Pusat Data AI Menyedot Listrik 5–10 Kali Lebih Banyak—Bisakah AI Menjadi Penyelamatnya?

Pusat data AI: infrastruktur penting dengan biaya besar

Pusat data kecerdasan buatan (AI, teknologi yang memungkinkan komputer mengolah informasi dan menghasilkan jawaban) menjadi fondasi bagi layanan seperti chatbot, analisis gambar, dan penerjemahan otomatis. Di dalam gedung-gedung ini, ribuan komputer bekerja untuk melatih model AI dan menjawab permintaan pengguna. Karena itu, membangun pusat data AI bukan sekadar mendirikan gedung: proyek ini juga memerlukan sambungan listrik besar, sistem pendingin, jaringan komunikasi, serta cadangan daya.

Kebutuhan tersebut membuat investasi pusat data sangat besar. Perusahaan teknologi besar maupun perusahaan lokal biasanya perlu bekerja sama dengan mitra bisnis, perusahaan energi, atau investor untuk membangun dan mengoperasikannya. Di sejumlah daerah, pusat data pun dipromosikan sebagai industri baru yang dapat menarik investasi dan memperkuat ekonomi setempat.

Namun, janji investasi perlu dibandingkan dengan manfaat yang benar-benar dirasakan warga. Pengoperasian pusat data dapat membutuhkan banyak sumber daya, sementara jumlah pekerja tetap yang dibutuhkan setelah fasilitas selesai dibangun bisa saja tidak sebanding dengan skala investasinya. Dengan kata lain, sebuah proyek dapat bernilai miliaran tetapi tidak otomatis menciptakan lapangan kerja dalam jumlah besar bagi masyarakat sekitar.

Dilema utamanya jelas: pusat data AI dibutuhkan agar layanan digital berjalan, tetapi kebutuhan listrik dan airnya dapat menjadi beban bagi wilayah tempat fasilitas itu dibangun.

Mengapa AI membutuhkan jauh lebih banyak listrik?

Menurut perkiraan para ahli industri yang dikutip dalam pembahasan ini, pusat data AI dapat membutuhkan listrik sekitar 5–10 kali lebih banyak daripada pusat data konvensional. AI memproses kumpulan data besar berulang kali, baik untuk melatih model maupun untuk menghasilkan jawaban ketika digunakan. Beban komputasi (pekerjaan pengolahan yang dilakukan komputer) yang tinggi membuat banyak perangkat bekerja serentak dan terus-menerus.

Permintaan tidak hanya datang dari perusahaan AI. Pemerintah dan perusahaan di berbagai sektor juga mulai menggunakan AI buatan sendiri sekaligus layanan dari penyedia luar. Strategi gabungan ini sering disebut pendekatan hibrida (menggunakan dua sistem atau lebih secara bersamaan). Karena lebih banyak model dan layanan dipakai, volume data yang diproses pun dapat meningkat, sehingga kebutuhan listrik ikut bertambah.

Di Korea Selatan, pertumbuhan pusat data juga berlangsung ketika industri semikonduktor diperkirakan terus membutuhkan sumber daya untuk produksi dan penelitian. Semikonduktor (bahan utama untuk membuat chip komputer) digunakan dalam server, perangkat jaringan, dan berbagai alat elektronik. Jika pusat data dan industri chip berkembang pada saat yang sama, persaingan untuk memperoleh listrik yang cukup dapat semakin terasa.

Kebutuhan daya juga harus stabil. Layanan digital yang dipakai masyarakat dapat terganggu jika pusat data berhenti bekerja, sementara kerusakan pada fasilitas bisa merambat ke banyak layanan sekaligus. Kebakaran di pusat data SK C&C di Pangyo pada 2022, yang membuat KakaoTalk dan sejumlah layanan digital lain lumpuh, menjadi contoh dampak gangguan pada satu lokasi penting.

Karena risiko itu, pusat data membutuhkan sistem cadangan seperti baterai dan sumber listrik darurat. Sistem penyimpanan energi (ESS, perangkat yang menyimpan listrik untuk digunakan ketika pasokan utama terganggu) dapat membantu menjaga operasi tetap berjalan. Namun, menyiapkan daya cadangan juga berarti menambah perangkat, kebutuhan energi, dan langkah keselamatan.

Air dan panas buangan menambah tekanan lingkungan

Server AI menghasilkan panas ketika bekerja. Pusat data konvensional dapat menggunakan pendinginan udara (mengalirkan udara untuk mengurangi panas), tetapi perangkat AI yang lebih padat dan kuat menghasilkan panas lebih besar. Karena itu, pendinginan cair atau pendinginan dengan air semakin banyak dipertimbangkan: cairan dialirkan dekat perangkat untuk membawa panas keluar dengan lebih efektif.

Sebagian pengelola pusat data melihat air sungai atau air laut sebagai sumber untuk sistem pendingin. Namun, penggunaan air tetap perlu dikelola dengan hati-hati. Pengambilan air dapat memengaruhi kebutuhan masyarakat dan ekosistem di sekitarnya, sedangkan pemompaan dan pengolahan air juga memerlukan energi.

Panas yang dikeluarkan pusat data pun menjadi persoalan tersendiri. Jika panas itu hanya dibuang ke udara, sebagian energi yang telah digunakan tidak memberi manfaat lebih lanjut. Salah satu gagasan yang sedang dikaji adalah memakai pompa panas (alat yang memindahkan panas dari satu tempat ke tempat lain) untuk menyalurkan panas buangan ke jaringan pemanas kawasan atau kebutuhan industri.

Pendekatan semacam ini dapat mengubah sebagian panas sisa menjadi sumber daya, misalnya untuk membantu menghangatkan bangunan atau memasok kebutuhan panas di kawasan industri. Namun, manfaatnya bergantung pada lokasi, jarak ke pengguna, dan kecocokan waktu antara ketersediaan panas dengan kebutuhan. Teknologi tersebut belum dengan sendirinya menghapus besarnya konsumsi listrik pusat data.

• Listrik: server berdaya tinggi, pendinginan, dan sistem cadangan membutuhkan pasokan yang besar.
• Air: sistem pendingin cair berpotensi menambah persaingan atas sumber air setempat.
• Emisi: jika listrik berasal dari bahan bakar fosil, penggunaan energi yang meningkat dapat memperbesar jejak karbon (jumlah emisi gas rumah kaca yang dihasilkan suatu kegiatan).
• Keandalan: gangguan pada satu fasilitas dapat berdampak pada banyak layanan yang digunakan masyarakat.

Dapatkah AI membantu mengatasi masalah listrik?

AI bukan hanya pengguna listrik. Teknologi yang sama juga dapat membantu operator mengelola sistem tenaga yang semakin rumit. Ketika sumber listrik terbarukan seperti matahari dan angin berubah-ubah mengikuti cuaca, operator perlu memperkirakan kapan pasokan akan meningkat atau menurun. AI dapat mengolah data cuaca, produksi listrik, dan pola pemakaian untuk mendukung keputusan tersebut.

Di Korea Selatan, lembaga riset milik perusahaan listrik negara bekerja sama dengan universitas energi untuk membangun dasar pengambilan keputusan berbasis data. Salah satu tujuannya adalah membantu mengelola jaringan yang terdiri dari semakin banyak sumber energi terbarukan dan pembangkit terdistribusi (pembangkit yang tersebar dekat dengan pengguna, bukan hanya berasal dari satu lokasi besar). Pengelolaan yang lebih tepat dapat membantu menjaga keseimbangan antara pasokan dan permintaan.

Perusahaan infrastruktur listrik LS Electric dan perusahaan semikonduktor Jerman Infineon Technologies juga mengumumkan kerja sama untuk mengembangkan teknologi listrik arus searah (DC, aliran listrik yang bergerak dalam satu arah) bagi pusat data AI. Mengurangi jumlah tahapan konversi listrik dapat menekan kehilangan energi di dalam sistem. Pekerjaan pengembangan seperti ini juga dapat memanfaatkan AI untuk menganalisis operasi dan menemukan cara meningkatkan efisiensi.

Di sinilah paradoksnya: AI ikut mendorong kenaikan konsumsi listrik, tetapi AI juga bisa digunakan untuk mengurangi pemborosan dan mengelola jaringan yang memasok pusat data tersebut.

Meski begitu, efisiensi tidak selalu berarti konsumsi total turun. Jika biaya pengoperasian menjadi lebih rendah, perusahaan mungkin justru menggunakan lebih banyak layanan komputasi. Karena itu, penghematan energi per tugas perlu dinilai bersama dengan jumlah tugas dan total listrik yang dipakai.

Solusi masih berkembang, sementara bahan bakar fosil tetap dipakai

Pusat data membutuhkan pasokan yang dapat diandalkan setiap saat. Ketika energi terbarukan belum selalu tersedia sesuai kebutuhan, generator diesel (mesin pembangkit yang membakar bahan bakar diesel) masih digunakan sebagai sumber cadangan atau untuk mengatasi perubahan permintaan. Penggunaan ini bertentangan dengan sasaran pengurangan emisi jika berlangsung semakin luas atau terlalu lama.

Teknologi seperti sel bahan bakar hidrogen—perangkat yang menghasilkan listrik melalui reaksi kimia hidrogen—dapat menjadi pilihan rendah emisi apabila bahan bakar dan sistem pendukungnya tersedia secara memadai. Namun, penerapannya memerlukan investasi, infrastruktur, dan pengembangan teknologi. Perubahan menuju sumber energi yang lebih bersih tidak cukup hanya mengandalkan janji perusahaan; pasokan nyata dan sistem yang aman juga harus disiapkan.

Sejumlah perusahaan, termasuk Microsoft dan Naver, menjajaki gagasan yang berkaitan dengan laut. Pilihannya antara lain menggunakan air laut untuk membantu mendinginkan pusat data atau memanfaatkan energi gelombang laut. Upaya semacam ini menunjukkan bahwa perusahaan mencari beragam sumber dan cara baru, tetapi teknologi tersebut masih perlu diuji dari sisi biaya, daya tahan, dampak terhadap lingkungan, dan kemampuan untuk digunakan dalam skala besar.

Standar teknis untuk mengukur dampak dan kinerja pusat data juga masih terus dibahas. Karena itu, pilihan teknologi perlu dinilai dengan ukuran yang jelas: berapa banyak energi yang dihemat, dari mana listrik berasal, seberapa besar kebutuhan airnya, dan apakah dampaknya dapat diterima oleh masyarakat setempat.

Manfaat bagi daerah perlu sepadan dengan dampaknya

Pemerintah daerah dan warga memiliki alasan untuk bertanya apa yang akan mereka peroleh dari pembangunan pusat data. Selain investasi dan potensi pekerjaan, proyek dapat meningkatkan kebutuhan terhadap jaringan listrik, air, jalan, dan fasilitas pendukung lainnya. Jika manfaat ekonomi terkonsentrasi pada perusahaan sementara biaya sumber daya ditanggung oleh wilayah setempat, penolakan masyarakat dapat meningkat.

Sebelum proyek disetujui, pengembang dan pemerintah dapat menjelaskan sejumlah hal secara terbuka:

• Berapa besar konsumsi listrik dan air yang diperkirakan saat pusat data beroperasi penuh?
• Apakah listrik akan berasal dari sumber rendah emisi, dan bagaimana pasokannya dijamin ketika energi terbarukan berkurang?
• Berapa banyak pekerjaan yang akan tersedia, termasuk pekerjaan jangka panjang bagi warga setempat?
• Bagaimana panas buangan, air pendingin, kebakaran, dan gangguan layanan akan ditangani?
• Siapa yang menanggung biaya peningkatan jaringan listrik dan fasilitas umum yang dibutuhkan?

Keterbukaan seperti ini tidak otomatis menghilangkan semua keberatan. Namun, informasi yang dapat diperiksa publik memberi masyarakat dasar untuk menilai apakah janji manfaat sebanding dengan biaya dan risikonya. Rencana tanggap darurat juga penting, mengingat gangguan pusat data dapat memengaruhi layanan yang digunakan banyak orang.

Efisiensi perlu berjalan bersama energi bersih

Meningkatkan efisiensi server, mengurangi kehilangan listrik, memakai kembali panas buangan, dan mengelola air dengan lebih baik dapat membantu menekan dampak pusat data. Namun, langkah-langkah tersebut belum tentu cukup jika jumlah pusat data dan kebutuhan komputasi tumbuh jauh lebih cepat. Penghematan di satu bagian tidak boleh dijadikan alasan untuk mengabaikan total penggunaan sumber daya.

Kesepakatan sosial menentukan kelancaran pembangunan

Pusat data kini menjadi bagian penting dari ekonomi digital, tetapi pentingnya teknologi tidak menghapus kewajiban untuk mempertimbangkan warga dan lingkungan. Perusahaan, pemerintah, peneliti, dan masyarakat perlu membahas lokasi, sumber daya, pembagian manfaat, serta perlindungan lingkungan sebelum fasilitas dibangun. Tanpa dialog dan solusi yang dapat dijalankan, proyek yang dimaksudkan untuk mendukung masa depan AI dapat berubah menjadi sumber konflik berkepanjangan.

Tantangan berikutnya: membuat pertumbuhan AI lebih bertanggung jawab

Permintaan terhadap layanan AI diperkirakan terus berkembang, sehingga pusat data akan tetap dibutuhkan untuk menjalankan berbagai aplikasi. Tantangannya bukan hanya membangun fasilitas dengan cepat, melainkan memastikan pasokan energi dan airnya cukup, andal, serta tidak menimbulkan beban yang tidak adil bagi wilayah sekitar.

AI dapat menjadi bagian dari jawaban melalui pengelolaan jaringan yang lebih cerdas, pengurangan kehilangan energi, dan penggunaan kembali panas. Akan tetapi, teknologi tersebut masih harus dibuktikan manfaatnya dalam praktik. Pada saat yang sama, perlu ada investasi dalam energi bersih, sistem cadangan yang lebih aman, dan perencanaan yang melibatkan masyarakat sejak awal.

Pusat data AI tidak dapat disebut berkelanjutan hanya karena memakai teknologi baru. Ukurannya adalah apakah seluruh sistem—mulai dari listrik dan air hingga dampak bagi warga—dikelola secara bertanggung jawab.

Jika kebutuhan AI terus bertambah tanpa perencanaan yang memadai, biaya lingkungan dan sosialnya juga dapat meningkat. Sebaliknya, jika perusahaan dan pemerintah mampu menggabungkan efisiensi, energi rendah emisi, penggunaan sumber daya yang cermat, dan pembagian manfaat yang jelas, pusat data berpeluang menjadi bagian dari infrastruktur digital yang lebih dapat diterima masyarakat.