Artikel · 04

AI menjadikan listrik sebagai leher botol pusat data

Pusat Data14 Oktober 2026· 5 menit baca

Deretan rak server monokrom dengan jalur listrik yang masuk ke fasilitas

Analis kini memperkirakan kebutuhan listrik pusat data tumbuh sekitar seperempat tahun ini. Sumber daya yang langka dalam komputasi awan bergeser dari chip ke akses jaringan listrik.

Prakiraan Gartner untuk 2026 menempatkan kebutuhan daya pusat data dunia di 132 gigawatt tahun ini, naik 27 persen dari 104 gigawatt pada 2025, dan mencapai 290 gigawatt pada 2030. Konsumsi listrik diperkirakan tumbuh 26 persen pada 2026 menjadi 565 terawatt jam. Pendorongnya adalah AI generatif, yang berjalan di server dengan konsumsi daya jauh lebih besar daripada server konvensional.

Gartner memperkirakan server yang dioptimalkan untuk AI akan menyumbang sekitar 31 persen konsumsi daya pusat data pada 2026 dan melampaui server konvensional pada 2027. Analis lain memberi total yang berbeda: TrendForce memproyeksikan kebutuhan 161 gigawatt pada 2026, naik 31 persen dari estimasi 2025-nya, dengan server AI mendekati sepertiga beban. Titik awalnya berbeda, tetapi arahnya sama di semua prakiraan.

Akibatnya, daya listrik, bukan perangkat keras, yang menentukan lajunya. Gartner memperkirakan konsumsi melampaui 1.200 terawatt jam pada 2030 dan memperingatkan bahwa pasokan jaringan listrik tidak akan mengejar rencana pembangunan, yang berdampak pada semua pelanggan pusat data, bukan hanya laboratorium AI terbesar. Analisnya menyebut keamanan daya sebagai medan pertempuran baru untuk menskalakan AI dan menjaga margin.

Saran Gartner kepada para pemimpin infrastruktur adalah memprioritaskan peningkatan efisiensi dan mengamankan akses listrik sejak dini, serta berinvestasi pada pendinginan berefisiensi tinggi dan edge computing untuk meredam kendala ini. Bagi tim yang menyewa kapasitas alih-alih membangunnya, padanannya adalah memperlakukan komputasi sebagai sumber daya fisik yang terukur: sesuaikan ukuran beban kerja, hindari waktu GPU yang menganggur, dan harapkan biaya energi muncul dalam harga cloud seiring waktu.

Bagi pengembang ada pelajaran yang lebih sunyi. Kode yang efisien, model yang lebih kecil bila sudah cukup baik, caching, dan batching dulu merupakan optimasi biaya. Saat daya menjadi faktor pembatas, semuanya juga menjadi cara untuk mendapatkan lebih banyak hasil dari kapasitas yang ada.

Ringkasan didasarkan pada pemberitaan publik per Oktober 2026. Rencana produk dan standar dapat berubah.

Solusi Rekayasa IT