Tahukah Kamu? AI Bisa Menguras Energi Layaknya Sebuah Kota!​ ​

Fakta di Balik Layar: Berapa Banyak Air yang Digunakan?

Konsumsi air oleh AI bukan sekadar statistik, melainkan realitas fisik di tengah krisis air global. Setiap interaksi digital meninggalkan jejak yang tak terduga. Menurut laporan dari Eurasia Review, melatih satu model bahasa besar (LLM) bisa mengkonsumsi air setara dengan mengisi kolam renang Olimpiade. Bahkan, percakapan singkat dengan chatbot seperti ChatGPT memerlukan air setara satu botol. Ini adalah fakta yang mengkhawatirkan, terutama karena konsumsi air ini terjadi di data center, pusat operasi AI yang sering kali berlokasi di daerah kering. Data dari perusahaan teknologi terbesar memberikan gambaran yang lebih jelas:

• Google melaporkan bahwa operasional pusat datanya pada tahun 2023 menggunakan lebih dari 6,1 miliar galon (sekitar 23,1 miliar liter) air, terutama untuk pendinginan.
• Pada tahun yang sama, Meta menggunakan 813 juta galon (sekitar 3,1 miliar liter) air, di mana 95% dari jumlah tersebut digunakan oleh pusat data.

Angka-angka ini menunjukkan bahwa teknologi yang dianggap "tanpa batas" sangat bergantung pada sumber daya alam yang terbatas.

Source: IMD

Tapi, Mengapa AI Butuh Air?

Lalu, ke mana perginya semua air ini? Sebagian besar air digunakan untuk mendinginkan server. Sebuah laporan dari EESI menjelaskan, data center menghasilkan panas yang luar biasa, dan pendinginan berbasis air adalah salah satu metode paling efisien untuk menanganinya. Sayangnya, hal ini menimbulkan konflik dengan komunitas lokal. Google sendiri mengakui konsumsi air yang signifikan untuk operasi mereka, yang menimbulkan konflik dengan komunitas lokal dan sektor pertanian yang juga membutuhkan air.

Investigasi menunjukkan bahwa sejak tahun 2022, lebih dari dua pertiga pusat data baru di Amerika Serikat dibangun di wilayah dengan tingkat stres air tinggi. Lima negara bagian seperti California, Arizona, dan Texas menjadi lokasi utama, memperburuk ketegangan pada pasokan air lokal. 

Sementara itu di Santiago, Chili, rencana pembangunan pusat data Google sempat menuai protes besar dari warga. Protes ini berujung pada pembekuan sebagian izin proyek setelah pengadilan setempat mencabutnya karena kekhawatiran tentang penggunaan air yang dapat menguras akuifer utama. Kasus ini menjadi contoh nyata bahwa konsumsi air oleh AI bukan sekadar isu teknis, tetapi juga masalah sosial dan lingkungan yang dapat memicu konflik sumber daya.

Source: Investopedia

Beban Ganda AI: Krisis Listrik dan Ancaman Iklim

Seperti halnya laptop yang menguras lebih banyak baterai dan memerlukan kipas pendingin saat dipakai untuk bermain gim berat atau merender video, AI juga bekerja dengan prinsip serupa, tetapi dalam skala yang jauh lebih besar. Setiap kali model AI melakukan perhitungan, ribuan chip khusus (GPU) di dalam data center harus menyala penuh, yang membutuhkan listrik dalam jumlah sangat besar. Listrik tidak hanya dipakai untuk menghitung; sebagian besar juga digunakan untuk menjaga suhu mesin tetap stabil. Jika laptop cukup dengan kipas kecil, maka data center memerlukan sistem pendingin raksasa yang sering kali mengandalkan kombinasi listrik dan air. Inilah mengapa penggunaan AI tidak hanya haus data, tetapi juga haus energi dan sumber daya alam.

Lonjakan Permintaan yang Mengguncang Jaringan Listrik

Permintaan daya global oleh pusat data diproyeksikan melonjak tajam dalam waktu dekat. Menurut laporan International Energy Agency (IEA), konsumsi listrik pusat data global diperkirakan meningkat lebih dari dua kali lipat, dari sekitar 415 TWh pada 2024 menjadi sekitar 945 TWh pada 2030.

Pendorong utama lonjakan ini adalah AI, khususnya accelerated servers yang digunakan untuk melatih model bahasa besar (LLM). Konsumsi daya dari server AI ini diproyeksikan tumbuh 30% per tahun dan menyumbang hingga 70% dari pertumbuhan permintaan listrik di sektor server antara 2025 dan 2030. Skala ini diperkuat dengan fakta bahwa satu node server berisi 8 GPU NVIDIA H100 dapat mengonsumsi daya puncak hingga 8,4 kW.

Ambisi Raksasa dan Ketergantungan Energi Fosil

Tekanan energi ini terlihat jelas pada rencana ambisius OpenAI dan NVIDIA. Mereka mengumumkan investasi hingga US$ 100 miliar untuk membangun lima data center baru di Amerika Serikat, dalam proyek bernama Stargate. Kapasitas listrik yang disiapkan mencapai 10 gigawatt, setara dengan daya yang bisa dihasilkan oleh 10 reaktor nuklir.

Ironisnya, kebutuhan daya sebesar ini memaksa kolaborasi yang berpotensi menghambat komitmen iklim global. Daripada sepenuhnya beralih ke energi terbarukan, industri mulai menjalin kemitraan dengan sektor energi fosil. Contohnya, Chevron dan GE Vernova menjalin kerja sama untuk secara eksplisit memasok daya dari pembangkit gas alam berkapasitas multi-gigawatt khusus untuk pusat data AI.

Langkah-langkah ini menimbulkan konsekuensi serius bagi target iklim dunia. AI, alih-alih mendukung keberlanjutan, justru berisiko menghambat upaya transisi energi bersih karena:

• Permintaan daya yang tak cukup memaksa penggunaan listrik, terutama di AS, untuk mempertahankan operasional pembangkit berbahan bakar fosil yang seharusnya dimatikan, termasuk batu bara. Langkah ini memperpanjang usia energi kotor.

• Melalui kemitraan penyediaan daya seperti gas alam, industri AI terancam terkunci pada ketergantungan bahan bakar fosil baru. Ini adalah trade-off yang mahal, di mana pertumbuhan AI jadinya malah mengorbankan target keberlanjutan lingkungan.

   

Menuju AI yang Lebih "Dingin" dan "Hijau"

Meskipun tantangan air dan energi yang ditimbulkan oleh AI sangat besar, industri dan startup mulai merespons dengan solusi inovatif, berjuang untuk mewujudkan AI yang lebih "dingin" dan "hijau." Inovasi ini mencakup dua area utama: pendinginan hemat air dan efisiensi energi.

Para raksasa teknologi berupaya keras memutus ketergantungan pada air bersih. Beberapa perusahaan, termasuk Google dan Microsoft, telah bereksperimen dengan menggunakan air laut atau air danau untuk mendinginkan data center mereka. Proyek Microsoft Natick bahkan menempatkan data center di bawah laut untuk memanfaatkan suhu air yang dingin.

Di Singapura, sebuah startup bernama KoolLogix telah mengembangkan sistem pendinginan yang menggunakan fisika perubahan fasa, yang memungkinkan data center untuk mengurangi konsumsi energi dan air hingga 50%. Solusi ini menggunakan udara untuk membuang panas.

Yang lebih futuristik, beberapa perusahaan bahkan mempertimbangkan untuk membangun data center di luar angkasa. Perusahaan seperti Lonestar Data Holdings dan Starcloud sedang menguji coba data center di orbit . Meskipun masih dalam tahap awal, konsep ini bisa mengatasi masalah pendinginan dengan memanfaatkan suhu dingin di luar angkasa, serta menggunakan energi surya yang melimpah.

Selain inovasi pendinginan, industri harus bertanggung jawab penuh terhadap konsumsi listrik masif yang didominasi oleh AI.

• Efisiensi Model: Pilihan teknologi memiliki dampak lingkungan. Industri didorong untuk beralih dari LLM (Large Language Models) yang sangat haus sumber daya ke SLM (Small Language Models) yang lebih ringan dan efisien untuk kasus penggunaan yang tidak memerlukan kekuatan komputasi penuh, sehingga memangkas konsumsi daya secara signifikan.

• Transparansi dan Metrik Ganda: Langkah awal yang krusial adalah transparansi. Perusahaan perlu jujur tentang konsumsi sumber daya mereka. Selain metrik Water Usage Effectiveness (WUE) untuk air, mereka juga harus berkomitmen pada metrik efisiensi energi dan sumber energi terbarukan.

• Integrasi Energi Terbarukan: Inovasi harus didukung oleh sumber daya yang bersih. Pembangunan pusat data baru harus dipaksa untuk mengandalkan listrik dari sumber terbarukan, bukan justru memperpanjang umur pembangkit batu bara atau gas alam.

Pada akhirnya, pertumbuhan AI dan keberlanjutan harus berjalan beriringan. Transparansi adalah langkah awal yang krusial, seperti yang ditekankan dalam makalah di arXiv. Perusahaan perlu jujur tentang konsumsi air mereka. Setelah itu, inovasi teknologi, seperti yang dilakukan oleh startup di Singapura, pendekatan zero-water dari Microsoft, atau bahkan visi membangun data center di luar angkasa, akan menjadi kunci untuk memastikan bahwa AI dapat terus berkembang tanpa membahayakan sumber daya alam kita. Tanpa regulasi yang ketat dan komitmen perusahaan untuk memilih jalur efisiensi energi, AI akan terus menciptakan masalah yang lebih besar daripada yang dapat diselesaikannya. Industri memiliki tanggung jawab untuk memastikan bahwa solusi yang ditawarkannya tidak membebani planet ini.