Saat Anda bertanya pada chatbot atau membuat gambar dengan AI, semuanya terasa instan di layar. Namun di baliknya, AI bergantung pada infrastruktur fisik: server, GPU, jaringan, listrik, dan sistem pendinginan.

Semakin banyak orang memakai AI, semakin besar pula kebutuhan terhadap data center AI.

Apa Itu Data Center AI?

Data center AI adalah fasilitas yang menampung ribuan server untuk melatih dan menjalankan model AI. GPU (prosesor grafis) bertugas mengerjakan perhitungan dalam jumlah sangat besar secara bersamaan.

Beban kerja AI yang berat membuat perangkat menghasilkan panas tinggi. Perkembangan AI dan cloud computing, yaitu layanan komputasi lewat internet, mendorong pertumbuhan data center di banyak negara.

Mengapa Data Center AI Membutuhkan Air?

Server dan GPU yang bekerja akan panas, dan panas berlebih bisa merusak perangkat. Karena itu, pendinginan data center menjadi kebutuhan utama. Sebagian sistem pendinginan memakai air. Pada cooling tower, air menyerap panas lalu sebagian menguap, mirip keringat yang mendinginkan tubuh. Proses ini disebut evaporative cooling, dan air yang menguap perlu diganti.

Namun, konsumsi air data center berbeda-beda, tergantung teknologi pendinginan, desain, lokasi, dan kondisi lingkungan. Tidak semua data center AI memakai air dalam jumlah yang sama.

Tidak Hanya Saat Training AI

AI training adalah proses melatih model dengan data dalam jumlah besar. AI inference adalah saat model dipakai untuk menjawab pertanyaan, membuat gambar, atau menganalisis data. Sumber daya tidak hanya terpakai saat training. Ketika model digunakan berulang kali oleh banyak orang, kebutuhan komputasinya terus berjalan.

Dari Mana Air Data Center Berasal?

Beberapa kemungkinan sumbernya:

  • Air dari jaringan publik.
  • Air tanah.
  • Air permukaan, seperti sungai atau danau.
  • Air daur ulang (reclaimed water).
  • Air non-potable, yaitu air yang tidak untuk diminum.

Persoalannya bukan hanya berapa banyak air yang dipakai, tetapi juga dari mana asalnya dan apakah wilayah tersebut mengalami tekanan atau kekurangan air.

Dampak AI terhadap Lingkungan Tidak Hanya Air

  • Konsumsi listrik dan kebutuhan energi besar.
  • Emisi karbon, terutama jika listrik berasal dari bahan bakar fosil.
  • Pembuatan GPU dan server, serta limbah elektronik.
  • Penggunaan lahan dan infrastruktur pendukung.
Alurnya sederhana: AI → GPU/server → listrik + panas → pendinginan → penggunaan energi dan air.

Apakah Semua Data Center AI Boros Air?

Tidak bisa digeneralisasi. Penggunaan air dipengaruhi oleh:

  • Teknologi pendinginan dan efisiensi data center.
  • Iklim dan lokasi.
  • Jenis server/GPU dan beban komputasi.
  • Sumber energi dan penggunaan air daur ulang.

Karena itu, angka dari satu studi atau satu perusahaan tidak otomatis mewakili seluruh data center AI.

Teknologi untuk Mengurangi Penggunaan Air

  • Direct-to-chip liquid cooling: cairan pendingin dialirkan langsung ke chip.
  • Immersion cooling: server direndam dalam cairan khusus yang menyerap panas.
  • Closed-loop cooling: air bersirkulasi dalam sistem tertutup sehingga tidak banyak terbuang.
  • Air daur ulang: mengurangi tekanan pada air bersih.
  • Pemilihan lokasi yang mempertimbangkan ketersediaan air, serta optimalisasi energi dan beban komputasi.

Mengenal PUE dan WUE

PUE (Power Usage Effectiveness) menunjukkan seberapa efisien data center memakai energi. Semakin efisien infrastruktur pendukung seperti pendingin, semakin sedikit energi terbuang di luar komputasi.

WUE (Water Usage Effectiveness) mengukur efisiensi penggunaan air. Metrik ini penting agar konsumsi air data center bisa dinilai secara terukur dan dibandingkan.

Apa yang Bisa Dilakukan Pengguna AI?

Gunakan AI sesuai kebutuhan, pilih model yang sesuai dengan pekerjaan, dan hindari pemakaian yang tidak perlu. Setiap layanan AI memang membutuhkan infrastruktur komputasi. Namun, mengurangi beberapa prompt bukan solusi utama. Dampak terbesar ada pada skala infrastruktur dan operasional data center.

AI memberi manfaat besar, tetapi berjalan di atas infrastruktur fisik yang memakai energi dan sumber daya. Penggunaan air adalah salah satu aspek yang perlu diperhatikan, meski tidak semua data center AI mengonsumsi air sama banyak.

Solusinya membutuhkan pendinginan yang lebih efisien, energi lebih bersih, penggunaan air yang bertanggung jawab, lokasi yang tepat, dan transparansi industri. Perkembangan AI perlu berjalan seiring dengan perhatian pada keberlanjutan lingkungan.

Post Views: 3