Perkembangan kecerdasan buatan (AI) yang pesat telah membawa lonjakan besar dalam konsumsi energi pusat data (data center) global. Di satu sisi, AI menjanjikan kemajuan teknologi luar biasa, namun di sisi lain, jejak karbonnya mengkhawatirkan. Artikel ini akan mengupas fenomena "Green AI" dan bagaimana industri berupaya mengatasi konsumsi energi jumbo pusat data masa depan.

Ancaman di Balik Kemajuan: Konsumsi Energi AI yang Melonjak

Permintaan akan komputasi intensif AI telah mendorong konsumsi listrik pusat data ke tingkat yang belum pernah terjadi sebelumnya. Badan riset Gartner memproyeksikan bahwa konsumsi listrik pusat data global akan mencapai 565 TWh pada tahun 2026, meningkat 26% dari tahun sebelumnya [5][10]. Bahkan, konsumsi listrik server yang dioptimalkan untuk AI diperkirakan akan melampaui server tradisional pada tahun 2027 [5][10]. Angka ini menunjukkan betapa besar energi yang dibutuhkan untuk menjalankan model-model AI canggih.

Laporan Greening Digital Companies 2025 dari ITU dan WBA mengungkapkan bahwa dari tahun 2017 hingga 2023, konsumsi listrik pusat data meningkat 12% setiap tahun, empat kali lebih cepat dari pertumbuhan listrik global [1]. Empat perusahaan AI terkemuka saja mencatat peningkatan emisi operasional rata-rata 150% sejak tahun 2020 [1]. Ini adalah lonjakan yang sangat signifikan dalam waktu singkat. Bahkan Google, dalam laporan lingkungannya, mengakui bahwa permintaan listrik mereka pada tahun 2025 melonjak 37%, terutama didorong oleh infrastruktur AI mereka [12].

Mengapa AI Begitu Boros Energi?

Ada beberapa faktor utama yang menyebabkan konsumsi energi AI begitu besar:

  1. Kompleksitas Model: Model AI besar seperti GPT-4 atau Gemini membutuhkan miliaran bahkan triliunan parameter untuk dilatih. Proses pelatihan ini memakan waktu berminggu-minggu atau berbulan-bulan dengan ribuan prosesor (GPU) yang bekerja penuh.
  2. Hardware Khusus: Server AI yang dioptimalkan, seperti yang menggunakan GPU Nvidia, membutuhkan daya yang sangat besar. Satu rak server (rack) untuk generasi terbaru, Vera Rubin, dilaporkan membutuhkan daya hingga 600-800 kWh [15]. Bayangkan, satu jam pengoperasiannya bisa menghabiskan listrik setara dengan ratusan rumah tangga.
  3. Peningkatan Kapasitas: Jumlah server AI yang digunakan terus bertambah. Studi dari Nature Sustainability memproyeksikan bahwa kapasitas daya server AI akan terus meningkat hingga tahun 2030, didorong oleh berbagai skenario permintaan [2].

Green AI: Jalan Menuju AI yang Berkelanjutan

Green AI adalah gerakan dan serangkaian praktik yang bertujuan untuk mengurangi dampak lingkungan dari AI, termasuk konsumsi energi dan emisi karbon [11]. Ini bukan hanya tentang membuat model lebih akurat, tetapi juga lebih efisien. Pendekatan Green AI mencakup berbagai aspek, mulai dari desain perangkat keras hingga optimalisasi perangkat lunak [11].

1. Efisiensi Hardware dan Pendinginan

Perusahaan seperti Google terus mengembangkan prosesor TPU (Tensor Processing Unit) mereka sendiri untuk meningkatkan rasio kinerja per watt [12]. Selain itu, inovasi dalam sistem pendinginan juga memainkan peran krusial. Pendinginan bisa menyumbang hingga 22,6% dari konsumsi energi pusat data pada tahun 2026 [5][10]. Nvidia, misalnya, mengklaim bahwa desain pusat data dengan pendinginan cair (liquid cooling) penuh untuk generasi Rubin dapat mengurangi penggunaan air hingga "hampir nol" [13].

Nvidia mengklaim desain referensi pusat data berpendingin cairan penuh untuk generasi Rubin telah "menghilangkan sebagian besar penggunaan daya dan hampir semua penggunaan air" [13].

2. Optimalisasi Model dan Perangkat Lunak

Di sisi perangkat lunak, teknik seperti pemangkasan (pruning) dan kuantisasi (quantization) digunakan untuk memperkecil ukuran model tanpa mengurangi akurasi secara signifikan [11]. Hal ini mengurangi jumlah komputasi yang dibutuhkan, sehingga menghemat energi. Google menerapkan pendekatan "AI Stack" yang mengoptimalkan efisiensi energi di semua lapisan, mulai dari chip, perangkat lunak sistem, model, hingga layanan [12]. Pendekatan holistik ini terbukti berhasil; meskipun permintaan listrik mereka naik 37% pada tahun 2025, emisi karbon operasional mereka justru turun 2% [12].

3. Energi Terbarukan dan Desain Hijau

Langkah paling mendasar adalah beralih ke sumber energi terbarukan. Google, misalnya, telah mencapai target 100% energi terbarukan selama sembilan tahun berturut-turut [12]. Mereka juga telah menandatangani kontrak pembangkit listrik tenaga surya dan angin dengan total kapasitas sekitar 35 GW [12]. Perusahaan lain seperti Digital Edge juga berkomitmen untuk mencapai netralitas karbon pada tahun 2030 dengan mendesain pusat data mereka untuk mencapai PUE (Power Usage Effectiveness) serendah 1.25 dan mengintegrasikan energi terbarukan [4][9][14].

Studi Kasus: Langkah Nyata di Indonesia

Indonesia sendiri mulai bergerak menuju pusat data yang lebih hijau. Digital Edge, perusahaan infrastruktur digital asal Singapura, baru saja mendapatkan pinjaman hijau (green loan) senilai $665 juta—terbesar di Indonesia untuk proyek pusat data—untuk mengembangkan CGK Campus di Bekasi [4][9][14]. Kampus seluas 500 MW ini dirancang khusus untuk menangani beban kerja AI dan akan menargetkan PUE 1.25, menggunakan sistem air daur ulang, dan mengintegrasikan energi terbarukan [4][9][14]. Langkah ini menunjukkan bahwa investasi besar di bidang AI di Indonesia juga mulai memperhatikan aspek keberlanjutan.

Masa Depan: Antara Pertumbuhan dan Keberlanjutan

Tantangan Green AI masih sangat besar. Gartner memperingatkan bahwa pada tahun 2030, konsumsi listrik pusat data diperkirakan akan melampaui 1.200 TWh, dan pasokan listrik dari jaringan (grid) tidak akan mampu memenuhi permintaan tersebut [5][10][15]. Ini adalah peringatan serius bahwa pertumbuhan infrastruktur AI akan terhambat jika tidak ada solusi energi yang inovatif dan efisien.

Selain itu, emisi dari rantai pasokan (Scope 3) juga menjadi perhatian. Laporan Google mencatat emisi rantai pasokan mereka meningkat 25% pada tahun 2025, terutama karena pembangunan infrastruktur AI baru di kawasan Asia yang masih bergantung pada listrik berbahan bakar batu bara [12]. Ini menunjukkan bahwa upaya dekarbonisasi harus mencakup seluruh siklus hidup teknologi, dari pembuatan chip hingga pengoperasian pusat data.

Masa Depan Green AI

Aspek Tantangan Solusi
Energi Konsumsi listrik melonjak 26% per tahun Energi terbarukan, PUE lebih rendah, server efisien
Pendinginan Mengonsumsi hingga 22% energi pusat data Pendinginan cair, optimasi beban kerja AI
Model AI Pelatihan dan inferensi model besar sangat boros Pruning, kuantisasi, arsitektur model efisien
Rantai Pasok Emisi dari manufaktur chip dan hardware Manufaktur berkelanjutan, ekonomi sirkular

Green AI bukan sekadar tren, melainkan sebuah keniscayaan. Konsumsi energi pusat data untuk AI telah mencapai titik kritis dan membutuhkan perhatian serius dari semua pemangku kepentingan. Dengan menggabungkan inovasi hardware, optimasi software, dan komitmen terhadap energi terbarukan, masa depan AI yang berkelanjutan masih sangat mungkin untuk diwujudkan. Perjalanan ini baru saja dimulai, dan langkah-langkah yang diambil hari ini akan menentukan apakah AI akan menjadi solusi atau justru menjadi bagian dari masalah perubahan iklim.

Referensi

  1. Tech sector emissions, energy use grow with rise of AI - ITU
  2. Environmental impact and net-zero pathways for sustainable artificial intelligence servers in the USA - Nature Sustainability - The best and worst distribution patterns of AI server deployment lead to a 49% reduction and a 90% increase in carbon emissions,...
  3. Digital Edge secures Indonesia’s largest-ever data center green loan, targeting local AI data center development - Digital Edge secures Indonesia’s largest-ever data center green loan, targeting local AI data center development
  4. Gartner预测2026年数据中心用电量将增长26%
  5. Digital Edge Secures Indonesia's Largest Data Center Green Loan of US$665 Million to Advance AI-Ready Hyperscale Campus - SINGAPORE, March 16, 2026 /PRNewswire/ -- Digital Edge today announced the successful close of a US$665 million green loan
  6. Gartner Says Data Center Electricity Consumption to Grow 26% in 2026 - - Gartner client
  7. Green AI: A systematic review and meta-analysis of its definitions, lifecycle models, hardware and measurement attempts - Green AI: A systematic review and meta-analysis of its definitions, lifecycle models, hardware and measurement attempts
  8. Google環境報告：AI基礎設施讓2025年用電暴增37%，但仍成功減碳2% - Google環境報告：AI基礎設施讓2025年用電暴增37%，但仍成功減碳2%
  9. Nvidia says its AI data center design runs hotter to use a lot less water - Skip to main content
  10. Digital Edge secures US$665 million green loan for Bekasi AI campus
  11. Gartner 示警 AI 基建狂蓋 供電恐跟不上 | 產業熱點 | 產業 | 經濟日報
Green AIkonsumsi energi data centerAI berkelanjutanpusat data hijauefisiensi energi AI