🏠 Home

πŸ“‚ Kategori

πŸ“ TeknologiπŸ“ LekturπŸ“ GadgetπŸ“ Finansial

Setiap Kamu Chat sama AI, Segini Listrik yang Terbuang

Setiap Kamu Chat sama AI, Segini Listrik yang Terbuang

Kita nggak pernah mikirin tagihan listrik waktu ngetik prompt. Tapi di balik layar, ada sesuatu yang jauh lebih besar dari sekadar token dan kata-kata.

Jujur, setiap kali saya buka ChatGPT atau Claude buat nanya sesuatu entah itu minta bantuan nulis email, bikin rangkuman artikel, atau sekadar iseng tanya "kenapa langit biru" saya nggak pernah kepikiran soal listrik.

Saya cuma ngetik. Nunggu. Baca jawabannya. Selesai.

Tapi ternyata, di balik satu interaksi kecil yang keliatan sepele itu, ada konsumsi energi yang... nggak kecil sama sekali.

Dan waktu saya mulai riset soal ini, saya jujur agak merinding.

Satu Pertanyaan = Berapa Watt? ​

Coba kita mulai dari yang paling konkret dulu.

Satu pencarian Google biasa yang udah kita anggap "normal" dan "murah" itu mengonsumsi sekitar 0,3 watt-jam energi listrik. Kecil banget, kan?

Sekarang bandingkan dengan satu query ke ChatGPT atau model AI generatif lainnya. Estimasinya berkisar di 2,9 watt-jam per query hampir 10 kali lipat dari pencarian Google biasa.

Kedengarannya masih kecil? Oke, mari kita naik skala.

ChatGPT sendiri melayani lebih dari 100 juta pengguna aktif per bulan. Kalau tiap pengguna ngirim rata-rata 10 pertanyaan sehari dan itu estimasi konservatif kita bicara soal 1 miliar query per hari.

Kalikan dengan 2,9 watt-jam.

Kita baru saja mendapat angka yang setara dengan konsumsi listrik ratusan ribu rumah tangga setiap harinya.

Dan itu baru dari satu platform.

Di Dalam Data Center: Tempat di Mana Segalanya "Dimasak" ​

Untuk benar-benar ngerti kenapa AI seboros itu, saya harus ngerti dulu gimana cara kerjanya di balik layar.

Setiap kali kita ngirim prompt, teks itu dikirim ke data center gedung-gedung besar yang penuh dengan ribuan server. Di dalam server itu ada chip khusus namanya GPU (Graphics Processing Unit) atau TPU (Tensor Processing Unit), yang dirancang buat menjalankan kalkulasi matematika dalam skala masif dan kecepatan tinggi.

NVIDIA H100 salah satu chip GPU paling populer buat AI saat ini bisa mengonsumsi hingga 700 watt per chip.

Tujuh ratus watt. Itu setara dengan menyalakan 7 lampu bohlam 100 watt secara bersamaan, terus-menerus, selama chip itu bekerja.

Dan dalam satu data center besar, bisa ada ribuan hingga puluhan ribu chip seperti ini yang berjalan paralel.

Tapi tunggu, masalahnya nggak berhenti di situ.

Chip yang bekerja keras itu menghasilkan panas yang luar biasa. Kalau nggak didinginkan, mereka bakal rusak dalam hitungan menit. Makanya, data center butuh sistem pendingin (cooling system) yang juga makan energi besar bisa mencapai 30 hingga 40 persen dari total konsumsi listrik data center itu sendiri.

Jadi bukan cuma chipnya yang boros. Pendinginnya juga.

Angka Global yang Bikin Dahi Berkerut ​

Kalau kita zoom out dan lihat gambar besarnya, data center secara global saat ini bertanggung jawab atas sekitar 1 sampai 2 persen dari total konsumsi listrik dunia.

Kedengarannya kecil? Saya juga awalnya mikir begitu.

Tapi 1-2% dari konsumsi listrik seluruh planet Bumi itu bukan angka main-main. Ini setara dengan konsumsi listrik negara-negara seperti Argentina atau Belanda secara keseluruhan.

Dan angka itu terus naik.

Menurut laporan dari International Energy Agency (IEA), konsumsi energi dari data center diproyeksikan bisa dua kali lipat menjelang akhir dekade ini, didorong utamanya oleh pertumbuhan AI. Perusahaan seperti Microsoft, Google, Amazon, dan Meta sedang dalam perlombaan membangun data center baru dengan kapasitas yang belum pernah ada sebelumnya.

Microsoft saja mengumumkan investasi $80 miliar dolar untuk infrastruktur AI di tahun 2025. Sebagian besar untuk data center.

Bayangkan berapa watt-nya.

Jejak Karbon yang Kita Lupakan Tiap Kali Ngetik ​

Sekarang kita masuk ke bagian yang agak bikin nggak nyaman.

Listrik itu nggak gratis bukan cuma dari sisi tagihan, tapi dari sisi lingkungan. Sebagian besar listrik di dunia masih dihasilkan dari bahan bakar fosil: batubara, gas alam, minyak bumi. Artinya, setiap watt-jam yang dikonsumsi data center AI, ada emisi COβ‚‚ yang ikut terlepas ke atmosfer.

Google yang selama bertahun-tahun mengklaim sudah "carbon neutral" pernah mengakui bahwa emisi karbon mereka naik hampir 50 persen dalam lima tahun terakhir, salah satu penyebab utamanya adalah pertumbuhan AI.

Itu Google. Yang punya komitmen lingkungan paling agresif di antara perusahaan teknologi besar.

Bayangkan yang lain.

Saya sendiri mulai mikirin ini setiap kali saya ngetik prompt panjang yang minta AI nulisin sesuatu yang sebenarnya bisa saya tulis sendiri. Ada semacam rasa bersalah kecil yang muncul tapi juga rasa penasaran: seberapa besar kontribusi kebiasaan digital kita terhadap emisi global?

Jawabannya belum ada angka pasti yang bisa dikutip dengan yakin, karena transparansi perusahaan AI soal ini masih sangat terbatas. Tapi arahnya jelas: tidak kecil, dan terus bertumbuh.

Air Juga Ikut Tersedot ​

Kalau tadi kita bicara listrik dan karbon, ada satu sumber daya lagi yang jarang disebut tapi sama pentingnya: air.

Sistem pendingin data center modern banyak yang menggunakan evaporative cooling pada dasarnya, mereka menguapkan air untuk menyerap panas dari server. Prosesnya efisien secara energi, tapi butuh air dalam jumlah masif.

Microsoft pernah mengungkap bahwa data center mereka menggunakan jutaan galon air bersih per hari untuk operasional. GPT-4 saja, saat training awal, diestimasi menggunakan air setara dengan mengisi ratusan kolam renang olimpiade.

Di negara-negara yang sedang menghadapi krisis air bersih, kehadiran data center besar jadi isu sosial yang nyata bukan cuma isu lingkungan abstrak.

Tapi Ini Bagian yang Bikin Saya Tertegun ​

Di sinilah paradoks yang sebenarnya muncul.

AI yang boros energi itu... juga sedang dipakai untuk menghemat energi.

Google menggunakan AI untuk mengoptimalkan sistem pendingin data center mereka sendiri dan berhasil mengurangi konsumsi energi untuk cooling hingga 40 persen. Algoritma AI kini dipakai untuk memprediksi pola konsumsi listrik kota, mengoptimalkan jaringan energi terbarukan, hingga mendeteksi kebocoran di jaringan pipa gas.

Perusahaan energi terbarukan pakai AI untuk memprediksi kapan angin bakal bertiup kencang, kapan matahari bakal bersinar maksimal supaya distribusi energi bisa lebih efisien.

Bahkan dalam konteks perubahan iklim, AI dipakai untuk memodelkan iklim, mendeteksi deforestasi dari citra satelit, dan mempercepat riset material baru untuk baterai yang lebih efisien.

Jadi situasinya begini: kita punya teknologi yang rakus energi, tapi teknologi yang sama sedang dipakai untuk menghemat energi di sektor lain.

Apakah net-nya positif atau negatif? Jujur, jawabannya belum jelas. Tapi pertanyaannya sendiri sudah cukup bikin saya berpikir lama.

Industri Bereaksi Lambat, tapi Bergerak ​

Satu hal yang sedikit melegakan: tekanan publik dan regulasi mulai memaksa perusahaan teknologi untuk lebih serius soal ini.

Beberapa langkah yang sedang diambil:

Transisi ke energi terbarukan. Microsoft, Google, Amazon berlomba-lomba menandatangani kontrak pembelian energi surya dan angin dalam skala besar. Beberapa bahkan mulai melirik energi nuklir, Microsoft menandatangani kesepakatan untuk membeli listrik dari reaktor nuklir Three Mile Island yang sempat ditutup.

Chip yang lebih efisien. NVIDIA, AMD, dan pemain baru seperti Groq terus berlomba membuat chip AI yang bisa melakukan lebih banyak perhitungan per watt. Efisiensi chip AI naik drastis setiap generasi walau kebutuhan totalnya juga naik karena modelnya makin besar.

Liquid cooling. Pendingin berbasis cairan (bukan udara) jauh lebih efisien dan mulai banyak diadopsi data center modern.

Lokasi strategis. Beberapa data center sengaja dibangun di negara-negara beriklim dingin Islandia, Norwegia, Finlandia buat memanfaatkan udara dingin alami sekaligus sumber energi geotermal dan hidroelektrik yang berlimpah.

Tapi semua upaya ini masih dalam bayang-bayang satu kenyataan: pertumbuhan permintaan AI jauh lebih cepat dari pertumbuhan solusinya.

Lalu, Apa yang Bisa Kita Lakukan? ​

Saya nggak mau sok idealis dan bilang "hentikan pemakaian AI demi lingkungan." Itu nggak realistis, dan jujur, saya sendiri nggak bakal berhenti pakai.

Tapi ada beberapa hal yang menurut saya worth dipikirkan:

Pakai AI lebih intentional. Bedakan mana yang benar-benar butuh AI dan mana yang bisa kita kerjakan sendiri. Nulis satu paragraf pendek? Mungkin nggak perlu AI. Menganalisis 50 halaman dokumen? Nah, itu worth-nya beda.

Dukung transparansi. Perusahaan AI seharusnya dipaksa untuk melaporkan konsumsi energi dan emisi mereka secara terbuka bukan cuma klaim "carbon neutral" yang definisinya bisa dimanipulasi.

Sadar bahwa "gratis" itu ilusi. Kita nggak bayar listrik langsung, tapi planet yang bayar. Dan itu akun yang nggak punya menu "undo."

Penutup: Paradoks yang Harus Kita Hidup Di Dalamnya ​

Kita hidup di era yang aneh.

Teknologi paling canggih yang pernah ada di tangan manusia yang bisa nulisin puisi, ngoding, nerjemahin bahasa, bahkan mendeteksi kanker dari gambar medis ternyata punya appetite energi yang luar biasa besar.

Dan teknologi yang sama sedang dicoba untuk menjadi bagian dari solusinya.

Saya nggak punya kesimpulan yang bersih untuk ini. Paradoks ini nyata, kompleks, dan nggak akan selesai dalam waktu dekat.

Yang saya tahu: lain kali saya buka tab AI dan mulai ngetik, saya bakal ingat bahwa di balik teks yang muncul itu ada deretan server yang berpijar panas, sistem pendingin yang menderu, dan kilowatt-jam listrik yang mengalir.

Bukan untuk membuat kita berhenti. Tapi supaya kita nggak pura-pura nggak tahu.


Ditulis dengan kesadaran penuh bahwa artikel ini juga mungkin dibantu AI. Ironi memang tapi setidaknya kita ngomong jujur soal itu.

Komentar

Login dengan GitHub untuk berkomentar