Google memajukan salah satu inisiatifnya pada hari Senin untuk mengatasi meningkatnya permintaan energi oleh pusat datanya, yang didorong oleh aplikasi kecerdasan buatan yang haus daya.
Perusahaan mengumumkan perjanjian dengan Indiana Michigan Power dan Tennessee Valley Authority untuk membatasi permintaan energi dari beban kerja pembelajaran mesin di pusat datanya di wilayah tersebut.
“Hal ini merupakan kelanjutan dari demonstrasi sukses kami dengan Omaha Public Power District (OPPD), di mana kami berhasil mengurangi permintaan daya yang terkait dengan beban kerja ML selama tiga kejadian jaringan tahun lalu,” jelas Michael Terrell, kepala energi canggih Google, dalam blog perusahaan.
Google mulai mengelola permintaan jaringan di pusat datanya dengan mengalihkan tugas komputasi yang tidak mendesak—seperti memproses video YouTube—pada periode tertentu ketika jaringan sedang terbebani. Melalui kemitraannya, Google memanfaatkan kemampuan manajemen permintaan tersebut untuk membantu operator jaringan menjaga keandalan selama periode permintaan puncak.
“Seiring dengan percepatan adopsi AI, kami melihat peluang signifikan untuk memperluas perangkat respons permintaan kami, mengembangkan kapabilitas khusus untuk beban kerja ML, dan memanfaatkannya untuk mengelola beban energi baru yang besar,” tulis Terrell. “Dengan memasukkan fleksibilitas beban dalam keseluruhan rencana energi kami, kami dapat mengelola pertumbuhan yang didorong oleh AI bahkan di saat pembangkitan dan transmisi listrik terbatas.”
Pete DiSanto, wakil presiden senior pusat data di Enchanted Rock , sebuah perusahaan ketahanan listrik sebagai layanan di Houston, menambahkan, “Solusi sisi permintaan sangat penting untuk menyelaraskan pertumbuhan dengan keandalan jaringan.”
“Tanpa solusi sisi permintaan, jaringan listrik tidak akan mampu mengimbangi skala dan kecepatan pertumbuhan pusat data AI, terutama di wilayah yang sudah menghadapi tantangan kapasitas dan interkoneksi,” ujarnya kepada TechNewsWorld. “Peralatan-perangkat ini adalah kunci untuk memungkinkan ekspansi yang cepat tanpa mengganggu jaringan listrik.”
Kecerdasan Buatan Membebani Kapasitas Kekuatan AS
Solusi manajemen daya sisi permintaan diperkirakan akan memainkan peran krusial dalam memenuhi permintaan listrik pusat data yang terus meningkat yang digerakkan oleh AI di tahun-tahun mendatang. Menurut Morningstar Research Services , kapasitas daya pusat data AS diperkirakan akan meningkat sekitar tiga kali lipat menjadi 80 gigawatt pada tahun 2030, didorong oleh pertumbuhan pusat data yang memanfaatkan kecerdasan buatan generatif.
Namun, Morningstar mengakui bahwa proyeksinya kurang optimis dibandingkan para peramal lain, yang memperkirakan kapasitas akan mencapai 100 gigawatt selama periode yang sama. “Kami yakin proyeksi tersebut mengabaikan batasan praktis yang terkait dengan pembangunan infrastruktur skala besar dan juga meremehkan peningkatan efisiensi energi chip AI dalam jangka panjang,” demikian pernyataan Morningstar dalam laporan berjudul “Powering Tomorrow’s AI Data Center” yang dirilis pada bulan Juli.
“Kami tidak memiliki kapasitas pembangkit yang cukup untuk beban energi yang ada dan pusat data AI,” kata Rob Enderle, presiden dan analis utama di Enderle Group , sebuah firma layanan konsultasi di Bend, Ore.
“Sangat penting untuk menciptakan solusi sisi permintaan guna memitigasi apa yang seharusnya menjadi periode pemadaman listrik yang panjang atau pemadaman total agar jaringan listrik tidak mengalami kegagalan besar, yang mengharuskan sebagian besarnya dibangun kembali,” ujarnya kepada TechNewsWorld.
Mark N. Vena, presiden dan analis utama SmartTech Research di Las Vegas, sependapat. “Seiring melonjaknya beban kerja AI, jaringan listrik tidak akan mampu mengimbanginya kecuali permintaan dapat fleksibel secara real-time,” ujarnya kepada TechNewsWorld. “Strategi sisi permintaan seperti mengalihkan beban komputasi atau menjeda proses yang tidak mendesak membantu menghindari pemadaman listrik sekaligus tetap memenuhi kebutuhan pusat data.”
Fleksibilitas Penting untuk Pusat Data
Solusi sisi permintaan tidak hanya penting; solusi ini menjadi prasyarat pertumbuhan, ujar Wyatt Mayham, kepala konsultan AI di Northwest AI Consulting (NAIC), penyedia layanan konsultasi AI global. “Narasi membangun lebih banyak pembangkit listrik terlalu lambat,” ujarnya kepada TechNewsWorld. “Antrean interkoneksi jaringan listrik sudah berlangsung bertahun-tahun.”
“Perjanjian permintaan-respons memungkinkan pusat data bertindak seperti pembangkit listrik virtual, memberikan stabilitas jaringan yang sangat dibutuhkan oleh perusahaan utilitas,” ujarnya. “Bagi pusat data, ini merupakan sumber pendapatan baru dan, yang lebih penting, tiket ke antrean terdepan dalam alokasi daya. Kita akan melihat perjanjian ini menjadi taruhan mutlak untuk setiap penerapan AI skala besar.”
Ezra Hodge, mitra pengelola senior dan pemimpin kelompok praktik global untuk kecerdasan buatan di EMA Partners , sebuah firma pencarian eksekutif dan penasihat kepemimpinan internasional, sepakat bahwa fleksibilitas sisi permintaan akan segera menjadi taruhannya, tetapi menambahkan, “Ini bukan hanya tentang perangkat lunak atau pemutusan beban.”
“Keterbukaan yang sesungguhnya adalah bakat — para pemimpin yang memahami infrastruktur AI dan pasar energi,” ujarnya kepada TechNewsWorld. “Tanpa kefasihan ganda tersebut, solusi sisi permintaan hanya akan menjadi teori, bukan tindakan nyata.”
“Yang dibutuhkan sekarang adalah operator lintas disiplin — setingkat VP dan di atasnya — yang dapat menerjemahkan beban kerja AI ke dalam bahasa energi dan kendala jaringan ke dalam arsitektur pusat data,” ujarnya.
Mengelola Daya Tanpa Kehilangan Performa
Meskipun pengurangan daya untuk mengakomodasi permintaan puncak pada jaringan berpotensi menurunkan layanan, pengelolaan energi yang cerdas di pusat data dapat mencegah masalah tersebut. “Pengurangan daya berarti pengurangan komputasi. Itulah fisika. Tidak ada cara untuk menghindari hukum fisika,” ujar Rick Bentley, CEO Hydro Hash , sebuah perusahaan penambangan kripto yang berfokus pada energi bersih dan operasi efisiensi tinggi di Albuquerque, NM.
“Dengan demikian, pusat data dapat beralih ke pembangkit listrik lokal atau di lokasi dari sistem cadangan mereka selama periode ini untuk menjaga ketersediaan daya, dan dengan demikian melakukan komputasi, tanpa membebani jaringan listrik,” ujarnya kepada TechNewsWorld.
Everett Thompson, pendiri dan CEO WiredRE , sebuah firma penasihat yang berpusat di Las Vegas yang berfokus pada infrastruktur cloud, kolokasi, dan pusat data, menjelaskan bahwa setiap pusat data dimulai dengan utilitas di tempatnya sendiri.
“Utilitas tersebut mungkin terdiri dari generator diesel dan baterai, tetapi tetap saja merupakan utilitas di lokasi,” ujarnya kepada TechNewsWorld. “Yang berubah adalah hubungan antara pengguna akhir dan jaringan listrik, di mana pengguna akhir mengambil lebih banyak tanggung jawab seiring terbatasnya sumber daya jaringan.”
Mungkin ada risiko penurunan layanan, tetapi masih bisa dikelola, kata DiSanto dari Enchanted Rock. “Jika dirancang dengan baik, strategi sisi permintaan memungkinkan pusat data AI mendukung stabilitas jaringan tanpa mengorbankan kinerja penting,” ujarnya. “Semuanya bergantung pada rekayasa fleksibilitas sejak awal.”
“Sistem pembangkitan gas alam di balik meteran dan penyimpanan energi baterai berperan penting di sini, menyediakan daya yang andal dan dapat didistribusikan selama puncak jaringan sehingga kinerja komputasi tetap lancar, bahkan ketika pasokan utilitas terbatas,” ujarnya.
“Perusahaan seperti Google sedang merancang sistem yang memprioritaskan tugas-tugas fleksibel dan tidak sensitif terhadap latensi untuk dikurangi terlebih dahulu,” tambah Vena dari SmartTech. “Selama inferensi kritis dan aplikasi latensi rendah terlindungi, sebagian besar pengguna tidak akan merasakan apa pun.”
Tantangan Jaringan Listrik Lebih dari Sekadar Pembangkitan Listrik
Kunci untuk menghindari degradasi adalah memahami bahwa semua beban kerja AI tidaklah sama, ujar Mayham dari NAIC. “Peristiwa respons permintaan bukan berarti menutup layanan yang berhadapan langsung dengan pelanggan seperti pencarian atau obrolan AI generatif,” ujarnya. “Ini berarti menghentikan sementara beban kerja yang tidak mendesak dan membutuhkan banyak sumber daya — seperti melatih model masa depan atau menjalankan analisis batch besar-besaran. Tugas-tugas ini sangat mudah dijadwalkan.”
“Kemampuan untuk mengalihkan beban besar ini ke jam-jam non-sibuk atau menjedanya selama satu jam justru merupakan ‘fleksibilitas beban’ yang dibicarakan Google,” lanjutnya. “Ini tantangan perangkat lunak yang canggih, bukan hambatan teknis yang mendasar.”
Ia mencatat bahwa hambatan sebenarnya bukanlah pembangkit listrik, melainkan jaringan fisik. “Inilah bagian dari cerita yang kebanyakan orang lewatkan,” ujarnya. “Anda bisa saja memiliki kontrak untuk ratusan megawatt, tetapi percuma saja jika Anda tidak bisa menyalurkannya ke rak-rak Anda.”
“Kami mengalami penundaan selama bertahun-tahun untuk perangkat keras penting seperti transformator tegangan tinggi,” lanjutnya. “Beberapa proyek pusat data terhenti bukan karena kurangnya pembangkit listrik, tetapi karena kekurangan komponen listrik dasar. Strategi Google realistis karena mengatasi kendala ini dengan memanfaatkan infrastruktur yang sudah ada dengan lebih baik, sehingga mengurangi kebutuhan akan pembangunan jaringan listrik baru yang memakan waktu.”
“Masa depan kekuatan AI bukan hanya satu solusi,” tambahnya. “Ini adalah perlombaan senjata ‘semua solusi’. Selain respons permintaan, para pemain utama berinvestasi dalam segala hal, mulai dari pendinginan cair langsung ke chip untuk mengurangi pemborosan energi, hingga menandatangani kesepakatan jangka panjang dengan pembangkit listrik tenaga nuklir, hingga mendanai pengembangan reaktor modular kecil untuk memasok daya langsung ke kampus pusat data, tanpa perlu terhubung ke jaringan listrik sama sekali.”
+ There are no comments
Add yours