Pertanyaan tentang apakah ChatGPT menggunakan air mungkin tampak membingungkan pada awalnya. Lagi pula, ini adalah program perangkat lunak, entitas tak berwujud yang hidup di ranah digital. Namun, kenyataannya jauh lebih kompleks dan terjalin dengan infrastruktur fisik yang mendukung seluruh era digital. ChatGPT, seperti semua model bahasa besar (LLM) dan sistem AI, bergantung pada sejumlah besar daya komputasi yang berada di pusat data. Pusat data ini, benteng server dan peralatan jaringan, memerlukan energi yang signifikan untuk beroperasi, dan sebagian besar dari produksi energi tersebut, dan yang terpenting, pendinginan pusat data itu sendiri, selalu melibatkan air. Oleh karena itu, meskipun ChatGPT sendiri tidak secara fisik "minum" air, eksistensi dan operasinya memiliki jejak air yang terukur dan terus berkembang, menimbulkan pertanyaan penting tentang keberlanjutan lingkungan AI. Memahami jejak air ini memerlukan kita untuk menyelami cara kerja pusat data dan lanskap energi yang mereka huni.
Anakin AI
Pusat data adalah perwujudan fisik dari cloud. Mereka adalah kompleks yang luas penuh dengan barisan server yang terhubung oleh infrastruktur jaringan yang canggih. Server-server ini melakukan perhitungan, menyimpan data, dan mengeksekusi instruksi yang membuat AI seperti ChatGPT berfungsi. Daya pemrosesan yang sangat besar yang dibutuhkan oleh server-server ini menghasilkan panas yang sangat besar. Tanpa pendinginan yang tepat, server-server ini akan cepat mengalami overheating dan gagal. Metode pendinginan tradisional di pusat data sangat bergantung pada air. Chiller menggunakan air untuk menyerap panas dari udara atau langsung dari komponen server. Menara pendingin kemudian menguapkan air untuk mendinginkan panas tersebut ke atmosfer. Proses ini, meskipun efektif, mengkonsumsi volume air yang signifikan, terutama di daerah dengan iklim panas atau di mana teknologi pendinginan yang lebih tua dan kurang efisien digunakan. Semakin kompleks AI-nya, semakin banyak data yang diproses, dan semakin banyak pengguna yang berinteraksi dengannya, semakin banyak daya komputasi yang dibutuhkan dan, akibatnya, semakin banyak pendinginan yang diperlukan. Keterkaitan langsung antara kompleksitas, penggunaan, dan konsumsi air inilah yang menjadikan jejak air ChatGPT dan model AI besar lainnya sebagai masalah yang sangat penting.
Jumlah air yang digunakan untuk mendinginkan pusat data bervariasi secara signifikan tergantung pada faktor-faktor seperti lokasi, iklim, teknologi pendinginan, dan kepadatan server. Namun, estimasi luas dapat memberikan gambaran tentang skala. Beberapa studi menunjukkan bahwa pusat data dapat menggunakan jutaan galon air per hari, menyaingi konsumsi air kota kecil. Pusat data yang lebih tua dengan sistem pendinginan yang kurang efisien cenderung memiliki tingkat konsumsi air yang jauh lebih tinggi daripada fasilitas baru yang menggunakan teknologi yang lebih canggih. Misalnya, pusat data yang terletak di daerah gurun kemungkinan besar perlu bergantung pada pendinginan evaporatif lebih banyak, sehingga meningkatkan jejak airnya dibandingkan dengan pusat data di iklim yang lebih sejuk dan lembap yang dapat memanfaatkan pendinginan udara atau metode yang lebih sedikit mengandalkan air. Selain itu, efisiensi penggunaan daya (PUE) dari sebuah pusat data, metrik yang membandingkan total energi yang digunakan oleh fasilitas dengan energi yang digunakan oleh peralatan TI, secara langsung terkait dengan konsumsi air. Nilai PUE yang lebih rendah menunjukkan operasi yang lebih efisien dan sering kali berkorelasi dengan penggunaan air yang lebih rendah.
Sementara penggunaan air langsung untuk pendinginan adalah perhatian utama, konsumsi air tidak langsung yang terkait dengan energi yang digunakan untuk memberi daya pada pusat data juga sangat signifikan. Pembangkit listrik, yang memasok listrik yang dibutuhkan untuk menjalankan pusat data ini, sering kali juga bergantung pada air untuk pendinginan. Pembangkit listrik berbahan bakar batu bara dan pembangkit listrik nuklir, khususnya, adalah konsumen besar air untuk proses pendinginan. Bahkan beberapa sumber energi terbarukan, seperti tenaga hidro dan tenaga surya terkonsentrasi, dapat memiliki jejak air yang substansial. Oleh karena itu, bahkan jika pusat data menggunakan relatif sedikit air untuk pendinginan langsung, listrik yang dikonsumsinya mungkin memiliki biaya air tersembunyi yang terkait dengan produksinya. Konsumsi air tidak langsung ini sering diabaikan tetapi dapat secara signifikan menyumbang pada keseluruhan jejak air AI. Oleh karena itu, sumber energi yang memberi daya pada pusat data adalah faktor kritis dalam menilai dampak lingkungannya.
Untungnya, semakin meningkatnya kesadaran tentang jejak air dan energi AI mendorong inovasi dan adopsi praktik yang lebih berkelanjutan di industri pusat data. Beberapa strategi sedang diterapkan untuk mengurangi konsumsi air dan meminimalkan dampak lingkungan AI. Ini termasuk:
Teknologi Pendinginan yang Canggih: Beralih dari pendinginan evaporatif tradisional ke pendinginan udara yang lebih efisien, pendinginan cair, atau sistem loop tertutup dapat secara signifikan mengurangi penggunaan air. Pendinginan cair, misalnya, melibatkan sirkulasi pendingin langsung ke komponen server, memberikan penghapusan panas yang lebih terarah dan efisien dibandingkan pendinginan udara.
Optimalisasi Lokasi: Membangun pusat data di iklim yang lebih sejuk atau dekat dengan sumber energi terbarukan dapat meminimalkan kebutuhan pendinginan yang intensif air dan mengurangi ketergantungan pada bahan bakar fosil. Menempatkan pusat data di daerah dengan energi terbarukan yang tersedia, seperti tenaga angin atau tenaga surya, dapat secara signifikan mengurangi jejak karbon dan air.
Daur Ulang dan Penggunaan Kembali Air: Menerapkan sistem daur ulang air dapat mengurangi jumlah air tawar yang dibutuhkan untuk pendinginan. Air limbah yang diolah atau air hujan dapat digunakan untuk menara pendingin, mengurangi beban pada sumber daya air lokal.
Meningkatkan Efisiensi Pusat Data: Mengoptimalkan pemanfaatan server dan meningkatkan efisiensi energi keseluruhan pusat data mengurangi jumlah panas yang dihasilkan, sehingga menurunkan permintaan pendinginan. Teknik seperti virtualisasi server dan penyeimbangan beban kerja dapat membantu memaksimalkan pemanfaatan server dan meminimalkan pemborosan energi.
Pemerintah dan organisasi industri memainkan peran penting dalam mempromosikan praktik pusat data yang berkelanjutan. Regulasi dan insentif dapat mendorong adopsi teknologi yang efisien air dan mempromosikan pengembangan sumber energi terbarukan. Standarisasi pelaporan penggunaan air dan mempromosikan transparansi juga dapat membantu melacak kemajuan dan mengidentifikasi area untuk perbaikan. Misalnya, insentif pajak untuk pusat data yang menggunakan energi terbarukan atau menerapkan sistem daur ulang air dapat mendorong adopsi praktik ini yang lebih luas. Kolaborasi antara operator pusat data, pengembang teknologi, dan pembuat kebijakan sangat penting untuk mendorong inovasi dan menciptakan masa depan yang lebih berkelanjutan untuk AI.
Pada akhirnya, keberlanjutan lingkungan AI tidak hanya tergantung pada tindakan operator pusat data dan pemerintah, tetapi juga pada pilihan yang kita buat sebagai konsumen. Menyadari jejak digital kita dan mendukung perusahaan yang memprioritaskan keberlanjutan dapat membantu mendorong perubahan. Memilih untuk menggunakan layanan yang diberdayakan oleh energi terbarukan atau dirancang untuk efisiensi dapat secara tidak langsung berkontribusi pada pengurangan jejak air AI. Selain itu, mempertimbangkan implikasi etis dari pengembangan AI dan mengadvokasi praktik AI yang bertanggung jawab yang memprioritaskan keberlanjutan adalah langkah penting dalam menciptakan masa depan digital yang lebih sadar lingkungan dan adil.
Sementara ChatGPT dan model AI lainnya menawarkan potensi besar untuk inovasi dan kemajuan, sangat penting untuk mengakui dan menangani dampak lingkungan mereka, terutama ketergantungan mereka pada air. Dengan memahami hubungan antara pusat data, konsumsi energi, dan penggunaan air, kita dapat mulai menerapkan solusi berkelanjutan dan mempromosikan pengembangan AI yang bertanggung jawab. Masa depan AI tergantung pada kemampuan kita untuk menciptakan sistem yang tidak hanya kuat dan cerdas tetapi juga ramah lingkungan. Ini memerlukan upaya bersama dari pemerintah, industri, dan individu untuk memprioritaskan keberlanjutan dan mengadopsi teknologi inovatif yang meminimalkan jejak air AI. Hanya dengan demikian kita dapat memastikan bahwa manfaat AI dinikmati tanpa mengorbankan kesehatan planet kita.
