Seberapa Banyak Listrik yang Sebenarnya Dibutuhkan oleh Pusat Data?
"Beri saya tur satu hari gratis ke hutong-hutong Beijing tanpa harus kembali ke tempat semula."
"Singkirkan orang-orang yang lewat di foto ini, biarkan tetap alami."
"Ganti bebek rebus dalam video penyelamatan rubah gunung bersalju dengan bebek asin."
Dari berbagai saran AI ini, manakah yang akan mengonsumsi lebih banyak listrik?
Beberapa tahun lalu, beban daya (kebutuhan kapasitas) sebuah pusat data tunggal seringkali berada dalam kisaran puluhan megawatt (MW). Namun, dengan pertumbuhan permintaan daya komputasi AI, permintaan daya pusat data terus meningkat. Menurut laporan Badan Energi Internasional (IEA), konsumsi listrik pusat data global sekitar 415 terawatt-jam (TWh) pada tahun 2024, dan mungkin meningkat menjadi sekitar 945 terawatt-jam (TWh) pada tahun 2030 (hal ini masih dapat berubah tergantung pada skenario yang ada).
Sebagai perbandingan, pembangkit listrik tahunan Bendungan Tiga Ngarai pada tahun 2025 sekitar 95,715 miliar kilowatt-jam (95,715 terawatt-jam). Oleh karena itu, konsumsi listrik pusat data global setara dengan sekitar empat pembangkit listrik tahunan Bendungan Tiga Ngarai.
Kembali ke pertanyaan awal: konsumsi energi dari satu permintaan AI tidak memiliki nilai tetap dan dipengaruhi oleh banyak faktor seperti ukuran model, panjang output, rantai inferensi, konkurensi, perangkat keras, dan pusat data. Tren umumnya adalah:
Teks biasa, keluaran singkat, dan langkah inferensi yang lebih sedikit umumnya lebih hemat energi. Inferensi yang kompleks, dialog multi-giliran, dan keluaran yang panjang secara signifikan meningkatkan beban komputasi.
Pembuatan gambar kompleks umumnya membutuhkan lebih banyak daya komputasi daripada teks biasa.
Proses pembuatan video/pengeditan video berdurasi panjang seringkali menunjukkan peningkatan konsumsi energi yang paling signifikan.
Perencanaan daya perlu diselaraskan dengan pembangunan pusat data AI.
Perencanaan daya tradisional seringkali beroperasi dalam jangka waktu puluhan tahun; namun, siklus pengembangan pusat data hyperscale jauh lebih pendek, sehingga membutuhkan keselarasan yang ketat antara pasokan daya dan jendela pasar. Kendala praktis umum dalam implementasi meliputi:
Proyek pusat data dapat memakan waktu bertahun-tahun hanya untuk pembangunannya, belum termasuk waktu yang dibutuhkan untuk mengoperasikan sumber daya listrik baru.
Pembangkit listrik tenaga gas baru seringkali tunduk pada pembatasan seperti izin, bahan bakar, dan kondisi pipa, dengan siklus pengoperasian yang berpotensi mencapai 8-10 tahun. Waktu pengiriman untuk peralatan penting seperti transformator besar, pemutus sirkuit, turbin, dan gardu induk prefabrikasi cukup lama, seringkali membutuhkan perencanaan bertahun-tahun sebelumnya.
Dari perspektif sektor energi, modal dan rasa urgensi tidak dapat melewati proses konstruksi fisik dan regulasi. Oleh karena itu, kedua belah pihak perlu menyesuaikan strategi mereka: pusat data harus memberikan sinyal permintaan aktual mereka lebih awal, dan perusahaan/utilitas listrik harus turun tangan lebih awal dalam solusi pasokan listrik dan pemilihan desain untuk mengurangi ketidaksesuaian dan pengulangan dalam proses "perencanaan-implementasi".
Cuaca ekstrem memperburuk permintaan listrik.
Cuaca ekstrem semakin sering terjadi dalam beberapa tahun terakhir. Bahkan sebelum beban penuh pusat data ditambahkan, cuaca ekstrem sudah terus menerus menguji batas kemampuan jaringan listrik.
Beban pendinginan perumahan meningkat tajam, memaksa penjadwalan sistem untuk membuat pilihan sulit di bawah tekanan tinggi. Dengan pertumbuhan pusat data skala besar (hyperscale data center), tanpa integrasi yang cermat, beban besar akan membuat jaminan keandalan menjadi lebih sulit. Diskusi regulasi dan legislatif juga sedang berlangsung mengenai apakah akan memberlakukan pengurangan beban untuk pengguna industri besar seperti pusat data dalam situasi darurat untuk memastikan prioritas bagi beban yang sangat penting bagi kehidupan. Ini berarti perusahaan listrik membutuhkan pengaturan kelembagaan dan teknologi dengan "kapasitas yang dapat dikurangi" sambil menyeimbangkan kontrak, hubungan pelanggan, dan kemitraan jangka panjang.
Menghadapi gelombang pertumbuhan permintaan berikutnya, jaringan listrik dan pusat data membutuhkan infrastruktur yang "lebih cepat dan lebih stabil".
Seiring dengan terus meningkatnya kebutuhan energi dari pusat data dan AI, perusahaan utilitas harus mencapai keseimbangan yang lebih cermat antara ekspansi dan keandalan.
Dalam proses ini,Belden HirschmannKemampuan konektivitas dan jaringan dapat mendukung skenario kritis di pusat data dan sektor energi, termasuk koneksi yang andal ke sumber dan distribusi daya penting, komunikasi jaringan industri dan akuisisi data, serta kemampuan visualisasi dan manajemen untuk operasi dan pemeliharaan, membantu pelanggan meningkatkan kemampuan penerapan, pemeliharaan, dan keamanan operasional selama ekspansi.
Sumber Berita: Akun Resmi WeChat Belden Hessmann
Sumber yang dikutip: Energi dan AI - Analisis - IEA: https://www.iea.org/reports/energy-and-ai/
Buletin Proyek Tiga Ngarai 2025: http://www.mwr.gov.cn/sj/tjgb/sxgcgb/202606/t20260629_2131904.html
Waktu posting: 10 Agustus 2026