Polusi Suara di Pusat Data

Pusat data adalah fasilitas industri fisik, bukan sekadar gedung yang sunyi dan dipenuhi komputer. Server menghasilkan panas, dan panas tersebut harus terus-menerus dibuang. Sistem-sistem yang mengalirkan udara, memompa cairan, membuang panas, dan menjaga pasokan listrik cadangan dapat menimbulkan tingkat kebisingan yang stabil.

Suara tersebut mungkin berasal dari unit pendingin atap, chiller, kipas angin, pompa, trafo, gardu induk, generator cadangan, atau peralatan listrik sementara. Sebagian dari kebisingan ini bersifat broadband, seperti aliran udara. Sebagian lainnya bisa bersifat tonal, berfrekuensi rendah, atau berulang, yang mungkin dirasakan lebih mengganggu oleh orang-orang meskipun tingkat desibel yang terukur tidak terlalu tinggi.

Dampaknya sangat bergantung pada jarak dan desain lokasi. Sebuah fasilitas di kawasan industri yang jauh dari pemukiman mungkin hampir tidak terasa dampaknya. Sebaliknya, fasilitas serupa yang terletak di dekat kawasan pemukiman, sekolah, atau jalan pedesaan yang sepi bisa menjadi masalah serius bagi masyarakat setempat.

Polusi suara bukanlah masalah yang hanya terjadi pada AI. Pusat data awan konvensional, lokasi kolokasi, dan fasilitas telekomunikasi juga dapat menimbulkan kebisingan. Masalah ini berasal dari infrastruktur fisik yang diperlukan untuk menyuplai daya dan mendinginkan peralatan komputasi.

AI dapat membuat masalah ini semakin menonjol karena kluster GPU berskala besar bersifat padat, boros daya, dan menghasilkan panas yang tinggi. Ketika operator menerapkan rak dengan kepadatan sangat tinggi, sistem daya sementara, atau perluasan cepat, peralatan pendukungnya bisa menjadi lebih besar, lebih banyak, atau digunakan secara lebih intensif.

Itu tidak berarti setiap pusat data AI berisik. Artinya, kebisingan harus dipertimbangkan bersama dengan listrik, air, pemanfaatan lahan, dan koneksi jaringan listrik saat merencanakan dan mengevaluasi infrastruktur AI. Untuk gambaran infrastruktur yang lebih luas, lihat Cara kerja pusat data AI.

Pendinginan sering kali menjadi faktor terpenting. Sistem pendingin udara mengandalkan kipas berukuran besar dan peralatan pembuangan panas. Pendinginan cairan dapat mengurangi sebagian kebutuhan aliran udara di dalam gedung, namun tetap memerlukan pompa, pendingin kering, chiller, atau peralatan lain untuk mengalirkan panas keluar dari fasilitas.

Infrastruktur listrik juga dapat menimbulkan suara. Trafo dan gardu induk mungkin mengeluarkan suara dengungan. Generator cadangan biasanya diuji secara berkala dan mungkin beroperasi saat terjadi pemadaman atau gangguan pada jaringan listrik. Turbin gas sementara atau sistem pembangkit listrik bergerak dapat terdengar sangat jelas jika beroperasi dalam waktu lama.

Pembangunan merupakan kategori tersendiri. Masyarakat mungkin akan mengalami lalu lintas truk, pemasangan tiang pancang, penggunaan alat berat, dan kegiatan di lokasi proyek bahkan sebelum fasilitas tersebut mulai beroperasi. Penilaian menyeluruh harus membedakan antara kebisingan akibat pembangunan dengan kebisingan operasional jangka panjang.

Kebisingan dirasakan secara lokal. Layanan AI berskala global mungkin terasa abstrak, tetapi seorang warga di sekitarnya dapat mendengar suara kipas, bunyi-bunyi tertentu, atau siklus generator di tempat dan waktu tertentu. Kebisingan pada malam hari bisa sangat mengganggu karena tingkat kebisingan latar belakang lebih rendah dan orang-orang mengharapkan suasana yang tenang.

Suara frekuensi rendah atau suara bernada juga bisa sulit dinilai hanya berdasarkan angka desibel rata-rata semata. Dua lokasi dengan tingkat kebisingan yang serupa mungkin terasa berbeda tergantung pada nada, getaran, arah, penghalang, cuaca, dan seberapa sering suara tersebut terdengar.

Inilah sebabnya mengapa kekhawatiran masyarakat tidak boleh dianggap remeh sebagai masalah sampingan yang tidak penting. Meskipun sebuah pusat data menyediakan layanan digital yang bermanfaat dan mendorong aktivitas ekonomi, pusat data tersebut tetap dapat menimbulkan beban bagi masyarakat setempat yang perlu diukur, diungkapkan, dan diatasi.

Virginia Utara telah menjadi salah satu contoh paling jelas bahwa kebisingan pusat data telah menjadi masalah perencanaan. Laporan media lokal dan pembahasan di tingkat kabupaten telah mengungkap keluhan warga terkait kebisingan yang terus-menerus atau bersuara nada tertentu, dan Kabupaten Prince William telah menyetujui peraturan yang bertujuan membatasi kebisingan pusat data di dekat pemukiman.

Wilayah Memphis juga telah menyoroti masalah kebisingan yang ditimbulkan oleh infrastruktur AI. Berbagai laporan seputar fasilitas Colossus milik xAI serta warga Southaven di sekitarnya menyebutkan keluhan yang berkaitan dengan turbin dan infrastruktur lain yang terkait dengan lokasi tersebut. Kasus ini penting karena mengaitkan pembangunan infrastruktur AI yang sangat mencolok dengan kekhawatiran masyarakat setempat terkait lingkungan dan kualitas hidup.

Contoh-contoh ini harus ditafsirkan dengan hati-hati. Contoh-contoh tersebut tidak membuktikan bahwa semua pusat data berisik atau bahwa semua fasilitas AI menimbulkan dampak yang sama. Contoh-contoh tersebut menunjukkan bahwa kebisingan dapat menjadi masalah yang signifikan ketika infrastruktur komputasi berskala besar ditempatkan cukup dekat dengan pemukiman tanpa pengendalian yang memadai.

Kebisingan dapat dikurangi melalui pemilihan lokasi, jarak aman dari batas lahan, orientasi bangunan, penghalang akustik, penutup peralatan, kipas yang lebih senyap, isolasi getaran, penataan lanskap, batasan operasional, serta jadwal pengujian generator yang cermat.

Desain yang baik harus dimulai sejak dini. Lebih mudah untuk mengarahkan peralatan yang berisik menjauhi pemukiman, menempatkan sistem pendingin di balik penghalang, dan membuat simulasi kebisingan tonal sebelum konstruksi dimulai, daripada harus melakukan perbaikan pada suatu lokasi setelah warga mulai melaporkan masalah.

Pemantauan juga sangat penting. Masyarakat dan pihak regulator memerlukan patokan yang jelas, pengukuran pada malam hari, serta mekanisme pengaduan yang terbuka bagi publik. Para operator memerlukan insentif untuk menyelesaikan masalah sebelum masalah tersebut berkembang menjadi sengketa yang berkepanjangan.

Sebagian besar pembahasan publik mengenai infrastruktur kecerdasan buatan (AI) berfokus pada listrik, air, dan emisi karbon. Metrik-metrik tersebut memang penting, namun tidak sepenuhnya mencerminkan setiap dampak lokal yang ditimbulkan oleh kompleks pusat data. Kebisingan, lalu lintas, pemanfaatan lahan, dan dampak visual juga memengaruhi apakah masyarakat setempat bersedia menerima infrastruktur baru tersebut.

Oleh karena itu, strategi infrastruktur AI yang bertanggung jawab harus mengevaluasi baik indikator global maupun dampak lokal. Sebuah lokasi bisa saja efisien dari segi energi, namun tetap dianggap tidak tepat jika menimbulkan masalah kebisingan yang berkepanjangan bagi warga di sekitarnya.

Bagi TheAIMeters, hal ini berarti memandang kebisingan sebagai bagian dari kelompok dampak lingkungan, bukan sebagai isu kontroversial tersendiri. Ini merupakan pengingat lain bahwa AI bergantung pada infrastruktur fisik, dan infrastruktur tersebut harus hidup berdampingan dengan komunitas nyata. Lihat juga Dampak Lingkungan AI.