Dalam lanskap teknologi AI yang berkembang pesat saat ini, sebuah kenyataan mengkhawatirkan muncul: kekuatan yang diperlukan untuk satu kueri ChatGPT hampir 10 kali lipat dari penelusuran Google.
Kesenjangan yang signifikan ini tidak hanya menyoroti perbedaan mendasar dalam konsumsi energi antara teknologi AI dan layanan internet tradisional, namun juga menandakan perubahan besar dalam pola konsumsi energi global.
Baru-baru ini, perusahaan konsultan ternama Gartner mengeluarkan peringatan dalam laporan terbarunya, memperkirakan bahwa pada tahun 2027, 40% pusat data AI yang ada akan menghadapi kesulitan operasional karena pasokan listrik yang tidak mencukupi. Perkiraan ini menggarisbawahi meningkatnya ketegangan antara pengembangan AI dan pasokan energi.
Pada saat yang sama, penelitian dari bank investasi internasional Goldman Sachs memberikan pandangan serupa: pada tahun 2030, permintaan listrik pusat data global akan melonjak sebesar 160%. Hal ini telah memicu kekhawatiran luas mengenai hal inipasokan energi, pembangunan infrastruktur, dan dampak lingkungan.
Bagan|Perkiraan Gartner: Konsumsi Energi Tambahan dari Server AI Baru di Pusat Data AI Setiap Tahun (Sumber: Gartner)
Baru-baru ini, raksasa teknologi seperti Google, Microsoft, Amazon, dan Meta telah aktif berinvestasi di fasilitas tenaga nuklir. Salah satu alasannya adalah kekhawatiran mereka bahwa permintaan energi yang sangat besar dari pusat data AI di masa depan mungkin tidak dapat dipenuhi.
Secara historis, permintaan energi pusat data telah menunjukkan stabilitas yang luar biasa. Dari tahun 2015 hingga 2019, meskipun beban kerja pusat data meningkat hampir dua kali lipat, konsumsi listrik tahunannya tetap relatif stabil pada kisaran 200 terawatt-jam.
Stabilitas ini sebagian besar disebabkan oleh perbaikan berkelanjutan dalam efisiensi energi di pusat data. Namun, situasi ini mengalami perubahan mendasar setelah tahun 2020.
Analis Gartner, Bob Johnson, menyatakan, “Pembangunan pusat data skala besar generasi mendatang menciptakan kebutuhan listrik yang sangat besar yang akan melampaui kemampuan penyedia utilitas untuk meningkatkan pasokan. Khususnya dalam bidang pemrosesan dan pelatihan model-model besar, sumber daya komputasi yang diperlukan dan konsumsi energi telah mencapai tingkat yang belum pernah terjadi sebelumnya."
Saat ini, pusat data global menyumbang 1-2% dari total konsumsi listrik, namun diperkirakan pada tahun 2030, jumlah ini akan meningkat menjadi 3-4%, dan pertumbuhan ini terutama terjadi di negara-negara maju.
Khususnya di Amerika Serikat, diperkirakan pada tahun 2030, konsumsi listrik pusat data akan meningkat dari 3% menjadi 8% saat ini, sehingga mendorong permintaan listrik AS tumbuh pada tingkat tercepat dalam hampir 25 tahun.
Bagan|Perkiraan Goldman SachsEnergiPermintaan Pusat Data (Sumber: Goldman Sachs)
Untuk mengatasi tantangan ini, perusahaan-perusahaan utilitas AS perlu menginvestasikan sekitar $50 miliar pada kapasitas pembangkit listrik baru yang khusus untuk pusat data.
Selain itu, pada tahun 2030, peningkatan permintaan listrik dari pusat data saja akan mengakibatkan peningkatan harian sekitar 3,3 miliar kaki kubik permintaan gas alam, sehingga memerlukan pembangunan infrastruktur pipa baru.
Goldman Sachs mencatat bahwa situasi di Eropa bahkan lebih kompleks. Sebagai pusat utama pusat data global, 15% pusat data berlokasi di Eropa. Pada tahun 2030, kebutuhan energi pusat data ini akan setara dengan total konsumsi listrik di Portugal, Yunani, dan Belanda jika digabungkan.
Mengingat Eropa memiliki sistem jaringan listrik tertua di dunia, kawasan ini perlu berinvestasi hampir €800 miliar selama dekade berikutnya untuk meningkatkan sistem transmisi dan distribusinya, serta sekitar €850 miliar dalam pengembangan sumber energi terbarukan seperti seperti tenaga surya, angin darat, dan angin lepas pantai untuk memenuhi kebutuhan energi pusat data baru.
Bagan|Usia Rata-Rata Jaringan Listrik di Berbagai Wilayah dan Tiongkok (Sumber: Goldman Sachs)
Yang lebih memprihatinkan, lonjakan permintaan listrik ini akan berdampak langsung pada harga listrik. Penelitian menunjukkan bahwa operator pusat data besar sedang bernegosiasi dengan produsen listrik besar untuk mengamankan pasokan listrik jangka panjang yang stabil dan tidak bergantung pada kebutuhan jaringan listrik lainnya.
Persaingan ini pasti akan menaikkan harga listrik, dan biaya ini pada akhirnya akan dibebankan kepada pengguna produk dan layanan AI.
Oleh karena itu, para ahli merekomendasikan agar organisasi bersiap terlebih dahulu terhadap kenaikan biaya listrik dan berusaha untuk menandatangani kontrak layanan pusat data jangka panjang dengan harga yang wajar.
Dampak lingkungan juga mengkhawatirkan. Diperkirakan pada tahun 2030, emisi karbon dari pusat data akan meningkat dua kali lipat dibandingkan tahun 2022, sehingga menghadirkan tantangan baru terhadap target pengurangan emisi global.
Menurut Goldman Sachs, “biaya sosial” dari peningkatan emisi karbon dari pusat data saja akan berjumlah $125 miliar hingga $140 miliar (nilai sekarang).
Gartner memperkirakan bahwa pada tahun 2027, permintaan listrik untuk menjalankan server yang dioptimalkan AI akan mencapai 500 terawatt-jam per tahun, 2,6 kali lipat dibandingkan tahun 2023.
Dalam jangka pendek, untuk memenuhi lonjakan permintaan listrik, beberapa pembangkit listrik berbahan bakar fosil yang semula dijadwalkan untuk dinonaktifkan mungkin harus memperpanjang umur operasionalnya, sehingga semakin memperburuk tekanan lingkungan.
Pusat data memerlukan listrik tanpa gangguan selama 24-jam, dan saat ini, pusat data harus bergantung pada pembangkit listrik tenaga air, bahan bakar fosil, atau pembangkit listrik tenaga nuklir untuk menyediakan pasokan listrik yang stabil.
Meskipun sumber energi terbarukan seperti angin dan matahari ramah lingkungan, tanpa mendukung sistem penyimpanan energi, sumber daya tersebut sulit diandalkan untuk memenuhi kebutuhan daya pusat data yang berkelanjutan.
Bagan|Perubahan Beban Pusat Data dan Konsumsi Energi Selama Sembilan Tahun Terakhir (Sumber: Goldman Sachs)
Untuk mengatasi tantangan ini, industri sedang menjajaki berbagai solusi. Beberapa perusahaan meningkatkan investasi pada energi terbarukan dan secara aktif mempromosikan komersialisasi teknologi tenaga nuklir baru.
Perusahaan teknologi juga menjajaki metode inovatif untuk meningkatkan efisiensi energi. Dalam jangka panjang, pengembangan teknologi penyimpanan baterai baru atau teknologi energi ramah lingkungan (seperti reaktor nuklir kecil) dapat memberikan solusi baru.
Perlu disebutkan bahwa teknologi AI sendiri dapat berkontribusi terhadap solusi dengan mempercepat inovasi di bidang kesehatan, pertanian, dan pendidikan, serta meningkatkan efisiensi energi.
Terakhir, laporan penelitian kedua perusahaan menunjukkan bahwa dunia usaha harus sepenuhnya mempertimbangkan potensi risiko kekurangan listrik ketika merumuskan strategi pengembangan AI, menilai dampak kenaikan biaya listrik di masa depan, dan secara aktif mencari solusi alternatif.
Solusi yang menjanjikan mencakup penggunaan teknologi komputasi edge, mengadopsi model yang lebih kecil dan besar, dan memprioritaskan efisiensi komputasi ketika mengembangkan aplikasi AI generatif.
Jelas sekali bahwa perkembangan teknologi AI mengubah lanskap energi global. Menyeimbangkan inovasi teknologi, keamanan energi, dan perlindungan lingkungan akan menjadi tantangan besar yang akan dihadapi bersama oleh industri teknologi dan energi global di masa depan. (Artikel diterbitkan ulang dari DeepTech)
