Telset.id – Konsumsi energi pusat data kecerdasan buatan (AI) yang terus melonjak berpotensi ditekan secara drastis. Para peneliti di University of Edinburgh, Skotlandia, menemukan metode baru yang mampu memangkas kebutuhan daya untuk memori dan penyimpanan hingga sekitar 100 kali lipat, sebuah terobosan yang dapat mengubah masa depan industri komputasi dan AI.
Temuan yang dipublikasikan di jurnal Advanced Materials ini berfokus pada cara kerja memori magnetik. Saat ini, proses switching (pengalihan) status untuk mengontrol informasi digital pada memori magnetik membutuhkan energi yang tidak sedikit. Para ilmuwan menemukan alternatif dengan memanfaatkan denyut medan magnet ultracepat (ultrafast magnetic-field pulses) yang mengonsumsi energi jauh lebih kecil.
Menurut klaim dalam paper tersebut, pendekatan ini mampu memangkas penggunaan energi “hingga dua orde magnitudo”. Artinya, penghematan yang dicapai sekitar 100x lipat dibandingkan metode konvensional. Temuan ini hadir di tengah meningkatnya kekhawatiran publik terhadap dampak lingkungan dari pembangunan pusat data AI di berbagai wilayah.
Revolusi AI yang baru berjalan beberapa tahun saja sudah memunculkan isu signifikan terkait konsumsi energi pusat data. Para penulis riset menegaskan, “Tanpa peningkatan efisiensi yang signifikan, [teknologi informasi dan komunikasi] pada akhirnya bisa mewakili sebagian besar konsumsi listrik dan emisi karbon dunia.” AI memegang peranan besar dalam tren ini, baik karena kebutuhan produksi komponen yang besar maupun emisi yang dihasilkannya.
Meskipun riset ini berfokus pada memori magnetik, para peneliti percaya teori yang sama dapat diterapkan di bidang lain. Dr. Elton J.G. Santos, salah satu penulis studi, menjelaskan bahwa kerangka kerja yang sama dapat diadaptasi untuk arus listrik dan bahkan pulsa laser ultracepat, yang merupakan teknologi paling mutakhir untuk penyimpanan data masa depan. “Itu berarti ide yang dikembangkan di sini bisa memiliki aplikasi yang jauh melampaui sistem yang kami pelajari,” ujarnya.
Konsumsi energi yang besar dari pusat data AI sendiri telah menjadi sorotan berbagai pihak. Beberapa laporan bahkan menyebut lonjakan kebutuhan daya berpotensi menghambat kemajuan infrastruktur AI dalam waktu dekat. Kondisi ini mendorong berbagai upaya inovasi untuk mencari solusi keberlanjutan di sektor teknologi.
Berbagai pendekatan pun mulai dieksplorasi untuk mengatasi krisis energi pusat data. Ada yang mencoba memanfaatkan gelembung khusus untuk mendinginkan server, sementara yang lain menyoroti bahwa pasokan listrik yang ada sudah tidak mampu lagi memenuhi kebutuhan operasional pusat data AI. Di sisi lain, perusahaan teknologi besar terus mengucurkan investasi untuk memperluas infrastruktur mereka.
Baca Juga:
Kendati hasilnya menjanjikan, penelitian ini masih berada dalam ranah teoretis. Para penulis paper telah mengusulkan sejumlah langkah praktis yang dapat membantu peneliti lain membangun prototipe dan melakukan eksperimen lanjutan. Namun, perubahan besar dalam skala industri tidak akan terjadi dalam waktu dekat.
Masih ada jalan panjang sebelum ide-ide ini benar-benar diterapkan, jika memang pada akhirnya berhasil. Meski demikian, dengan hasil yang menjanjikan dari kerja para ilmuwan ini, ada harapan bahwa pusat data di masa depan dapat jauh lebih hemat energi dibandingkan fasilitas yang beroperasi saat ini.
Metode baru ini menjadi salah satu kandidat solusi untuk mengatasi masalah efisiensi energi di pusat data yang kian mendesak. Pasalnya, kebutuhan komputasi AI yang meningkat pesat seiring dengan perkembangan teknologi lainnya menuntut inovasi di segala lini. Temuan di University of Edinburgh ini setidaknya membuka jalan bagi riset lebih lanjut mengenai penyimpanan data berdaya rendah.
Ke depan, adopsi teknologi ini diharapkan dapat mengurangi beban listrik sekaligus menekan emisi karbon yang dihasilkan industri teknologi informasi. Jika riset lanjutan berhasil membuktikan efektivitasnya dalam skala industri, metode ini dapat menjadi fondasi bagi generasi baru perangkat memori yang jauh lebih efisien. Namun, para ahli mengingatkan untuk tetap realistis terhadap tenggat waktu komersialisasi teknologi semacam ini.
[CONTENT_END]
Komentar
Belum ada komentar.