Pada tahun 2026, pusat data diproyeksikan akan mengonsumsi sekitar 1.000 terawatt-jam listrik – hampir setara dengan gabungan permintaan tahunan Jepang dan Jerman. Lonjakan ini didorong oleh beban kerja AI, dan kesenjangan daya yang dihasilkan mengancam akan menghambat gelombang terobosan pembelajaran mesin berikutnya.

Nafsu AI terhadap listrik bukanlah hal yang abstrak. Satu kueri ChatGPT membakar energi sepuluh kali lipat lebih banyak daripada pencarian Google biasa, dan melatih model seukuran GPT-4 membutuhkan listrik yang cukup untuk mengaliri 4.600 rumah selama setahun. Saat perusahaan berlomba-lomba meningkatkan skala klaster inferensi dan pelatihan, kebutuhan akan daya yang konstan dan masif tumbuh lebih cepat daripada kemampuan energi terbarukan yang bersifat intermiten untuk menyediakannya.

Mengapa bauran energi terbarukan saat ini tidak mencukupi

Panel surya dan turbin angin menghasilkan listrik hanya saat matahari bersinar atau angin bertiup. Operator pusat data membutuhkan pasokan yang stabil selama 24 jam, namun baterai yang menyimpan kelebihan output energi terbarukan hanya dapat menutupi beberapa jam sebelum habis. Hasilnya adalah ketergantungan pada pembangkit listrik peaker berbahan bakar fosil – generator gas alam atau batu bara yang mulai beroperasi saat output energi terbarukan menurun. Pembangkit tersebut memancarkan karbon dan menambah biaya operasional, yang merusak klaim "hijau" yang dibanggakan banyak raksasa teknologi dalam laporan keberlanjutan mereka.

Nuklir kembali bangkit

Menghadapi kesenjangan keandalan tersebut, beberapa perusahaan teknologi besar beralih ke tenaga nuklir, yang menawarkan listrik beban dasar (baseload) bebas karbon.

  • Microsoft sedang menghidupkan kembali reaktor yang telah dinonaktifkan di Three Mile Island untuk mengamankan pasokan stabil bagi beban kerja AI-nya.
  • Google telah menandatangani kemitraan dengan sebuah startup yang mengembangkan reaktor canggih, dengan target penyebaran pada tahun 2030.
  • Amazon berinvestasi dalam reaktor modular kecil dan menempatkan pusat data baru di dekat lokasi nuklir yang sudah ada.

Langkah-langkah ini menandakan "renaisans nuklir" yang lebih luas dalam industri ini, di mana janji daya densitas tinggi yang tersedia sepanjang waktu mengalahkan stigma historis yang melekat pada teknologi tersebut.

Arbitrase lokasi dan efisiensi perangkat keras

Tidak semua perusahaan bertaruh pada reaktor baru. Beberapa menghindari masalah dengan membangun di wilayah di mana listrik terbarukan melimpah dan murah. Ladang geotermal Islandia dan jaringan hidroelektrik Norwegia menyediakan daya sekaligus pendinginan alami, sehingga memangkas penggunaan energi dan biaya operasional.

Pada saat yang sama, perancang perangkat keras berusaha memaksimalkan kinerja dari setiap watt. Chip baru yang dioptimalkan untuk AI memberikan performa lebih tinggi per unit listrik, dan sistem pendingin cair dapat memangkas energi yang dibutuhkan untuk pendinginan hingga 50 persen. Kemajuan ini memberikan waktu tambahan, tetapi tidak menghilangkan kurva permintaan yang mendasarinya.

Taruhan bagi industri

Jika daya yang bersih, andal, dan terjangkau tidak dapat mengimbangi pertumbuhan AI, beberapa kemungkinan akan muncul:

  • Tekanan biaya:

Apa yang perlu diperhatikan selanjutnya

  • Perkembangan regulasi: Ikuti kemajuan kemitraan nuklir yang telah diumumkan dan skala pembangunan pusat data di lokasi rendah karbon.

Perlombaan untuk memberi daya pada AI bukan lagi sekadar masalah membangun chip yang lebih cepat; ini adalah pertempuran untuk mendapatkan listrik yang bersih dan andal dalam skala besar. Bagaimana industri menyelesaikan ketegangan tersebut akan menentukan apakah generasi model AI berikutnya dapat dilatih dan dijalankan tanpa harus membatasi ambisi.