Benarkah AI Menghabiskan Listrik dalam Jumlah Besar?

Kecerdasan buatan atau artificial intelligence (AI) berkembang sangat pesat dalam beberapa tahun terakhir. Mulai dari chatbot, pembuatan gambar dan video, penerjemahan, analisis data, hingga berbagai aplikasi bisnis, AI semakin banyak digunakan dalam kehidupan sehari-hari. Namun, di balik kemampuan tersebut terdapat persoalan yang semakin mendapat perhatian: konsumsi energi yang sangat besar.

Benarkah penggunaan AI menghabiskan listrik dalam jumlah besar? Jawabannya ya, terutama pada skala pusat data. Model AI modern membutuhkan komputer dengan prosesor dan GPU berperforma tinggi. Ketika jutaan pengguna mengakses layanan AI secara bersamaan, pusat data harus menjalankan ribuan, bahkan ratusan ribu, cip secara terus-menerus. Selain untuk melakukan komputasi, listrik juga diperlukan untuk sistem pendingin, penyimpanan data, jaringan, dan berbagai infrastruktur pendukung.

Persoalan energi AI menjadi lebih kompleks karena terdapat dua tahap utama. Tahap pertama adalah pelatihan (training), yaitu proses melatih model AI menggunakan data dalam jumlah sangat besar. Proses ini dapat berlangsung berminggu-minggu atau bahkan berbulan-bulan dengan ribuan GPU. Tahap kedua adalah inferensi (inference), yaitu tahap ketika model yang sudah dilatih digunakan untuk menjawab pertanyaan atau menghasilkan konten. Jika sebuah layanan AI memiliki jutaan pengguna, kebutuhan listrik untuk inferensi dapat menjadi sangat besar secara kumulatif.

Dampaknya terhadap lingkungan bergantung pada sumber listrik yang digunakan. Jika pusat data mendapatkan listrik dari pembangkit berbahan bakar batu bara atau gas, peningkatan konsumsi listrik untuk AI dapat menyebabkan peningkatan emisi karbon. Selain menghasilkan emisi, pusat data juga membutuhkan air untuk sistem pendinginan. Di wilayah yang mengalami kekurangan air, penggunaan air oleh fasilitas komputasi dapat menjadi persoalan lingkungan tersendiri.

Meski demikian, AI tidak serta-merta buruk bagi lingkungan. Teknologi ini juga dapat digunakan untuk mengurangi konsumsi energi. AI dapat membantu mengoptimalkan jaringan listrik, memprediksi produksi energi surya dan angin, meningkatkan efisiensi transportasi, menemukan kebocoran energi, serta membantu penelitian teknologi baterai dan material baru. Artinya, dampak AI terhadap lingkungan sangat bergantung pada bagaimana teknologi tersebut dikembangkan dan digunakan.

Lalu, bagaimana solusinya?

Salah satu langkah terpenting adalah meningkatkan efisiensi model AI dan perangkat keras. Model yang lebih kecil dan efisien dapat memiliki kemampuan yang sama dengan kebutuhan komputasi yang lebih rendah. Penggunaan cip khusus AI juga dapat mengurangi energi yang dibutuhkan untuk menjalankan model.

Langkah berikutnya adalah meningkatkan penggunaan energi terbarukan di pusat data. Pemanfaatan energi surya, angin, air, dan sumber energi rendah karbon lainnya dapat membantu mengurangi emisi yang dihasilkan oleh pertumbuhan pusat data.

Selain itu, perusahaan teknologi perlu meningkatkan efisiensi sistem pendinginan, menggunakan air secara lebih hemat, serta membangun pusat data di lokasi yang memiliki akses terhadap energi bersih serta didukung oleh kondisi lingkungan yang sesuai.

Tantangan perkembangan AI bukan sekadar soal apakah teknologi ini menggunakan banyak listrik atau tidak. Pertanyaan yang lebih penting adalah seberapa efisien AI menggunakan energi dan dari mana energi tersebut berasal. Jika inovasi AI dibarengi dengan peningkatan efisiensi komputasi, penggunaan energi bersih, dan pengelolaan sumber daya yang bertanggung jawab, perkembangan AI dapat berlangsung tanpa menimbulkan beban lingkungan yang tidak terkendali.

Yulian Purnama