Setiap pencarian google, pertanyaan ChatGPT, video youtube, fyp tiktok, dan segala layanan berbasis internet beroperasi dengan serangkaian sistem dalam suatu data center. Peralatan komputasi menumpuk hingga ke langit-langit, ribuan kipas kecil berputar, lampu berkedip-kedip berwarna-warni, dan deru ribuan computer memenuhi data center. Dengan seluruh sistem yang bekerja tanpa henti 24 jam per hari, tak dapat dipungkiri operasionalnya memiliki dampak besar terhadap lingkungan karena konsumsi energinya yang tinggi. Terutama yang digunakan untuk menjalankan kecerdasan buatan (AI).
Mekanisme dan Dampak
Data center adalah pusat komputasi yang memproses dan menyimpan data untuk menjalankan aplikasi AI seperti ChatGPT, Google, dan lainnya. Operasional data center ini membutuhkan pemakaian daya listrik yang sangat besar untuk menjaga ribuan server yang bekerja tanpa henti. Selain itu, proses pendinginan server juga memerlukan penggunaan air dalam jumlah besar. Upaya ini dilakukan guna memastikan tersedianya layanan setiap saat.
Konsumsi energi yang besar ini berdampak langsung terhadap lingkungan dan iklim. Hal ini sangat mungkin terjadi ketika data center menggunakan listrik yang sebagian besar berasal dari pembakaran bahan bakar fosil. Emisi pembakaran akan meningkatkan emisi gas rumah kaca dan mempercepat perubahan iklim. Sebagai contoh, penelitian Alex de Vries di Universitas Vrije Amsterdam menunjukkan bahwa aplikasi seperti ChatGPT dapat mengonsumsi hingga 10 kali lebih banyak listrik daripada pencarian Google.
Baca juga: Sejarah Kecerdasan Buatan: Perkembangan Teknologi Canggih (warstek.com)
Besarnya Konsumsi Energi
Dalam penelitiannya, de Vries memperkirakan bahwa pada puncak popularitas ChatGPT, aplikasi tersebut mengonsumsi sekitar 564 megawatt-jam listrik per hari. Jumlah tersebut kira-kira sama dengan penggunaan energi harian oleh sekitar 19.000 rumah tangga di Amerika.
Dalam penelitian lainnya, Alex Hernandez dan timnya mempelajari jejak karbon berbagai model AI. Berdasarkan penelitian tersebut, ia memperkirakan dampak iklim dari pelatihan LLM GPT-3 (Versi terbaru dari model ini menjalankan ChatGPT). Dampaknya mungkin setara dengan 450 penerbangan pesawat komersial antara London dan New York City, menurut temuannya.
Tidak semua tugas AI membutuhkan energi yang sangat besar, menurut studi Hugging Face. Para peneliti ini mengukur jejak karbon dari model kecil yang dilatih hanya untuk melakukan tugas menandai ulasan film. Jejak karbon pada penandaan 1.000 ulasan dengan model kecil adalah sekitar 0,3 gram karbon dioksida (CO2). Ketika para peneliti memberikan tugas yang sama dengan LLM yang besar dan kuat, mereka menemukan emisi sekitar 10 gram CO2, atau 30 kali lebih banyak dibandingkan model AI sederhana.
Langkah-Langkah Penanggulangan
Berikut langkah-langkah untuk mengurangi dampak lingkungan dari penggunaan energi yang besar dalam operasional data center kecerdasan buatan:
- Pengoptimalan Energi. Data center dapat meningkatkan efisiensi energi mereka melalui penggunaan teknologi pendinginan yang lebih efisien, virtualisasi server, dan manajemen daya yang lebih baik.
- Penggunaan Energi Terbarukan. Memanfaatkan sumber energi terbarukan seperti tenaga surya dan angin dapat membantu mengurangi jejak karbon data center.
- Inovasi Teknologi. Terus mengembangkan teknologi baru yang lebih efisien dalam penggunaan energi, seperti pemrosesan data yang lebih efisien dan penggunaan chip komputer yang lebih hemat energi.
- Pemantauan dan Pelaporan. Perusahaan teknologi perlu melakukan pemantauan dan pelaporan secara teratur terkait dengan konsumsi energi dan jejak karbon dari operasional data center mereka.
- Pendidikan dan Kesadaran Lingkungan. Meningkatkan kesadaran tentang dampak lingkungan dari penggunaan teknologi digital dan mendorong praktik yang lebih berkelanjutan di kalangan industri dan masyarakat umum.
Penggunaan energi yang besar dalam operasional data center merupakan ancaman serius terhadap lingkungan dan iklim. Namun, dengan langkah-langkah yang tepat, kita dapat mengurangi dampak negatif ini dan menjaga keseimbangan antara kemajuan teknologi dan keberlanjutan lingkungan. Dengan demikian, peran aktif semua pemangku kepentingan, mulai dari perusahaan teknologi hingga pemerintah dan masyarakat umum, sangat penting untuk mencapai solusi yang berkelanjutan dan ramah lingkungan.
Referensi :
Luccioni AS, Hernandez-Garcia A. Counting Carbon: A Survey of Factors Influencing the Emissions of Machine Learning. Published online February 16, 2023. Accessed February 20, 2024. https://arxiv.org/abs/2302.08476v1
de Vries A. The growing energy footprint of artificial intelligence. Joule. 2023;7(10):2191-2194. doi:10.1016/J.JOULE.2023.09.004
Li B, Samsi S, Gadepally V, Tiwari D. Clover: Toward Sustainable AI with Carbon-Aware Machine Learning Inference Service. Proc Int Conf High Perform Comput Networking, Storage Anal SC 2023. 2023;1. doi:10.1145/3581784.3607034