Di Amerika Serikat dan seluruh dunia, permintaan energi melonjak seiring dengan upaya pusat data untuk mendukung penggunaan kecerdasan buatan secara luas dan terus meningkat. Fasilitas besar ini dilengkapi dengan komputer canggih, yang disebut server, yang menjalankan algoritme kompleks untuk membantu sistem AI belajar dari data dalam jumlah besar.
Proses ini memerlukan daya komputasi yang sangat besar, yang menghabiskan listrik dalam jumlah besar. Seringkali, satu pusat data akan menggunakan jumlah listrik yang sebanding dengan kebutuhan listrik di kota kecil. Permintaan yang besar ini membebani jaringan listrik lokal dan memaksa perusahaan utilitas untuk berebut menyediakan energi yang cukup untuk memberi daya pada pusat data dan komunitas di sekitar mereka secara andal.
Pekerjaan saya di bidang komputasi dan teknik tenaga listrik mencakup penelitian tentang pengoperasian dan pengendalian sistem tenaga listrik serta membuat jaringan listrik lebih tangguh. Berikut adalah beberapa cara penyebaran pusat data AI memberikan tantangan bagi pengelola utilitas dan jaringan listrik, serta bagaimana industri ketenagalistrikan meresponsnya.
Di Virginia, pusat data menggunakan lebih dari 25% total listrik di negara bagian tersebut, menjadikan negara bagian ini sebagai pemimpin nasional dalam hal permintaan energi untuk fasilitas ini.
Siklus Lonjakan dan Bust
Permintaan listrik dari pusat data dapat sangat bervariasi sepanjang hari, bergantung pada seberapa banyak komputasi yang dilakukan fasilitas tersebut. Misalnya, jika sebuah pusat data tiba-tiba perlu melakukan banyak perhitungan AI, pusat data tersebut dapat menarik listrik dalam jumlah besar dari jaringan listrik dalam waktu hanya beberapa detik. Lonjakan listrik yang tiba-tiba dapat menyebabkan masalah pada jaringan listrik lokal.
Jaringan listrik dirancang untuk menyeimbangkan pasokan dan permintaan listrik. Ketika permintaan tiba-tiba meningkat, hal ini dapat mengganggu keseimbangan ini, yang berdampak pada tiga aspek penting jaringan listrik:
- Tegangan dapat diibaratkan sebagai dorongan yang menggerakkan listrik, seperti tekanan pada selang air. Jika terlalu banyak pusat data mulai memerlukan listrik pada saat yang bersamaan, hal ini seperti menyalakan terlalu banyak keran di sebuah gedung sekaligus dan mengurangi tekanan air di dalamnya. Pergeseran permintaan secara tiba-tiba dapat menyebabkan fluktuasi tegangan, yang dapat merusak peralatan listrik.
- Frekuensi adalah pengukuran bagaimana arus listrik berosilasi bolak-balik per detik saat mengalir dari sumber listrik ke permintaan beban melalui jaringan. AS dan sebagian besar negara besar menyalurkan listrik sebagai arus bolak-balik, atau AC, yang secara berkala berbalik arah. Jaringan listrik beroperasi pada frekuensi yang stabil, biasanya 50 atau 60 siklus per detik, yang dikenal sebagai hertz; jaringan AS beroperasi pada 60 Hz. Jika kebutuhan listrik terlalu tinggi, frekuensinya bisa turun, sehingga peralatan tidak berfungsi.
- Keseimbangan daya adalah kesesuaian real-time yang konstan antara pasokan dan permintaan listrik. Untuk mempertahankan pasokan listrik yang stabil, pembangkitan listrik harus sesuai dengan konsumsi daya. Jika pusat data AI tiba-tiba membutuhkan lebih banyak listrik, hal ini seperti mengambil lebih banyak air dari reservoir daripada yang dapat disediakan oleh sistem. Hal ini dapat menyebabkan pemadaman listrik atau memaksa jaringan listrik untuk bergantung pada sumber listrik cadangan, jika tersedia.
Puncak dan lembah dalam penggunaan listrik
Untuk melihat bagaimana pengambilan keputusan operasional dapat dilakukan secara real-time, mari kita pertimbangkan pusat data AI di kota. Dibutuhkan 20 megawatt listrik pada masa puncak operasionalnya – setara dengan 10.000 rumah yang menyalakan AC pada saat yang bersamaan. Jumlah tersebut besar namun tidak terlalu besar untuk sebuah pusat data: Beberapa fasilitas terbesar dapat mengkonsumsi lebih dari 100 megawatt.
Banyak pusat data industri di AS menggunakan daya sebesar ini. Contohnya termasuk pusat data Microsoft di Virginia yang mendukung platform cloud Azure milik perusahaan, yang mendukung layanan seperti ChatGPT OpenAI, dan pusat data Google di The Dalles, Oregon, yang mendukung berbagai beban kerja AI, termasuk Google Gemini.
Profil beban pusat listrik, yaitu garis waktu konsumsi listrik selama siklus 24 jam, dapat mencakup lonjakan permintaan yang tiba-tiba. Misalnya, jika pusat tersebut menjadwalkan semua tugas pelatihan AI pada malam hari ketika harga listrik lebih murah, jaringan listrik lokal mungkin tiba-tiba mengalami peningkatan permintaan pada jam-jam tersebut.
Berikut profil beban hipotetis sederhana untuk pusat data AI, yang menunjukkan konsumsi listrik dalam megawatt:
- 06.00-08.00: 10 MW (permintaan rendah)
- 08.00-12.00: 12 MW (permintaan sedang)
- 12.00-18.00: 15 MW (permintaan lebih tinggi karena jam kerja)
- 18.00-12.00: 20 MW (permintaan puncak karena tugas pelatihan AI)
- 00.00-06.00: 12 MW (permintaan sedang karena tugas pemeliharaan)
Cara untuk memenuhi permintaan
Ada beberapa strategi yang terbukti untuk mengelola beban semacam ini dan menghindari tekanan pada jaringan listrik.
Pertama, perusahaan utilitas dapat mengembangkan mekanisme penetapan harga yang memberikan insentif bagi pusat data AI untuk menjadwalkan tugas-tugas mereka yang paling boros daya di luar jam sibuk, ketika permintaan listrik secara keseluruhan lebih rendah. Pendekatan ini, yang dikenal sebagai respons permintaan, memperlancar profil beban, menghindari lonjakan penggunaan listrik secara tiba-tiba.
Kedua, perusahaan utilitas dapat memasang perangkat penyimpanan energi berukuran besar untuk menyimpan listrik ketika permintaan rendah, dan kemudian menyalurkannya ketika permintaan meningkat. Hal ini dapat membantu memperlancar beban pada jaringan.
Ketiga, utilitas dapat menghasilkan listrik dari panel surya atau turbin angin, dikombinasikan dengan penyimpanan energi, sehingga dapat menyediakan listrik pada saat permintaan cenderung meningkat. Beberapa perusahaan listrik menggunakan kombinasi ini dalam skala besar untuk memenuhi permintaan listrik yang terus meningkat.
Keempat, perusahaan utilitas dapat menambah kapasitas pembangkit baru di dekat pusat data. Misalnya, Constellation berencana untuk memperbarui dan memulai kembali unit yang tidak rusak di pembangkit listrik tenaga nuklir Three Mile Island dekat Middletown, Pennsylvania, untuk memberi daya pada pusat data Microsoft di wilayah Atlantik tengah.
Di Virginia, Dominion Energy memasang generator gas dan berencana menggunakan reaktor nuklir modular kecil, serta melakukan investasi di bidang tenaga surya, angin, dan penyimpanan. Dan Google telah menandatangani perjanjian dengan Kairos Power yang berbasis di California untuk membeli listrik dari reaktor nuklir modular kecil.
Yang terakhir, pengelola jaringan listrik dapat menggunakan perangkat lunak canggih untuk memprediksi kapan pusat data AI akan membutuhkan lebih banyak listrik, dan berkomunikasi dengan sumber daya jaringan listrik untuk melakukan penyesuaian. Ketika perusahaan berupaya memodernisasi jaringan listrik nasional, penambahan data sensor dan daya komputasi baru dapat menjaga keseimbangan tegangan, frekuensi, dan daya.
Pada akhirnya, para ahli komputasi memperkirakan bahwa AI akan diintegrasikan ke dalam manajemen jaringan listrik, membantu utilitas mengantisipasi masalah seperti bagian mana dari sistem yang memerlukan pemeliharaan, atau yang memiliki risiko kegagalan tertinggi saat terjadi bencana alam. AI juga dapat mempelajari perilaku profil beban dari waktu ke waktu dan di dekat pusat data AI, yang akan berguna untuk menyeimbangkan energi dan mengelola sumber daya listrik secara proaktif.
Jaringan listrik di AS jauh lebih rumit dibandingkan beberapa dekade yang lalu, hal ini disebabkan oleh perkembangan seperti turunnya harga tenaga surya. Mendukung pusat data AI hanyalah salah satu dari banyak tantangan yang dihadapi para peneliti untuk memasok energi bagi masyarakat yang semakin terhubung dengan kabel.
Artikel ini awalnya diterbitkan di The Conversation oleh Anurag Srivastava di West Virginia University. Baca artikel aslinya di sini.