AI mengonsumsi lebih banyak listrik daripada Bitcoin

Menurut penelitian Alex de Vries-Gao, beberapa model AI memiliki konsumsi listrik yang setara dengan konsumsi listrik suatu negara. Foto: TheVerge .

Kecerdasan buatan (AI) dapat segera menyalip penambangan Bitcoin dalam hal konsumsi energi, menurut sebuah analisis baru. Studi tersebut menyimpulkan bahwa AI dapat menghabiskan hampir setengah dari seluruh listrik yang dikonsumsi oleh pusat data secara global pada akhir tahun 2025.

Perkiraan ini berasal dari Alex de Vries-Gao, seorang mahasiswa PhD di Institut Penelitian Lingkungan Vrije Universiteit Amsterdam, yang telah melacak konsumsi listrik dan dampak lingkungan dari mata uang kripto. Komentar terbarunya tentang meningkatnya permintaan listrik AI diterbitkan di jurnal Joule minggu lalu.

“Semakin besar semakin baik”

AI saat ini diperkirakan menyumbang hingga 20% listrik yang digunakan oleh pusat data, dan analisis De Vries-Gao, yang didasarkan pada prakiraan rantai pasokan untuk chip AI khusus (karena kurangnya data spesifik dari perusahaan teknologi), menunjukkan bahwa konsumsi meningkat pesat, meskipun ada peningkatan efisiensi.

De Vries-Gao mengira penelitiannya tentang teknologi intensif energi akan berakhir dengan Ethereum The Merge. Namun, kemunculan ChatGPT telah memberinya fokus baru. Analis tersebut melihat kesamaan yang mencolok antara pengembangan AI dan kebutuhan energi pasar mata uang kripto.

"Ketika ChatGPT keluar, saya berpikir, 'Ya ampun, tidak lagi.' Ini adalah teknologi yang tidak biasa yang menghabiskan banyak energi, terutama di pasar yang sangat kompetitif," katanya kepada The Verge .

Industri AI akan semakin boros energi karena persaingan. Foto: SciTechDaily.

Satu kesamaan penting adalah pola pikir "semakin besar, semakin baik" yang berlaku di kedua industri. "Kita melihat perusahaan teknologi terus meningkatkan model mereka untuk menciptakan aplikasi terbaik, tetapi hal ini juga meningkatkan permintaan sumber daya," jelas De Vries-Gao.

Pengejaran tren ini telah memicu ledakan pusat data AI baru, terutama di AS, yang telah menyebabkan rencana untuk membangun pembangkit listrik berbahan bakar gas dan reaktor nuklir baru untuk memenuhi permintaan listrik yang terus meningkat.

Lonjakan permintaan listrik ini dapat membebani jaringan listrik dan menghambat transisi ke sumber energi yang lebih bersih, serupa dengan tantangan yang ditimbulkan oleh penambangan mata uang kripto. Kesamaan lainnya adalah kesulitan dalam menilai konsumsi energi dan dampak lingkungan dari teknologi-teknologi ini secara akurat. Meskipun perusahaan teknologi besar melaporkan jejak karbonnya, mereka jarang memberikan data spesifik tentang AI saja.

Untuk mengatasi masalah ini, De Vries-Gao menggunakan teknik yang disebut "triangulasi". Ia menggunakan informasi perangkat yang tersedia untuk umum, estimasi analis, dan laporan pendapatan perusahaan untuk memprediksi berapa banyak perangkat keras yang akan diproduksi dan berapa banyak energi yang akan dikonsumsi.

Ia juga mencatat bahwa Taiwan Semiconductor Manufacturing Company (TSMC), pembuat chip AI utama, telah meningkatkan kapasitas produksi chip AI-nya lebih dari dua kali lipat dari tahun 2023 ke tahun 2024.

Ramalan dan ketidakpastian di masa depan

De Vries-Gao memperkirakan bahwa pada tahun 2024, AI akan mengonsumsi listrik sebanyak seluruh Belanda. Pada akhir tahun 2025, konsumsi ini dapat meningkat ke tingkat Inggris, dengan permintaan listrik AI mencapai 23 gigawatt (GW).

Laporan terpisah dari konsultan ICF juga memperkirakan bahwa permintaan listrik di AS akan meningkat sebesar 25% pada tahun 2030. Peningkatan ini terutama disebabkan oleh AI, pusat data, dan penambangan Bitcoin.

Terlepas dari proyeksi ini, menentukan angka pasti konsumsi energi AI masih rumit. Dampak lingkungannya sangat bervariasi tergantung pada faktor-faktor seperti jenis pemrosesan yang dibutuhkan, ukuran model AI, dan energi yang dipasok ke jaringan listrik lokal.

Konsumsi listrik Ethereum turun 99,988% setelah beralih ke metode validasi transaksi yang lebih hemat energi daripada Bitcoin. Foto: SCMP.

Misalnya, penggunaan alat AI yang diproses di pusat data di Virginia Barat dapat menghasilkan emisi karbon hampir dua kali lebih banyak daripada di California, karena adanya perbedaan penggunaan energi terbarukan antara kedua negara bagian tersebut.

De Vries-Gao yakin perusahaan teknologi perlu lebih transparan. "Sungguh konyol harus melalui begitu banyak langkah rumit untuk menghasilkan estimasi. Seharusnya tidak sesulit ini, tetapi sayangnya memang begitu," ujarnya.

Ke depannya, apakah efisiensi energi akan meningkat masih harus dilihat. Meskipun beberapa model AI, seperti DeepSeek, mengklaim mengonsumsi listrik jauh lebih sedikit daripada yang lain, pertanyaannya adalah apakah perusahaan akan memprioritaskan efisiensi daripada tren "lebih besar lebih baik".

Ada pula risiko paradoks Jevons – di mana peningkatan efisiensi menyebabkan konsumsi keseluruhan yang lebih besar karena peningkatan penggunaan – dan tanpa pengukuran dan transparansi yang lebih baik, pengelolaan konsumsi energi AI akan menjadi tantangan besar.

“Semakin besar semakin baik”

Ramalan dan ketidakpastian di masa depan

Komentar (0)