Dana Cadangan Infrastruktur OpenAI Membengkak Menjadi $750 Miliar Hingga 2030

OpenAI secara signifikan meningkatkan belanja modalnya, menaikkan proyeksi pengeluaran infrastrukturnya menjadi angka yang fantastis sebesar $750 miliar pada akhir dekade ini. Komitmen finansial yang masif ini menandakan peralihan ke arah akuisisi perangkat keras dan energi secara agresif seiring dengan semakin intensifnya perlombaan menuju AGI.

Project Camellia: Pusat Infrastruktur Raksasa $20 Miliar di Georgia

Sebagai bagian dari gelombang belanja baru ini, OpenAI telah memperkenalkan "Project Camellia," sebuah kampus pusat data masif senilai $20 miliar yang terletak di lahan seluas 1.400 hektar di barat laut Savannah, Georgia. Proyek ini berfungsi sebagai fondasi utama bagi strategi komputasi jangka panjang perusahaan, terutama setelah adanya laporan bahwa proyek pusat data "Stargate" sebelumnya telah terhenti.

Skala Project Camellia belum pernah terjadi sebelumnya. Kampus ini dijadwalkan untuk menyerap setidaknya 3,2 gigawatt daya dari Georgia Power, dengan kapasitas pembangkitan yang diharapkan mulai beroperasi antara tahun 2028 dan 2032. Untuk memitigasi dampak terhadap masyarakat setempat, OpenAI telah menyetujui pengaturan respons-permintaan (demand-response) di mana perusahaan akan mengurangi penyerapan dayanya hingga 1 gigawatt selama periode permintaan puncak jaringan. Selain itu, OpenAI telah berkomitmen untuk menanggung seluruh biaya infrastruktur dan biaya layanan listrik, mematuhi aturan terbaru dari Georgia Public Service Commission (PSC) yang dirancang untuk mencegah perusahaan utilitas membebankan biaya infrastruktur besar kepada konsumen kecil.

Dilema Energi: Gas Alam vs. Keberlanjutan

Besarnya kebutuhan energi untuk pelatihan dan inferensi LLM modern mendorong penyedia layanan utilitas regional hingga batas maksimalnya. Untuk proyek Georgia milik OpenAI, bauran energi menghadirkan tantangan lingkungan yang kompleks. Dokumen regulasi menunjukkan bahwa Georgia Power berharap dapat memenuhi permintaan masif tersebut sebagian besar melalui gas alam.

Secara khusus, perusahaan utilitas tersebut berencana untuk membangun atau memperoleh kapasitas pembangkit gas alam sekitar 5,8 gigawatt—hampir dua kali lipat dari armada saat ini. Meskipun sebagian kapasitas akan dilengkapi oleh energi surya dan baterai skala jaringan, sebagian besar akan berasal dari turbin siklus tunggal (simple-cycle turbines) yang lebih mencemari. Ketergantungan pada bahan bakar fosil ini menyoroti ketegangan yang berkembang dalam industri AI: konflik antara pertumbuhan eksponensial kebutuhan komputasi dan dorongan global untuk netralitas karbon.

Menskalakan Komputasi dengan Kecepatan Rekor

Untuk memastikan investasi masif ini berubah menjadi perangkat keras operasional, OpenAI secara agresif merekrut talenta papan atas. Perusahaan baru-baru ini mempekerjakan Brett Mayo untuk memimpin konstruksi pusat data, sebuah langkah yang membawa keahlian langsung dari xAI. Mayo sebelumnya mengawasi pembangunan pusat data "Colossus" di Memphis, yang dikenal karena kecepatan pembangunannya yang memecahkan rekor.

Meskipun pasokan listrik penuh untuk Project Camellia diperkirakan baru tersedia pada tahun 2028, perekrutan spesialis konstruksi menunjukkan bahwa OpenAI berupaya mempercepat lini masa kapan GPU pertama dapat dialiri listrik. Mentalitas "membangun dengan biaya berapa pun" ini menjadi standar bagi laboratorium AI terdepan saat mereka bertransisi dari penelitian perangkat lunak ke operasi industri skala besar.

Poin-Poin Penting

  • Ekspansi CapEx Besar-besaran: OpenAI telah meningkatkan anggaran infrastrukturnya menjadi $750 miliar hingga tahun 2030 untuk mengamankan komputasi dan energi yang dibutuhkan untuk model-model masa depan.
  • Project Camellia: Kampus pusat data baru senilai $20 miliar seluas 1.400 hektar di Georgia akan membutuhkan daya 3,2 gigawatt, menandai lonjakan signifikan dalam konsumsi energi AI lokal.
  • Pergeseran Infrastruktur Energi: Untuk mendukung pertumbuhan AI, perusahaan utilitas beralih secara besar-besaran ke ekspansi gas alam, menyoroti jejak lingkungan yang signifikan dari penerapan AI skala besar.