(Artikel ditulis dalam Bahasa Inggris oleh Kumaran Subramaniam, Cxpose.tech)
Artificial Intelligence (AI) berkembang sangat cepat, menyebabkan konsumsi energi yang meningkat drastis di pusat-pusat data. Karena dunia semakin peduli terhadap dampak lingkungan dari perkembangan ini, kita perlu segera mencari solusi yang berkelanjutan untuk memanfaatkan AI dengan cara yang lebih bijak dan bertanggung jawab.
Seiring dengan AI yang terus mengubah banyak industri dan mendorong inovasi, dampak lingkungannya mulai semakin diperhatikan. Masalah utama adalah tingginya kebutuhan energi dari pusat data, yang menjadi fondasi utama untuk memenuhi kebutuhan komputasi AI.
Skala tantangan ini sangat mengejutkan. Laporan dari S&P Global Market Intelligence menyebutkan bahwa pusat data di Amerika Serikat diperkirakan akan mengonsumsi lebih dari 280 Terawatt jam (TWh) listrik pada tahun 2024. Jumlah ini bisa melonjak hingga 530 TWh pada tahun 2028, yang bahkan melebihi seluruh listrik yang dihasilkan oleh negara bagian Texas pada tahun 2022. Kebutuhan komputasi yang terus berkembang dari AI generatif diprediksi akan menambah sekitar 50 GW kapasitas pusat data hingga 2028.
Angka-angka ini menyoroti betapa pentingnya solusi berkelanjutan dalam pengoperasian pusat data. Tantangan utamanya adalah perkembangan AI yang begitu cepat, sering kali lebih cepat daripada implementasi solusi hemat energi.
Dengan semakin kompleksnya model AI, permintaan mereka akan daya komputasi pun meningkat, menghadirkan tantangan berkelanjutan antara memajukan inovasi dan mengelola konsumsi energi. Dorongan tanpa henti untuk kemajuan ini memberikan tekanan yang signifikan pada operator pusat data untuk terus meningkatkan infrastruktur, terkadang dengan mengorbankan tujuan keberlanjutan jangka panjang.
Selain itu, transisi menuju praktik yang lebih ramah lingkungan tidak mudah karena operasi pusat data bersifat global. Setiap wilayah memiliki tantangan yang berbeda, kondisi iklim yang mempengaruhi efisiensi pendinginan, dan regulasi setempat. Ketidakhadiran metrik standar untuk menilai jejak lingkungan dari komputasi AI semakin menambah kompleksitas upaya untuk meningkatkan keberlanjutan di seluruh industri.
Untuk mengatasi semua tantangan ini, kita memerlukan solusi inovatif dan strategi yang tepat. Dampak lingkungan dari AI dan pusat data merupakan masalah yang melibatkan teknologi, kebijakan, dan tanggung jawab etika. Kami telah berkonsultasi dengan para ahli untuk menemukan cara menyeimbangkan potensi besar AI dengan tanggung jawab terhadap lingkungan
Menyeimbangkan Daya Komputasi dengan Keberlanjutan
James Rix, Kepala Pusat Data dan Industri, JLL
Pusat data yang masih menggunakan desain lama kemungkinan besar akan tertinggal. Karena peralatan yang semakin berat, lantai yang ditinggikan tidak lagi efektif. Metode pendinginan dengan udara juga sudah tidak memadai karena lingkungan komputasi saat ini memerlukan cara yang lebih baik untuk menghilangkan panas. Selain itu, kita perlu memikirkan cara memanfaatkan panas berlebih. Di daerah yang iklimnya sedang, ini bukan masalah besar, tapi di daerah tropis, tantangannya jauh lebih besar.
Berikut adalah versi yang lebih enak dibaca dan tidak ambigu dari paragraf tersebut:
Jika suhu di luar ruangan melebihi standar ASHRAE, bagaimana kita dapat memanfaatkan panas berlebih tersebut? Tantangannya serupa di berbagai lokasi, dan solusi harus tersedia secara konsisten, setiap hari. Salah satu cara yang dianggap efektif adalah memanfaatkan panas ini untuk sistem pemanas di lingkungan sekitar. Namun, seberapa besar kebutuhan pemanas pada musim panas? Di Inggris, orang mungkin bercanda bahwa pemanas dibutuhkan sepanjang tahun. Namun, sebenarnya, panas berlebih ini dapat digunakan untuk proses yang memerlukan panas kering secara terus-menerus, seperti mengeringkan biomassa sebelum diubah menjadi energi atau mengeringkan hasil panen sebelum diproses lebih lanjut, seperti dipanggang.
Memanfaatkan panas untuk kolam renang adalah contoh ide lain yang bisa dipertimbangkan. Biasanya, panas yang dihasilkan pusat data tidak begitu tinggi, hanya sekitar 35 derajat Celcius, jadi diperlukan pompa panas untuk membuatnya bisa digunakan. Namun, jika pusat data beralih ke sistem pendingin cair, lebih banyak panas dapat diambil pada suhu yang lebih tinggi, sehingga panas ini bisa lebih bermanfaat. Teknologi AI juga dapat digunakan untuk meningkatkan desain pusat data, sehingga lebih efisien dan menggunakan lebih sedikit energi.
Mengoptimalkan Pusat Data untuk Hemat Energi
Pusat data tidak dapat dimatikan meskipun tidak sedang digunakan, tetapi server-server di dalamnya dapat dikonsolidasikan dan divirtualisasi untuk mengurangi konsumsi energi. Penggunaan fasilitas multi-tier juga dapat membantu mengurangi atau mengoptimalkan kebutuhan redundansi dalam jalur daya dan sistem pendingin. Perusahaan perlu mengevaluasi apakah semua aplikasi mereka benar-benar memerlukan lingkungan yang sangat tahan, seperti 2N atau N+1 Sebagai contoh, ketahanan dan redundansi yang diperlukan untuk trading systems tidak harus sama dengan travel booking system. Oleh karena itu, hanya sebagian kecil aplikasi yang perlu ditempatkan di zona dengan ketersediaan tinggi dan redundansi penuh. Aplikasi lainnya dapat dikelompokkan dalam kategori yang tidak memerlukan ketahanan tinggi. Infrastruktur yang mendukung aplikasi ini akan berbeda, dan konsumsi energinya pun akan lebih rendah. Lembaga pemeringkat telah menyadari kebutuhan ini dan siap memberikan dukungan untuk mengelola penggunaan energi secara lebih efisien.
AI di Edge: Menyeimbangkan Pertumbuhan Data dengan Efisiensi Energi
Memindahkan komputasi ke edge dapat membantu mengurangi konsumsi energi di pusat data. Proses inferensi aplikasi AI tidak memerlukan energi sebanyak proses pelatihan awal aplikasi. Dengan fasilitas edge, komputasi dapat dilakukan lebih dekat dengan pengguna akhir, sehingga dapat menghemat energi. Namun, seiring dengan pertumbuhan data yang terus meningkat, sepenuhnya mengurangi penggunaan energi mungkin menjadi tantangan. Meskipun demikian, chip AI semakin efisien karena jumlah transistor di dalamnya terus bertambah, menjadikannya lebih hemat energi dalam menjalankan tugas-tugasnya.
Kompleksitas Energi Terbarukan untuk Pusat Data
Penggunaan energi di pusat data terkait dengan emisi karbon Scope 1 dan Scope 2. Mengurangi emisi karbon ini memang penting, namun sering kali penggunaan “Perjanjian Daya Virtual” (Virtual Power Agreements) dianggap sebagai tindakan “greenwashing” atau berpura-pura ramah lingkungan tanpa tindakan nyata. Satu-satunya cara untuk benar-benar mengurangi emisi karbon adalah jika energi terbarukan, seperti tenaga surya atau angin, benar-benar disalurkan langsung ke jaringan listrik yang digunakan pusat data. Namun, energi terbarukan punya tantangan tersendiri. Misalnya, tidak ada tenaga surya di malam hari, dan tidak ada tenaga angin jika angin tidak bertiup. Di negara seperti Malaysia, kecepatan angin sering kali tidak cukup untuk menghasilkan listrik. Karena itu, penggunaan energi terbarukan harus dilengkapi dengan Sistem Penyimpanan Energi Baterai (BESS) yang besar, agar energi yang dihasilkan saat tersedia bisa disimpan dan digunakan saat dibutuhkan.
Mengantisipasi Inovasi AI dalam Satu Dekade Mendatang
Sulit untuk memprediksi teknologi apa yang akan muncul dalam sepuluh tahun ke depan. Jika melihat tiga tahun terakhir, kita tidak pernah menyangka bahwa AI akan berkembang begitu pesat dan meluas, bahkan industri pun masih berusaha mengejar kemajuan ini. Meski begitu, kita tetap perlu memikirkan langkah selanjutnya dan kemana arah industri ini. Meskipun sulit diprediksi, kita harus fokus pada cara untuk melakukan lebih banyak hal dengan sumber daya yang lebih efisien. Salah satu langkah yang perlu diambil adalah terus mengembangkan solusi pendinginan alternatif di luar rentang cairan pendingin yang ada saat ini. Penggunaan refrigeran mungkin akan mengalami kebangkitan seiring dengan meningkatnya kepadatan rak yang melebihi 100 kW. Tentu saja, ini akan menyebabkan peningkatan beban lantai seiring dengan bertambahnya daya yang dibutuhkan.
Tantangan Ganda Pusat Data Siap-AI
Rahul Dhar, Direktur Negara – Pusat Data, Microsoft
Saat ini, banyak pusat data yang memasang lebih banyak GPU. Penambahan ini memaksa pusat data untuk melakukan perubahan atau pembaruan, terutama terkait daya, pendinginan, dan penggunaan kabel serat optik yang lebih padat. Beberapa perusahaan besar telah mulai mengambil langkah untuk mengurangi jejak karbon mereka dengan membeli sertifikat energi terbarukan atau menggunakan energi hijau dari produsen yang terpercaya.
Misi Penting: Netral Energi
Redundancy dan reliability daya adalah dua pilar utama dari pusat data yang sangat penting. Keduanya tidak bisa dikompromikan. Namun, konsumsi energi tidak terlalu dipengaruhi oleh kedua faktor ini karena semikonduktor hanya menggunakan daya yang dibutuhkan, tergantung bagaimana daya tersebut didistribusikan dari sistem pendukung di belakangnya.
Solusi Hemat Energi dari Edge Computing
Edge computing semakin populer karena memungkinkan komputasi dilakukan lebih dekat dengan lokasi end customer, yang meningkatkan pengalaman layanan cloud untuk aplikasi dan kasus penggunaan tertentu. Selain itu, karena jejak energi yang biasanya lebih kecil, dampaknya terhadap konsumsi energi secara minimal, bahkan pada penerapan yang terkait dengan AI.
Mengatasi Tantangan Geografis dalam Keberlanjutan Pusat Data
Sumber energi terbarukan seperti tenaga angin dan surya biasanya tersedia di luar kota, tetapi sulit untuk memindahkan atau memperdagangkan energi ini di beberapa wilayah. Solusi yang sering digunakan adalah membeli sertifikat energi terbarukan (RECs) di tempat asal energi tersebut untuk mengimbangi konsumsi energi di pusat data. Namun, energi terbarukan ini umumnya hanya dapat digunakan untuk kebutuhan yang tidak terlalu penting karena sifatnya yang bergantung pada siklus alam, seperti siang dan malam atau kondisi berangin.
Teknologi dan Desain Baru yang Menjanjikan
Beberapa teknologi baru dapat membantu meningkatkan efisiensi pusat data. Misalnya, Redundancy (cadangan sistem) bisa dibangun di tingkat perangkat semikonduktor, bukan hanya di tingkat daya yang lebih besar. Selain itu, sel hidrogen terkontrol dan bahan bakar nuklir dapat diteliti lebih lanjut untuk digunakan dalam sistem arus searah (DC). Penggunaan daya DC di pusat data juga dapat mengurangi kerugian energi yang diakibatkan oleh proses konversi.
Pusat Data Dorong Inovasi untuk Penuhi Tuntutan AI Ramah Lingkungan
Sascha H. Funk, Kepala Studi Media, Universitas Thammasat
Pusat data berkembang pesat untuk mendukung kebutuhan AI yang terus meningkat sambil mengurangi jejak karbon. Mereka memanfaatkan hardware khusus, seperti GPU dan akselerator AI, untuk meningkatkan kinerja tanpa meningkatkan konsumsi energi. Server berkepadatan tinggi memungkinkan lebih banyak daya komputasi dalam ruang yang lebih kecil, sehingga dapat menghemat energi.
Teknologi pendinginan juga semakin canggih. Banyak pusat data beralih ke liquid cooling methods, seperti immersion cooling, yang lebih efisien daripada pendinginan udara tradisional. Beberapa pusat data bahkan menggunakan AI untuk mengatur sistem pendingin secara real-time, sehingga penggunaan energi lebih optimal. Selain itu, ada teknik pendinginan gratis yang memanfaatkan udara luar, yang membantu mengurangi kebutuhan energi untuk pendinginan.
Untuk pengelolaan daya, teknologi seperti Dynamic Voltage and Frequency Scaling menyesuaikan daya prosesor sesuai beban kerja, sehingga menghemat energi saat beban kerja lebih ringan. Unit Intelligent power distribution juga memantau dan mengelola penggunaan energi dengan lebih efektif.
Energi terbarukan juga menjadi faktor penting. Saat ini, pusat data mulai memasang panel surya atau turbin angin di lokasi mereka dan menggunakan sistem penyimpanan energi untuk menjaga keseimbangan antara pasokan dan permintaan, terutama ketika sumber energi terbarukan tidak stabil.
Strategi Berbasis Risiko untuk Mengurangi Pemborosan Energi
Menemukan keseimbangan antara keandalan pusat data dan pengurangan penggunaan energi sangat penting. Pusat data sekarang menggunakan strategi berbasis risiko (risk-based), yang hanya fokus pada layanan kritis saja, tidak pada semua sistem, sehingga mengurangi penggunaan energi yang tidak perlu. Teknologi virtualisasi memungkinkan adanya cadangan sistem tanpa harus menambah extra hardware.
Penggunaan peralatan yang hemat energi, termasuk untuk sistem cadangan, juga berkontribusi pada pengurangan penggunaan listrik. Desain pusat data yang modular memungkinkan peningkatan kapasitas sesuai kebutuhan tanpa harus menyediakan terlalu banyak dari awal. Efisiensi kerja juga meningkat dengan alokasi sumber daya yang disesuaikan dengan kebutuhan dan pemeliharaan prediktif yang didukung AI, sehingga bisa mengatasi masalah sebelum terjadi kerusakan, mengurangi kebutuhan sistem cadangan.
Edge Computing Mengubah Penggunaan Energi Pusat Data
Edge computing memproses data lebih dekat ke sumbernya, yang mengurangi waktu respons dan biaya energi untuk mengirim data. Ini mengurangi beban pada pusat data utama, tetapi bisa meningkatkan konsumsi energi karena banyaknya perangkat edge. Oleh karena itu, desain perangkat edge yang hemat energi sangat penting untuk menjaga penggunaan listrik tetap terkendali.
Model hybrid yang menggabungkan edge dan cloud computing bisa membantu mengelola beban kerja dengan lebih baik, data yang perlu diproses segera dilakukan di lokasi, sementara tugas yang lebih besar dikirim ke pusat data utama. Membangun pusat data lokal yang lebih kecil dan hemat energi juga bisa membantu mencapai tujuan keberlanjutan.
Menuju Masa Depan Energi Terbarukan di Pusat Data
Energi terbarukan, seperti tenaga surya dan angin, semakin sering digunakan untuk mengoperasikan pusat data. Namun, transisi ini tidaklah mudah. Karena tenaga surya dan angin bergantung pada kondisi cuaca, diperlukan sistem penyimpanan energi yang efektif untuk memastikan pasokan energi tetap stabil. Selain itu, biaya awal yang tinggi dan keterbatasan jaringan listrik di beberapa daerah juga menjadi tantangan yang harus dihadapi.
Untuk mengatasi hal ini, pusat data mulai berinvestasi dalam teknologi penyimpanan energi yang lebih canggih dan memilih lokasi yang memiliki akses lebih baik ke sumber daya terbarukan. Kerjasama dengan penyedia energi dan pemerintah juga diperlukan untuk membangun infrastruktur yang mendukung dan kebijakan yang tepat.
Teknologi dan Praktik Berkelanjutan Penting untuk Pusat Data Siap AI
Jika kita melihat lebih jauh, komputasi kuantum menawarkan potensi untuk daya pemrosesan yang besar dengan konsumsi energi yang lebih rendah per perhitungan. Integrasi yang lebih dalam dari energi terbarukan melalui mikrogrid dan solusi penyimpanan yang inovatif akan membantu mengelola pasokan energi. Selain itu, praktik bangunan yang berkelanjutan dan desain yang memperhatikan kemampuan daur ulang akan semakin mengurangi dampak lingkungan.
Menjaga kepatuhan terhadap regulasi dan terlibat dalam kolaborasi industri akan sangat penting untuk mengadopsi praktik terbaik dan memastikan pusat data tetap efisien dan memenuhi ketentuan yang berlaku.
Mengikuti aturan dan regulasi terbaru serta bekerja sama dengan industri akan sangat penting agar pusat data tetap efisien dan sesuai dengan peraturan yang berlaku.
Pertumbuhan Pesat AI Memaksa Pusat Data untuk Membayangkan Kembali Solusi Energi
Syam Nair, Kepala Teknologi, gprnt.ai
Pusat data sedang mengalami perubahan besar untuk memenuhi kebutuhan energi yang semakin meningkat akibat penggunaan AI dan komputasi berkinerja tinggi (HPC). Perkembangan pesat AI generatif, seperti model AI yang membuat konten baru, telah meningkatkan kebutuhan komputasi dan penyimpanan data di seluruh dunia. Misalnya, biaya untuk menjalankan model AI generatif diperkirakan mencapai US$ 80 miliar per tahun pada 2028, lebih dari dua kali lipat pengeluaran tahunan perusahaan besar seperti AWS. Seiring dengan meningkatnya permintaan ini, konsumsi energi juga meningkat. Menurut prediksi Goldman Sachs, AI akan menggunakan sekitar 18% energi di pusat data pada tahun 2030, yang akan menggandakan emisi karbon.
Untuk mengatasi masalah ini, pusat data mulai menggunakan solusi inovatif. Misalnya, manajemen beban kerja berbasis AI semakin banyak digunakan untuk mengatur beban kerja pusat data dengan lebih efisien, sehingga kebutuhan energi dan pendinginan bisa dikurangi. Selain itu, cooling system juga mengalami perbaikan. Sistem Air based cooling digantikan oleh sistem advanced liquid cooling yang bisa mengurangi konsumsi energi hingga 50%. Ini sangat penting, karena hampir setengah dari energi pusat data digunakan untuk pendinginan.
Sistem Redundansi Cerdas Mendorong Ketersediaan yang Berkelanjutan
Pusat data tidak bisa mengalami waktu henti sama sekali. Bisnis sangat mengandalkan pusat data untuk menjaga operasi mereka tetap berjalan dengan baik dan aman. Biasanya, pusat data menggunakan metode redudancy seperti N+1 atau 2N untuk memastikan keandalan. Namun, menyeimbangkan ketersediaan sistem dengan efisiensi energi bisa jadi sulit dan mahal. Untuk mengatasinya, pusat data menerapkan strategi penghematan energi, terutama dalam cooling system, seperti Hot Standby Sparing (HSP) dan pendinginan langsung ke chip (Direct to Chip cooling). Dengan menggunakan sistem modular, pendinginan yang dioptimalkan, serta manajemen beban kerja dan redundansi yang dibantu oleh AI, pusat data bisa tetap tersedia dengan efisien dan hemat energi.
Edge Networks Mengurangi Pemborosan Energi di Era AI
Edge computing memungkinkan data diproses lebih dekat dengan pengguna, yang mengurangi waktu tunggu (latency) dan penggunaan bandwidth. Pusat data kini mulai beroperasi secara lebih terdistribusi dengan model hub dan spoke, di mana data diolah di berbagai lokasi terdekat. Perubahan ini memberikan lebih banyak fleksibilitas dan kontrol dalam penggunaan sumber daya, terutama dalam penggunaan energi. Evolusi ini mendukung langkah menuju keberlanjutan di industri pusat data.
Raksasa Teknologi Memimpin Penggunaan Energi Terbarukan Meski Hadapi Tantangan Jaringan
Peran energi terbarukan sangat penting dalam perjalanan menuju sustainabilitas. Pusat data menggunakan hampir 1% dari total listrik dunia dan menyumbang sekitar 0,3% emisi karbon. Beralih ke energi terbarukan seperti tenaga air, angin, surya, dan panas bumi dapat secara signifikan mengurangi emisi ini. Perusahaan teknologi besar, seperti Microsoft, telah berkomitmen menggunakan 100% energi terbarukan untuk pusat data mereka dengan berinvestasi langsung dalam proyek energi terbarukan. Misalnya, Microsoft baru-baru ini bekerja sama untuk mendukung pembangkit listrik tenaga nuklir di Pennsylvania. Namun, ada tantangan dalam beralih ke energi terbarukan. Salah satunya adalah energi terbarukan seperti tenaga surya dan angin tidak selalu tersedia sepanjang waktu, sementara pusat data harus selalu aktif. Ketidakpastian ini membuat cadangan energi menjadi lebih mahal dan meningkatkan biaya operasional. Selain itu, proyek energi terbarukan membutuhkan lahan yang luas, yang juga menjadi tantangan besar.
Teknologi Cerdas untuk Masa Depan Komputasi Ramah Lingkungan
Saya percaya bahwa kombinasi dari beberapa teknologi baru, seperti Edge computing, jaringan listrik pintar (smart grids), teknologi baterai canggih, advanced cooling systems, serta virtualisasi dan AI, akan membentuk masa depan pusat data. Dengan teknologi ini, jika digabungkan dengan praktik operasional yang ramah lingkungan, pusat data bisa mengurangi dampak buruk terhadap lingkungan sambil tetap memenuhi kebutuhan komputasi yang terus meningkat.
Solusi Pendinginan Inovatif Mengurangi Jejak Karbon di Pusat Data
Chee Meng Tan, Direktur Penjualan Area, Grundfos
Sebagian besar jejak karbon pusat data disebabkan oleh penggunaan air dan energi. Pendinginan, yang sangat penting untuk menjaga kinerja pusat data, memakan sekitar 40% dari kebutuhan listrik. Dengan berkembangnya teknologi seperti AI, IoT, dan komputasi awan, konsumsi energi dan air di pusat data diperkirakan akan meningkat pesat dalam 10 tahun mendatang. Untuk menghadapi tantangan ini, teknologi yang mengurangi penggunaan sumber daya di pusat data telah berkembang pesat dalam sepuluh tahun terakhir. Baik hardware TI maupun cooling system kini semakin efisien. Pusat data juga beralih dari yang kecil dan tidak efisien menuju pusat data cloud dan hyperscale yang lebih optimal.
AI juga bisa digunakan untuk membantu pendinginan secara real-time sesuai kebutuhan. Sebagai contoh, Google menggunakan AI DeepMind mereka untuk mengurangi penggunaan listrik pada sistem pendingin pusat data hingga 40%. Metode pendinginan baru seperti water-cooling dan immersion cooling juga semakin diminati. Selain itu, pengembangan bahan baru untuk pelepasan panas, seperti cairan pendingin, terus berkembang. Seiring dengan peralihan menuju model ekonomi sirkular, pemanfaatan sumber air alternatif seperti air hujan juga dapat membantu operasional yang lebih ramah lingkungan. Teknologi pendinginan yang hemat energi dan air ini tidak hanya mengurangi dampak lingkungan, tetapi juga menghemat biaya operasional dalam jangka panjang.
Smart Pumps dan Motors Drive Meningkatkan Efisiensi Energi
Meskipun sulit menyeimbangkan keandalan dan efisiensi energi di pusat data, masih banyak cara untuk menghemat energi. Salah satu langkah pertama adalah memastikan ukuran pompa sesuai kebutuhan. Sering kali, pompa di pusat data terlalu besar karena desainer fokus pada memastikan sistem tetap beroperasi, tetapi kurang memperhatikan kebutuhan spesifik pompa. Pompa yang terlalu besar menggunakan lebih banyak energi daripada yang diperlukan, yang menyebabkan pemborosan.
Selain itu, banyak pusat data di Asia Tenggara masih menggunakan motor IE3, padahal motor IE5 yang lebih hemat energi sudah tersedia. Berdasarkan perhitungan, motor IE5 bisa menghemat sekitar 5% energi dibandingkan motor IE3 di pusat data 10MW. Ini adalah penghematan yang signifikan hanya dari penggunaan motor yang lebih efisien.
Setelah masalah dasar ini diatasi, teknologi digital bisa digunakan untuk mengoptimalkan energi. Smart Pumps dan sensor bisa mengatur aliran air secara efisien dalam sistem pendingin, sehingga menghemat energi. Contohnya, Smart Pumps Grundfos mengoptimalkan operasi water flow dengan memantau suhu dan menyesuaikan kecepatan pompa serta kipas, sehingga energi hanya digunakan saat diperlukan.
Penelitian menunjukkan bahwa 85% dari biaya pompa selama masa pakainya berasal dari penggunaannya sehari-hari. Jadi, pompa yang lebih efisien berarti konsumsi energi yang lebih rendah dan penghematan biaya yang besar. Selain itu, pompa yang andal dan efisien memastikan sistem pendingin pusat data tetap beroperasi 24/7, sehingga memenuhi standar tinggi untuk stabilitas dan keamanan.
Pendinginan Cerdas dan Energi Terbarukan untuk Pusat Data Masa Depan
Sistem Intelligent Cooling atau pendingin cerdas dan modular akan menjadi kunci untuk menghemat energi di pusat data. Dengan solusi yang lebih disesuaikan berdasarkan kebutuhan, pusat data dapat mengurangi penggunaan energi secara efisien. Misalnya, sistem modular menggunakan unit pendingin lebih kecil di setiap rak server, bukan sistem terpusat. Unit ini dapat menyesuaikan kinerjanya sendiri sesuai kebutuhan tiap rak server. Sistem cerdas juga memungkinkan pemantauan dan penyesuaian otomatis secara real-time untuk mengoptimalkan fungsi dan menghemat energi.
Selain itu, menggunakan energi terbarukan seperti panel surya atau energi panas bumi di pusat data bisa membantu mengurangi ketergantungan pada bahan bakar fosil, sehingga jejak karbon juga berkurang. Dengan pendekatan yang lebih ramah lingkungan ini, pusat data bisa menunjukkan komitmennya terhadap keberlanjutan, sekaligus meningkatkan daya saing mereka di industri. Meskipun energi terbarukan sering dianggap tidak stabil karena bergantung pada cuaca, menggunakan data cerdas dan analitik, serta mengintegrasikan jaringan listrik, bisa membantu mengatasi masalah ini. Ini akan memastikan sumber energi yang lebih andal untuk mendukung operasional pusat data.
Metode Pendinginan Canggih untuk Masa Depan
Daniel Lee, Direktur Operasional Regional
Pusat data berkembang pesat untuk memenuhi kebutuhan komputasi AI yang terus meningkat, sambil berusaha mengurangi jejak karbon mereka. Dengan meningkatnya kepadatan rak akibat hardware AI yang berkinerja tinggi, metode pendinginan tradisional menjadi kurang efisien. Sebagai tanggapan, pusat data beralih ke solusi pendinginan inovatif seperti Direct Liquid Cooling (DLC) dan immersion cooling.
DLC membawa pendingin langsung ke level chip, sehingga dapat menghilangkan panas lebih efektif dan meningkatkan efisiensi energi. Immersion cooling lebih jauh lagi, dengan cara merendam seluruh server dalam cairan dielektrik, yang memungkinkan pengelolaan rak dengan kepadatan sangat tinggi serta memperpanjang umur hardware. Teknologi pendinginan canggih ini secara signifikan mengurangi energi yang dibutuhkan untuk pendinginan, yang bisa mencapai 40% dari total konsumsi energi pusat data, sehingga berkontribusi pada pengurangan jejak karbon.
Mencapai Waktu Operasional Optimal dan Penghematan Energi dengan Solusi Canggih
Menyeimbangkan keandalan dan efisiensi energi merupakan tantangan utama bagi pusat data modern. Untuk memastikan pusat data tetap aktif (uptime) sambil menghemat energi, berbagai strategi diterapkan. Misalnya, menggunakan sistem UPS modular yang dapat menyesuaikan perlindungan daya sesuai kebutuhan, menerapkan sistem distribusi daya yang lebih efisien untuk mengurangi pemborosan energi, dan memanfaatkan sistem pendinginan cerdas yang menggunakan AI untuk memprediksi serta mengatur pendinginan secara otomatis..
Dampak Edge Computing pada Penggunaan Energi untuk AI
Edge computing mengubah cara kerja pusat data dengan membuat lebih banyak pusat data kecil (Edge Data Centers) di berbagai lokasi. Ini memungkinkan pemrosesan data lebih dekat ke pengguna, mengurangi waktu tunggu (latency), dan meningkatkan pengalaman pengguna, terutama untuk aplikasi AI yang butuh pemrosesan real-time. Edge computing juga membantu menghemat energi dengan mendistribusikan beban kerja ke fasilitas-fasilitas yang lebih kecil. Setiap pusat data kecil ini bisa dioptimalkan sesuai kebutuhan, bahkan menggunakan energi terbarukan di wilayah tersebut.
Jalan Menuju Masa Depan Energi Terbarukan yang Lebih Ramah Lingkungan
Sumber energi terbarukan semakin penting untuk menyediakan listrik bagi pusat data, didorong oleh inisiatif keberlanjutan (ESG) yang terus berkembang. Pusat data kini membeli energi terbarukan langsung dari produsen melalui Power Purchase Agreements (PPA) dan menggunakan Sertifikat Energi Terbarukan (REC) untuk mengurangi jejak karbon mereka. Beberapa pusat data bahkan memasang pembangkit energi terbarukan di lokasi mereka sendiri dan mencari solusi penyimpanan energi. Namun, transisi ini menghadapi tantangan seperti biaya awal yang tinggi, keterbatasan infrastruktur listrik, memastikan keandalan, kendala lokasi geografis, serta peraturan yang berbeda di setiap wilayah. Meski ada hambatan, banyak operator pusat data besar berkomitmen menggunakan energi terbarukan karena manfaat jangka panjangnya bagi lingkungan dan bisnis.
Desain Cerdas untuk Mendorong Infrastruktur AI yang Berkelanjutan
Immersion cooling diperkirakan akan menjadi bagian penting dari pusat data yang siap untuk AI di masa depan, tetapi ini hanya salah satu dari banyak teknologi dan desain baru yang sedang berkembang. Teknologi lain termasuk hardware yang dioptimalkan dengan AI, sistem daya berbasis perangkat lunak, arsitektur edge-core-cloud, dan integrasi energi terbarukan yang lebih canggih. Industri pusat data mungkin akan menggunakan metrik keberlanjutan yang lebih lengkap daripada metrik tradisional seperti Power Usage Effectiveness (PUE). Dengan teknologi ini, pusat data dapat menangani kebutuhan komputasi AI yang besar sambil tetap menjaga dampak lingkungan seminimal mungkin.
**Pandangan ini didasarkan pada tren dan kondisi industri saat ini, dan mungkin akan berubah seiring dengan perkembangan teknologi.
(Artikel asli ini dipublikasikan dalam Bahasa Inggris cxpose.tech, baca sumber asli)
