Daftar Isi
Jawaban singkatnya: itu tergantung pada desain, lokasi, dan sumber energinya
Pusat data AI memang dapat menimbulkan tekanan lingkungan yang nyata, namun terlalu sederhana untuk mengatakan bahwa setiap pusat data AI secara otomatis berdampak buruk bagi lingkungan. Beban kerja yang sama dapat menimbulkan dampak yang sangat berbeda-beda, tergantung pada jaringan listrik, sistem pendinginan, kondisi air setempat, dan efisiensi perangkat keras.
Sebuah pusat data yang sebagian besar dialiri listrik rendah karbon, menerapkan sistem pendinginan yang efisien, dan menerapkan pelaporan yang transparan, memiliki jejak karbon yang berbeda dibandingkan dengan pusat data yang bergantung pada jaringan listrik yang didominasi bahan bakar fosil, mengonsumsi air lokal yang langka, atau menambah beban pada sistem kelistrikan yang sudah terbatas.
Pertanyaan yang relevan bukanlah apakah pusat data AI itu baik atau buruk secara abstrak. Yang menjadi pertanyaan adalah apa yang mereka konsumsi, di mana lokasinya, apa yang mereka gantikan atau dukung, dan apakah masyarakat setempat dapat memahami dengan jelas konsekuensi yang harus ditanggung.
Permintaan listrik merupakan masalah lingkungan yang pertama
Pusat data AI dibangun untuk menjalankan proses komputasi. Sistem AI berskala besar bergantung pada rak-rak GPU yang padat, jaringan berkapasitas tinggi, penyimpanan data, memori, serta peralatan penyaluran daya. Saat sistem-sistem ini melatih model atau memproses permintaan inferensi, mereka terus-menerus mengonsumsi listrik.
Dampak lingkungan dari listrik tersebut sangat bergantung pada jaringan listrik. Satu megawatt-jam yang berasal dari jaringan listrik rendah karbon memiliki dampak iklim yang berbeda dibandingkan satu megawatt-jam yang sebagian besar dihasilkan dari batu bara atau gas. Inilah sebabnya mengapa lokasi sama pentingnya dengan perangkat keras yang ada di dalam gedung.
Untuk penjelasan lebih mendalam mengenai mengapa AI mengonsumsi begitu banyak energi, lihat Mengapa AI mengkonsumsi begitu banyak listrik?.
Penggunaan air bergantung pada pilihan sistem pendinginan dan kelangkaan air di daerah setempat
Chip AI menghasilkan panas. Pusat data harus membuang panas tersebut agar server tetap andal dan efisien. Beberapa fasilitas menggunakan pendinginan udara, beberapa menggunakan sistem sirkulasi air dingin, beberapa menggunakan pendinginan evaporatif, dan banyak yang menggunakan desain hibrida yang menyesuaikan diri dengan kondisi cuaca di luar ruangan.
Pendinginan berbasis air dapat mengurangi kebutuhan listrik dalam kondisi tertentu, namun hal ini juga dapat meningkatkan konsumsi air di tingkat lokal. Pertukaran manfaat dan kerugian tersebut tidak secara otomatis dapat dikategorikan sebagai hal yang baik atau buruk. Hal ini bergantung pada iklim setempat, tekanan air, bauran energi, serta apakah air tersebut merupakan air minum, air daur ulang, atau dikelola dengan cara lain.
Untuk informasi lebih lanjut mengenai pendinginan dan penggunaan air, lihat Mengapa Pusat Data AI Menggunakan Air Sebanyak Itu?.
Emisi karbon bergantung pada komposisi sumber listrik
Sebagian besar emisi karbon dari pusat data AI bersifat tidak langsung. Server-server tersebut biasanya tidak mengeluarkan CO₂ di lokasi fasilitas, namun listrik yang digunakan untuk mengoperasikannya mungkin berasal dari bahan bakar fosil di suatu tempat dalam jaringan listrik.
Ini berarti model AI yang sama dapat memiliki jejak karbon yang berbeda-beda, tergantung pada waktu dan tempat pelaksanaannya. Intensitas jaringan listrik regional, pengadaan energi terbarukan, pembangkit cadangan, serta penyesuaian pasokan listrik per jam—semuanya dapat memengaruhi jejak karbon yang sebenarnya.
Karena data rinci mengenai sumber energi yang spesifik untuk AI jarang dipublikasikan, perkiraan emisi karbon sebaiknya dianggap sebagai petunjuk arah. Asumsi yang transparan lebih dapat dipercaya daripada berpura-pura bahwa angka total global yang tepat sudah diketahui.
Dampak lokal bisa sama pentingnya dengan angka total global
Pusat data adalah fasilitas industri fisik. Fasilitas ini membutuhkan lahan, sambungan jaringan listrik, gardu induk, serat optik, sistem cadangan, bahan bangunan, dan infrastruktur pendingin. Meskipun emisi global menjadi isu utama, dampak lokal dapat menentukan apakah suatu proyek akan diterima atau tidak.
Masyarakat mungkin merasa khawatir mengenai penggunaan air, tagihan listrik, kemacetan jaringan listrik, kebisingan, insentif pajak, pemanfaatan lahan, gangguan akibat pembangunan, atau apakah lapangan kerja yang dijanjikan sebanding dengan besarnya dukungan masyarakat. Kekhawatiran-kekhawatiran ini tidak sama di setiap tempat.
Itulah sebabnya penilaian lingkungan yang komprehensif harus melihat lebih jauh dari sekadar permintaan AI secara keseluruhan. Penilaian tersebut harus menelaah dampak yang ditimbulkan oleh pusat data tertentu terhadap jaringan listrik, daerah aliran sungai, dan masyarakat setempat.
Masalah terbesar seringkali adalah kurangnya transparansi
Pelaporan publik mengenai infrastruktur AI memang semakin membaik, namun masih belum lengkap. Banyak perusahaan yang mempublikasikan data konsumsi energi atau air perusahaan, namun tidak selalu menyertakan rincian yang diperlukan untuk mengidentifikasi beban kerja AI, fasilitas tertentu, atau sistem penyajian model tertentu.
Tanpa pengungkapan yang jelas, perkiraan dari pihak luar harus menggabungkan laporan publik, asumsi infrastruktur, spesifikasi perangkat keras, dan hasil penelitian. Hal tersebut dapat menghasilkan perkiraan kasar yang berguna, namun tidak boleh disamakan dengan pengukuran yang telah diaudit pada tingkat fasilitas.
Transparansi yang lebih baik akan membuat diskusi ini lebih praktis: berapa banyak listrik yang dibutuhkan, sumber daya jaringan apa saja yang digunakan, bagaimana sistem pendinginan bekerja, sumber air apa yang terlibat, dan bagaimana dampaknya berubah seiring waktu.
Pusat data AI memang bisa ditingkatkan, tetapi permintaannya mungkin tumbuh lebih cepat
Jejak lingkungan pusat data AI dapat ditingkatkan melalui penggunaan chip yang lebih efisien, penyajian model yang lebih baik, model khusus yang lebih ringkas, pemanfaatan kembali panas, sistem pendinginan yang lebih baik, pemilihan lokasi yang lebih tepat, listrik dengan emisi karbon lebih rendah, serta standar pelaporan yang lebih ketat.
Efisiensi saja tidak menjamin berkurangnya dampak total. Jika penggunaan AI tumbuh lebih cepat daripada peningkatan efisiensi, permintaan listrik total, kebutuhan pendinginan, dan perluasan infrastruktur tetap dapat meningkat.
Kesimpulan yang realistis ini memiliki nuansa tersendiri: pusat data AI tidak secara inheren buruk, namun juga tidak bebas dari dampak. Kinerja lingkungannya bergantung pada pilihan teknis, keterbatasan sumber daya lokal, akuntabilitas publik, serta skala permintaan yang menjadi tujuan pembangunannya.