Ledakan AI biasanya diukur berdasarkan GPU Nvidia dan capex hyperscaler. Tetapi sebuah pusat data yang penuh dengan chip canggih tidak berguna jika tidak dapat mengamankan listrik yang cukup untuk menjalankannya.
Itulah sebabnya daya menjadi salah satu kendala paling penting dalam infrastruktur AI.
IEA memperkirakan konsumsi listrik pusat data global akan meningkat dari sekitar 485 TWh pada 2025 menjadi sekitar 950 TWh pada 2030. Fasilitas yang berfokus pada AI diperkirakan akan tumbuh lebih cepat lagi.
Masalahnya bukan hanya seberapa besar daya yang digunakan AI. Tetapi seberapa cepat permintaan itu muncul. Pusat data dapat dibangun dalam beberapa tahun, sementara jalur transmisi, gardu induk, dan pembangkit baru seringkali membutuhkan waktu jauh lebih lama.
GPU Hanya Satu Lapisan dari Tumpukan AI
Cluster AI membutuhkan lebih dari sekadar prosesor.
Ribuan akselerator memerlukan jaringan, konversi daya, pendinginan, dan akses grid yang andal. Seiring meningkatnya kepadatan server, infrastruktur pendukung menjadi lebih menuntut.
Itu menciptakan rantai pasokan AI yang lebih luas:
GPU → jaringan → konversi daya → pendinginan → koneksi grid → generasi listrik
Panduan infrastructure AI kami menunjukkan bagaimana cerita investasi telah berkembang jauh melampaui chip ke dalam manajemen daya dan termal.
Perbedaan utamanya adalah beberapa kendala ini tidak dapat diatasi hanya dengan memesan lebih banyak peralatan.
Sebuah hyperscaler mungkin dapat membeli lebih banyak GPU. Namun, tidak dapat segera membuat koneksi tegangan tinggi baru.
Akses Grid Menjadi Semakin Langka
Texas menawarkan salah satu contoh paling jelas.
Permintaan daya untuk pusat data yang diusulkan telah melebihi 700 GW, jauh di atas konsumsi pusat data AS saat ini. Regulator telah mulai memperketat aturan koneksi karena sebagian permintaan tersebut mungkin berasal dari proyek yang tidak pernah dibangun. Reuters menggambarkan masalah ini sebagai ghost demand.
Itu menciptakan masalah keuangan nyata. Utilitas mungkin berinvestasi dalam infrastruktur untuk proyek-proyek yang tidak pernah terealisasi, sementara kampus AI yang asli menghadapi penundaan bertahun-tahun untuk mendapatkan daya.
| Kendala AI | Mengapa hal ini penting |
|---|---|
| Koneksi grid | Proyek baru mungkin harus menunggu bertahun-tahun |
| Transformers | Waktu produksi yang panjang |
| Pending | GPU dengan kepadatan lebih tinggi menghasilkan lebih banyak panas |
| Generasi | AI memerlukan daya andal 24/7 |
| Transmisi | Daya mungkin jauh dari pusat permintaan |
Perusahaan Listrik Menjadi Investasi AI
Bottleneck ini menciptakan sekelompok penerima manfaat AI baru.
Vertiv, misalnya, memasok sistem manajemen daya dan pendingin untuk pusat data dan baru-baru ini sepakat untuk membeli spesialis microgrid Utility Innovation Group senilai hingga $2,6 miliar. Transaksi Vertiv menunjukkan betapa berharganya generasi di lokasi dan infrastruktur yang independen dari grid semakin meningkat.
Microgrid penting karena dapat mengurangi ketergantungan pada koneksi utilitas yang tertunda dengan menggabungkan listrik grid dengan generasi dan penyimpanan di lokasi.
Utilitas juga semakin menjadi bagian dari perdagangan AI. NextEra Energy, Dominion Energy, dan penyedia listrik lainnya semakin diuntungkan dari permintaan jangka panjang yang diciptakan oleh hyperscaler dan pengembang pusat data.
Proyeksi energi IEA memperkirakan energi terbarukan akan memenuhi sebagian besar permintaan tambahan pusat data, tetapi gas alam, nuklir, dan penyimpanan juga akan tetap penting karena beban AI membutuhkan daya yang andal sepanjang waktu.
Ini juga mengubah ekonomi penambangan bitcoin. Para penambang sudah mengendalikan koneksi grid berharga di wilayah dengan listrik murah. Jika perusahaan AI bersedia membayar lebih untuk listrik yang sama, beberapa operator mungkin mengalihkan kapasitas ke komputasi berperforma tinggi. analisis penambangan Coinpaper menunjukkan bahwa listrik itu sendiri sedang menjadi aset yang langka.
Cerita investasi AI karenanya dapat bergerak melampaui pertanyaan siapa yang membuat chip paling cepat.