan-lahan condong kepada sektor komersial.
Dalam konteks Malaysia:
- kerajaan dan GLC boleh menjadi “anchor tenant” untuk infrastruktur AI tenaga,
- projek seperti pengurusan grid pintar kebangsaan, perancangan rangkaian paip, atau pemantauan keselamatan aset kritikal boleh menjadi asas permintaan awal,
- selepas itu, sektor swasta — pemain O&G bebas, IPP, syarikat solar dan bateri — boleh ‘menumpang’ infrastruktur sama.
4.3 Kedaulatan data & “sovereign cloud” untuk tenaga
Yotta mengurus pusat data untuk National Informatics Centre India sebagai sebahagian misi membina sovereign cloud — alternatif kepada hyperscaler global, dengan kawalan ke atas lokasi pelayan dan data.
Untuk minyak & gas dan utiliti, isu ini sangat sensitif:
- data geologi dan reservoir,
- pelan jaringan paip dan grid,
- jadual penyelenggaraan aset kritikal,
semuanya tidak wajar berada di platform awam yang tak jelas kawalan fizikalnya.
Model Yotta — di mana pelanggan korporat tahu “server ini milik siapa dan duduk di mana” — amat selari dengan keperluan syarikat tenaga. Malaysia boleh meniru pendekatan ini melalui:
- pusat data berdaulat yang dikongsi oleh GLC tenaga,
- zon khas dalam pusat data komersial yang tertakluk kepada standard keselamatan kebangsaan,
- peraturan jelas tentang lokasi data dan laluan trafik untuk aplikasi tenaga kritikal.
5. Tindakan Praktikal untuk Pemain Malaysia: Dari Naratif ke Pelaksanaan
Bagi saya, pengajaran paling besar daripada kisah Yotta ialah: yang bergerak cepat akan menguasai kapasiti compute lebih awal daripada pesaing. Hiranandani yakin bahawa untuk 100,000 GPU seterusnya yang masuk ke India, Yotta akan jadi antara yang terpantas membawa ke pasaran.
Untuk Malaysia, khususnya dalam konteks minyak & gas dan tenaga, ada beberapa langkah praktikal:
5.1 Matangkan pelan infrastruktur AI tenaga kebangsaan
GLC dan agensi berkaitan boleh:
- menetapkan sasaran bersama (contoh: berapa kapasiti compute AI yang diperlukan untuk tenaga menjelang 2030),
- memetakan projek utama: predictive maintenance nasional, pemantauan keselamatan aset, pengoptimuman grid, integrasi tenaga boleh baharu,
- tentukan keperluan kedaulatan data dan lokasi pusat data.
5.2 Libatkan ekosistem E&E tempatan dari awal
Jangan hanya jadi pengguna compute. Malaysia patut mahu menjadi:
- pengeluar modul kuasa, sensor, PCB dan subsistem untuk pusat data AI tenaga,
- rakan reka bentuk dengan syarikat global dalam membangunkan platform perkakasan yang dioptimumkan untuk persekitaran tropika dan industri berat,
- penyedia penyelesaian turn-key: daripada kabinet elektrik hingga sistem pemantauan AI.
Ini mengekalkan lebih banyak nilai di dalam negara dan menguatkan kedudukan Malaysia dalam rantaian bekalan AI global.
5.3 Bentuk model pembiayaan jangka panjang
Seperti Yotta, projek AI skala besar dalam tenaga memerlukan:
- struktur pembiayaan yang membenarkan pelaburan capex berat di awal,
- mungkin melalui kenderaan pelaburan bersama, sukuk hijau/tenaga, atau kerjasama awam-swasta,
- KPI yang jelas: pengurangan downtime, penjimatan tenaga, peningkatan faktor kapasiti, bukan sekadar “bilangan projek AI”.
Penutup: AI Compute India Hari Ini, Peluang Malaysia Esok
Kisah Yotta di India menunjukkan satu realiti yang ramai pemain industri masih kurang sedar: AI bukan hanya tentang algoritma, tetapi tentang infrastruktur keras yang memerlukan bilion dolar pelaburan dan rantaian bekalan yang matang.
Bila India mempercepatkan pembinaan pusat data dan kapasiti GPU melalui penyenaraian di NASDAQ, permintaan global untuk semikonduktor, sistem kuasa dan peralatan elektronik akan terus memecut. Malaysia, dengan kekuatan dalam E&E, semikonduktor dan pengalaman mendalam dalam minyak & gas serta tenaga, berada di posisi yang sukar ditandingi untuk mengambil tempat di tengah-tengah arus ini.
Jika anda berada dalam pengurusan strategi tenaga, operasi loji, atau memimpin perniagaan E&E, soalan yang patut muncul sekarang mudah sahaja:
Adakah anda sedang merancang AI sebagai projek kecil — atau sebagai infrastruktur asas, seperti paip, kabel dan turbin?
Mereka yang berani memandang AI sebagai infrastruktur dan mula membina rakan kongsi, pusat data dan barisan produk perkakasan dari sekarang, akan jadi rujukan serantau bila gelombang permintaan seterusnya datang.