Apakah chatbot AI "haus kekuasaan" seperti yang dikabarkan?

Hanya dalam beberapa tahun terakhir, ChatGPT telah meroket popularitasnya, dengan hampir 200 juta pengguna mengirimkan lebih dari satu miliar permintaan per hari. Respons yang terkesan "tiba-tiba" tersebut sebenarnya menghabiskan banyak energi di balik layar.

Pada tahun 2023, pusat data—tempat AI dilatih dan dioperasikan—akan menyumbang 4,4% konsumsi listrik di AS. Secara global, angka tersebut sekitar 1,5% dari total permintaan listrik. Pada tahun 2030, konsumsi diperkirakan akan berlipat ganda seiring dengan terus meningkatnya permintaan AI.

"Tiga tahun lalu, kita bahkan belum punya ChatGPT," kata Alex de Vries-Gao, peneliti keberlanjutan teknologi baru di Vrije Universiteit Amsterdam dan pendiri Digiconomist, platform yang menganalisis konsekuensi tak terduga dari tren digital. "Dan sekarang kita berbicara tentang teknologi yang dapat menyumbang hampir separuh konsumsi listrik pusat data di seluruh dunia ."

Mengajukan pertanyaan kepada model bahasa besar (LLM) menghabiskan listrik sekitar 10 kali lebih banyak daripada pencarian Google pada umumnya. (Foto: Qi Yang/Getty Images)

Apa yang membuat chatbot AI begitu haus daya? Jawabannya terletak pada skalanya yang sangat besar. Menurut profesor ilmu komputer Universitas Michigan, Mosharraf Chowdhury, ada dua tahap yang sangat "haus daya": pelatihan dan inferensi.

"Namun, masalahnya adalah model-model saat ini begitu besar sehingga tidak dapat berjalan pada satu GPU saja, apalagi muat pada satu server saja," jelas Profesor Mosharraf Chowdhury kepada Live Science.

Sebagai gambaran skalanya, studi de Vries-Gao tahun 2023 menemukan bahwa satu server Nvidia DGX A100 dapat mengonsumsi daya hingga 6,5 kilowatt. Pelatihan LLM biasanya membutuhkan beberapa server, masing-masing dengan rata-rata delapan GPU, yang berjalan terus menerus selama berminggu-minggu atau bahkan berbulan-bulan. Konsumsi daya totalnya sangat besar: Pelatihan OpenAI GPT-4 saja menghabiskan 50 gigawatt-jam, cukup untuk memberi daya ke seluruh San Francisco selama tiga hari.

Proses pelatihan GPT-4 OpenAI cukup untuk menggerakkan seluruh San Francisco selama tiga hari. (Gambar: Jaap Arriens/NurPhoto/Rex/Shutterstock)

Fase inferensi juga sangat boros energi. Di sinilah chatbot AI menggunakan apa yang telah dipelajarinya untuk menghasilkan respons bagi pengguna. Meskipun inferensi membutuhkan sumber daya komputasi yang lebih sedikit daripada fase pelatihan, proses ini tetap sangat boros daya karena banyaknya permintaan yang dikirim ke chatbot.

Per Juli 2025, OpenAI menyatakan pengguna ChatGPT mengirimkan lebih dari 2,5 miliar permintaan per hari. Agar dapat merespons secara instan, sistem harus memobilisasi beberapa server agar beroperasi secara bersamaan. Dan itu baru ChatGPT, belum lagi platform populer lainnya, seperti Gemini milik Google, yang diperkirakan akan segera menjadi pilihan utama saat pengguna mengakses Google Search.

"Bahkan dalam fase inferensi, Anda tidak bisa benar-benar menghemat energi," kata Chowdhury. "Ukuran data bukan lagi yang terpenting. Modelnya memang besar, tetapi yang lebih besar adalah jumlah penggunanya."

Para peneliti seperti Chowdhury dan de Vries-Gao kini tengah mencari cara untuk mengukur konsumsi daya secara lebih akurat dan menemukan cara untuk menguranginya. Sebagai contoh, Chowdhury mengelola sebuah pemeringkatan yang disebut ML Energy Leaderboard, yang melacak konsumsi energi inferensi dari model sumber terbuka.

Namun, sebagian besar data terkait platform AI generatif komersial masih "rahasia". Perusahaan-perusahaan besar seperti Google, Microsoft, atau Meta merahasiakannya atau hanya mempublikasikan statistik yang sangat samar dan tidak mencerminkan dampak lingkungan yang sebenarnya. Hal ini menyulitkan untuk menentukan berapa banyak listrik yang sebenarnya dikonsumsi AI, berapa permintaannya di tahun-tahun mendatang, dan apakah dunia dapat memenuhinya.

Namun, pengguna tentu dapat mendesak adanya transparansi, yang tidak hanya membantu individu membuat pilihan yang lebih bertanggung jawab saat menggunakan AI, tetapi juga membantu mempromosikan kebijakan yang membuat bisnis bertanggung jawab.

"Salah satu masalah inti dengan aplikasi digital adalah dampaknya terhadap lingkungan seringkali tersembunyi," kata peneliti de Vries-Gao. "Sekarang, bola ada di tangan para pembuat kebijakan: mereka harus mendorong pengungkapan data agar pengguna dapat mengambil tindakan."

Ngoc Nguyen (Live Science)

Sumber: https://vtcnews.vn/chatbot-ai-co-ngon-dien-nhu-loi-don-ar965919.html