Di seantero Amerika Serikat dan belahan dunia lainnya, permintaan energi meroket seiring dengan upaya pusat data untuk menopang penggunaan kecerdasan buatan (AI) yang kian meluas. Fasilitas raksasa ini dipenuhi dengan komputer canggih, yang dikenal sebagai server, yang menjalankan algoritma rumit untuk membantu sistem AI belajar dari data dalam jumlah besar.
Proses ini memerlukan daya komputasi yang sangat besar, yang mengonsumsi listrik dalam jumlah yang signifikan. Seringkali, satu pusat data akan menggunakan jumlah listrik yang setara dengan kebutuhan daya sebuah kota kecil. Permintaan yang berat ini membebani jaringan listrik lokal dan memaksa utilitas untuk berjuang menyediakan cukup energi untuk secara andal memberi daya pada pusat data dan komunitas di sekitarnya.
Permintaan listrik dari pusat data dapat bervariasi secara dramatis sepanjang hari, tergantung pada seberapa banyak komputasi yang dilakukan fasilitas tersebut. Misalnya, jika sebuah pusat data tiba-tiba perlu melakukan banyak komputasi AI, ia dapat menarik sejumlah besar listrik dari jaringan dalam waktu sesingkat beberapa detik. Lonjakan mendadak semacam itu dapat menyebabkan masalah bagi jaringan listrik setempat.
Jaringan listrik dirancang untuk menyeimbangkan pasokan dan permintaan listrik. Ketika permintaan tiba-tiba meningkat, hal ini dapat mengganggu keseimbangan ini, dengan dampak pada tiga aspek penting dari jaringan listrik:
- Tegangan: Tegangan dapat dianggap sebagai dorongan yang membuat listrik bergerak, seperti tekanan dalam selang air. Jika terlalu banyak pusat data mulai meminta listrik pada saat yang sama, itu seperti menyalakan terlalu banyak keran di sebuah bangunan sekaligus dan mengurangi tekanan airnya. Pergeseran permintaan yang tiba-tiba dapat menyebabkan fluktuasi tegangan, yang dapat merusak peralatan listrik.
- Frekuensi: Frekuensi adalah pengukuran bagaimana arus listrik berosilasi bolak-balik per detik saat bergerak dari sumber daya ke permintaan beban melalui jaringan. Jaringan listrik beroperasi pada frekuensi stabil, biasanya 50 atau 60 siklus per detik, dikenal sebagai hertz; jaringan AS beroperasi pada 60 Hz. Jika permintaan listrik terlalu tinggi, frekuensi dapat turun, yang dapat menyebabkan peralatan tidak berfungsi.
- Keseimbangan Daya: Keseimbangan daya adalah kecocokan waktu nyata yang konstan antara pasokan dan permintaan listrik. Untuk mempertahankan pasokan yang stabil, pembangkitan daya harus sesuai dengan konsumsi daya. Jika pusat data AI tiba-tiba menuntut lebih banyak listrik, itu seperti menarik lebih banyak air dari reservoir daripada yang dapat disediakan sistem. Ini dapat menyebabkan pemadaman listrik atau memaksa jaringan untuk mengandalkan sumber daya cadangan, jika tersedia.
Untuk melihat bagaimana keputusan operasional dapat dimainkan secara real time, mari kita pertimbangkan sebuah pusat data AI di sebuah kota. Pusat ini membutuhkan 20 megawatt listrik selama operasi puncaknya – setara dengan 10.000 rumah yang menyalakan pendingin udara mereka pada saat yang sama. Itu besar tetapi tidak terlalu besar untuk sebuah pusat data: Beberapa fasilitas terbesar dapat mengonsumsi lebih dari 100 megawatt.
Banyak pusat data industri di AS menarik jumlah daya ini. Contohnya termasuk pusat data Microsoft di Virginia yang mendukung platform cloud Azure perusahaan, yang menggerakkan layanan seperti ChatGPT dari OpenAI, dan pusat data Google di The Dalles, Oregon, yang mendukung berbagai beban kerja AI, termasuk Google Gemini.
Profil beban pusat, garis waktu konsumsi listriknya melalui siklus 24 jam, dapat mencakup lonjakan permintaan yang tiba-tiba. Misalnya, jika pusat menjadwalkan semua tugas pelatihan AI-nya untuk malam hari, ketika daya lebih murah, jaringan lokal mungkin tiba-tiba mengalami peningkatan permintaan selama jam-jam ini.
Ada beberapa strategi terbukti untuk mengelola jenis beban ini dan menghindari tekanan pada jaringan.
- Mekanisme Harga: Utilitas dapat mengembangkan mekanisme harga yang memberi insentif kepada pusat data AI untuk menjadwalkan tugas-tugas yang paling intensif daya selama jam-jam di luar puncak, ketika permintaan listrik secara keseluruhan lebih rendah. Pendekatan ini, yang dikenal sebagai respons permintaan, meratakan profil beban, menghindari lonjakan penggunaan listrik yang tiba-tiba.
- Penyimpanan Energi: Utilitas dapat memasang perangkat penyimpanan energi besar untuk menyimpan listrik ketika permintaan rendah, dan kemudian melepaskannya ketika permintaan melonjak. Ini dapat membantu meratakan beban pada jaringan.
- Energi Terbarukan: Utilitas dapat menghasilkan listrik dari panel surya atau turbin angin, dikombinasikan dengan penyimpanan energi, sehingga mereka dapat menyediakan daya untuk periode ketika permintaan cenderung meningkat. Beberapa perusahaan listrik menggunakan kombinasi ini dalam skala besar untuk memenuhi permintaan listrik yang meningkat.
- Kapasitas Pembangkitan Baru: Utilitas dapat menambah kapasitas pembangkitan baru di dekat pusat data. Misalnya, Constellation berencana untuk memperbaiki dan memulai kembali unit yang tidak rusak di pembangkit nuklir Three Mile Island dekat Middletown, Pennsylvania, untuk memberi daya pada pusat data Microsoft di wilayah mid-Atlantic.
- Perangkat Lunak Canggih: Manajer jaringan dapat menggunakan perangkat lunak canggih untuk memprediksi kapan pusat data AI akan membutuhkan lebih banyak listrik, dan berkomunikasi dengan sumber daya jaringan listrik untuk menyesuaikan sesuai kebutuhan. Saat perusahaan bekerja untuk memodernisasi jaringan listrik nasional, menambahkan data sensor baru dan daya komputasi dapat mempertahankan tegangan, frekuensi, dan keseimbangan daya.
Pada akhirnya, para ahli komputasi memprediksi bahwa AI akan terintegrasi ke dalam manajemen jaringan, membantu utilitas mengantisipasi masalah seperti bagian mana dari sistem yang membutuhkan pemeliharaan, atau yang berisiko tertinggi gagal selama bencana alam. AI juga dapat mempelajari perilaku profil beban dari waktu ke waktu dan di dekat pusat data AI, yang akan berguna untuk secara proaktif menyeimbangkan energi dan mengelola sumber daya daya.
Jaringan listrik AS jauh lebih rumit daripada beberapa dekade yang lalu, berkat perkembangan seperti penurunan harga tenaga surya. Memberi daya pada pusat data AI hanyalah salah satu dari banyak tantangan yang dihadapi para peneliti untuk menyediakan energi bagi masyarakat yang semakin terhubung.
