Pertumbuhan eksplosif pusat komputasi bertenaga AI menciptakan lonjakan permintaan listrik yang belum pernah terjadi sebelumnya yang mengancam akan membanjiri jaringan listrik dan menggagalkan tujuan iklim. Pada saat yang sama, teknologi kecerdasan buatan dapat merevolusi sistem energi, mempercepat transisi ke daya bersih.
“Kami berada di puncak perubahan raksasa yang berpotensi di seluruh perekonomian,” kata William H. Green, Direktur MIT Energy Initiative (MITEI) dan Hoyt C. Hottel Profesor di Departemen Teknik Kimia, di Simposium Green To Experts dari Expertium, “AI, AI,” Academai, ”yang diadakan pada 13 MITEI. Pasokan listrik dan memenuhi target energi bersih kami “sambil berusaha untuk” menuai manfaat AI tanpa beberapa kerugian. ” Tantangan permintaan energi pusat data dan potensi manfaat AI ke transisi energi adalah prioritas penelitian untuk MITEI.
Tuntutan energi AI yang mengejutkan
Sejak awal, simposium menyoroti statistik serius tentang selera AI untuk listrik. Setelah beberapa dekade permintaan listrik datar di Amerika Serikat, pusat komputasi sekarang mengkonsumsi sekitar 4 persen dari listrik negara. Meskipun ada ketidakpastian besar, beberapa proyeksi menunjukkan permintaan ini dapat meningkat menjadi 12-15 persen pada tahun 2030, sebagian besar didorong oleh aplikasi kecerdasan buatan.
Vijay Gadepally, ilmuwan senior di MIT’s Lincoln Laboratory, menekankan skala konsumsi AI. “Kekuatan yang diperlukan untuk mempertahankan beberapa model besar ini menggandakan hampir setiap tiga bulan,” katanya. “Percakapan chatgpt tunggal menggunakan listrik sebanyak mungkin untuk mengisi daya ponsel Anda, dan menghasilkan gambar mengkonsumsi sekitar sebotol air untuk didinginkan.”
Fasilitas yang membutuhkan 50 hingga 100 megawatt kekuasaan muncul dengan cepat di seluruh Amerika Serikat dan secara global, didorong oleh kebutuhan penelitian kasual maupun kelembagaan yang mengandalkan program bahasa besar seperti ChatGPT dan Gemini. Gadepally mengutip kesaksian kongres oleh Sam Altman, CEO Openai, menyoroti betapa mendasarnya hubungan ini: “Biaya Kecerdasan, Biaya AI, akan menyatu dengan biaya energi.”
“Tuntutan energi AI adalah tantangan yang signifikan, tetapi kami juga memiliki kesempatan untuk memanfaatkan kemampuan komputasi yang luas ini untuk berkontribusi pada solusi perubahan iklim,” kata Evelyn Wang, wakil presiden MIT untuk energi dan iklim dan mantan direktur di Engranjutan Proyek-Proyek-Energi (ARPA-E) di Departemen Energi AS.
Wang juga mencatat bahwa inovasi yang dikembangkan untuk AI dan pusat data-seperti efisiensi, teknologi pendinginan, dan solusi daya bersih-dapat memiliki aplikasi yang luas di luar fasilitas komputasi itu sendiri.
Strategi untuk Solusi Energi Bersih
Simposium mengeksplorasi beberapa jalur untuk mengatasi tantangan AI-Energy. Beberapa panelis mempresentasikan model yang menunjukkan bahwa sementara kecerdasan buatan dapat meningkatkan emisi dalam jangka pendek, kemampuan optimisinya dapat memungkinkan pengurangan emisi substansial setelah 2030 melalui sistem daya yang lebih efisien dan mempercepat pengembangan teknologi bersih.
Penelitian menunjukkan variasi regional dalam biaya pusat komputasi dengan listrik bersih, menurut Emre Gençer, co-founder dan CEO Wijen Sustainability dan mantan ilmuwan riset utama Mitei. Analisis Gençer mengungkapkan bahwa Amerika Serikat pusat menawarkan biaya yang jauh lebih rendah karena sumber daya matahari dan angin yang saling melengkapi. Namun, mencapai daya nol-emisi akan membutuhkan penyebaran baterai besar-lima hingga 10 kali lebih banyak dari skenario karbon sedang-biaya mengemudi dua hingga tiga kali lebih tinggi.
“Jika kami ingin melakukan nol emisi dengan daya yang dapat diandalkan, kami membutuhkan teknologi selain energi terbarukan dan baterai, yang akan terlalu mahal,” kata Gençer. Dia menunjuk “teknologi penyimpanan berdurasi panjang, reaktor modular kecil, pendekatan panas bumi, atau hibrida” sebagai pelengkap yang diperlukan.
Karena permintaan energi pusat data, ada minat baru pada tenaga nuklir, kata Kathryn Biegel, manajer R&D dan strategi perusahaan di Constellation Energy, menambahkan bahwa perusahaannya sedang memulai kembali reaktor di situs Three Mile Island sebelumnya, yang sekarang disebut “Crane Clean Energy Center,” untuk memenuhi permintaan ini. “Ruang pusat data telah menjadi prioritas utama, utama untuk rasi bintang,” katanya, menekankan bagaimana kebutuhan mereka akan keandalan dan listrik bebas karbon membentuk kembali industri listrik.
Bisakah AI mempercepat transisi energi?
Kecerdasan buatan dapat secara dramatis meningkatkan sistem tenaga, menurut Priya Donti, asisten profesor dan profesor pengembangan karier keluarga Silverman di Departemen Teknik Listrik dan Ilmu Komputer dan Laboratorium untuk Sistem Informasi dan Keputusan. Dia menunjukkan bagaimana AI dapat mempercepat optimasi jaringan listrik dengan menanamkan kendala berbasis fisika ke dalam jaringan saraf, berpotensi memecahkan masalah aliran daya yang kompleks pada “10 kali, atau bahkan lebih besar, kecepatan dibandingkan dengan model tradisional Anda.”
AI sudah mengurangi emisi karbon, menurut contoh yang dibagikan oleh Antonia Gawel, Direktur Global Keberlanjutan dan Kemitraan di Google. Fitur routing hemat bahan bakar Google Maps telah “membantu mencegah lebih dari 2,9 juta metrik ton GRK [greenhouse gas] Pengurangan emisi sejak diluncurkan, yang setara dengan mengambil 650.000 mobil berbasis bahan bakar dari jalan selama setahun, “katanya. Proyek penelitian Google lainnya menggunakan kecerdasan buatan untuk membantu pilot menghindari pembuatan contrails, yang mewakili sekitar 1 persen dari dampak pemanasan global.
Potensi AI untuk mempercepat penemuan bahan untuk aplikasi listrik disorot oleh Rafael Gómez-Bombarelli, profesor pengembangan karir Paul M. Cook di Departemen Ilmu dan Teknik Bahan MIT. “Model yang diawasi AI dapat dilatih untuk beralih dari struktur ke properti,” katanya, memungkinkan pengembangan bahan yang penting untuk komputasi dan efisiensi.
Mengamankan pertumbuhan dengan keberlanjutan
Sepanjang simposium, peserta bergulat dengan menyeimbangkan penyebaran AI cepat terhadap dampak lingkungan. Sementara pelatihan AI mendapat perhatian paling besar, Dustin Demetriou, anggota staf teknis senior dalam inovasi pusat keberlanjutan dan data di IBM, mengutip artikel Forum Ekonomi Dunia yang menyarankan bahwa “80 persen jejak lingkungan diperkirakan disimpulkan.” Demetriou menekankan perlunya efisiensi di semua aplikasi kecerdasan buatan.
Paradoks Jevons, di mana “keuntungan efisiensi cenderung meningkatkan konsumsi sumber daya secara keseluruhan daripada mengurangi” adalah faktor lain yang perlu dipertimbangkan, memperingatkan Emma Strubell, Asisten Profesor Raj Reddy di Lembaga Teknologi Bahasa di Sekolah Ilmu Komputer di Universitas Carnegie Mellon. Strubell dianjurkan untuk melihat listrik pusat komputasi sebagai sumber daya terbatas yang membutuhkan alokasi bijaksana di berbagai aplikasi.
Beberapa presenter membahas pendekatan baru untuk mengintegrasikan sumber terbarukan dengan infrastruktur grid yang ada, termasuk solusi hibrida potensial yang menggabungkan instalasi bersih dengan pabrik gas alam yang ada yang memiliki koneksi grid berharga yang sudah ada. Pendekatan ini dapat memberikan kapasitas bersih yang substansial di seluruh Amerika Serikat dengan biaya yang wajar sambil meminimalkan dampak keandalan.
Menavigasi paradoks AI-Energy
Simposium ini menyoroti peran sentral MIT dalam mengembangkan solusi untuk tantangan AI-Electricity.
Green berbicara tentang program MITEI baru tentang pusat komputasi, daya, dan perhitungan yang akan beroperasi di samping penyebaran komprehensif penelitian proyek iklim MIT. “Kami akan mencoba mengatasi masalah yang sangat rumit sepanjang jalan dari sumber daya melalui algoritma aktual yang memberikan nilai kepada pelanggan – dengan cara yang akan diterima oleh semua pemangku kepentingan dan benar -benar memenuhi semua kebutuhan,” kata Green.
Peserta dalam simposium disurvei tentang prioritas untuk penelitian MIT oleh Randall Field, direktur penelitian MITEI. Hasil real-time memberi peringkat “pusat data dan integrasi grid” sebagai prioritas utama, diikuti oleh “AI untuk penemuan yang dipercepat dari bahan canggih untuk energi.”
Selain itu, para peserta mengungkapkan bahwa sebagian besar pandangan potensi AI mengenai kekuasaan sebagai “janji,” daripada “bahaya,” meskipun sebagian besar tetap tidak pasti tentang dampak akhir. Ketika ditanya tentang prioritas dalam catu daya untuk fasilitas komputasi, setengah dari responden memilih intensitas karbon sebagai perhatian utama mereka, dengan keandalan dan pengikut biaya.
