Penulis: Phillip Marangella, Chief Marketing and Product Officer EdgeConneX, menguraikan apa yang harus dilakukan oleh penyedia pusat data untuk memaksimalkan potensi optimal dari AI.
Hingga saat ini, salah satu hal yang paling menakjubkan dari Artificial Intelligence (AI) adalah betapa cepatnya istilah ini menjadi bagian dari perbincangan umum di seluruh dunia.
Banyak artikel dan penelitian yang menelusuri asal-usul AI, bahkan hingga menyangkutpautkan ke karakter Tin Man dalam novel ‘The Wonderful Wizard of Oz’ yang diterbitkan pada tahun 1900.
Karakter dalam cerita ini adalah manusia yang menjadi manusia timah namun tetap memiliki kecerdasan dan kepribadian manusia.
Penulis buku tersebut melanjutkan ceritanya pada tahun 1907 dengan sekuel yang menampilkan robot bernama Tik Tok, yang sering dianggap sebagai hasil proses ‘rendering’ pertama dari mesin dengan tingkat kecerdasan manusia.
Tidak mengherankan jika AI pertama kali terkonsep dalam fiksi, seperti halnya perjalanan luar angkasa, pendaratan di bulan, kapal selam, pengintaian negara, ponsel pada jam tangan, Frankenstein, dan banyak lagi.
Konsep ini muncul pertama kali dari imajinasi manusia, tetapi tentu saja semuanya membutuhkan sains dan teknologi untuk mewujudkannya menjadi kenyataan.
TONTON JUGA:
Meskipun telah ada beberapa contoh yang solid dan disesuaikan tentang kekuatan AI dalam layanan seperti halnya asisten digital, AI telah menjadi salah satu bagian cerita yang disalahpahami dalam perfilman selama beberapa dekade, kekuatan dan kemampuan yang sebenarnya baru sekarang ini diakui karena potensi transformasinya.
Hampir setiap industri, setiap layanan, dan setiap produk akan terdampak pada tingkat tertentu oleh pengaruh AI dalam sektor keuangan, perawatan kesehatan, konstruksi, operasi, Teknologi Informasi (TI), desain produk, manufaktur, logistik, dan banyak lagi.
Dalam 2023 Hype Cycle for AI, Gartner mencantumkan 29 teknologi yang dirancang dari ‘Innovation Trigger’ (Pemicu Inovasi) hingga ‘Plateau of Productivity’ (Puncak Produktivitas). Sebagian besar teknologi tersebut diproyeksikan akan mencapai tingkat produktivitas dalam waktu lima tahun atau kurang, meskipun data historis yang ada menunjukkan bahwa beberapa di antaranya terbukti tidak produktif atau bahkan tidak memungkinkan untuk diterapkan dengan sukses.
Baca juga: Setelah Malaysia, EdgeConnex Perluas Kampus Hyperscale di Indonesia
Revolusi Luar Biasa untuk Teknologi Kedepannya
AI telah lama hadir, dan hasilnya hampir terlihat di depan mata.
Namun, semua pencapaian AI ini tidak akan mungkin terjadi tanpa meletakkan landasan dengan memberdayakan pembelajaran mesin untuk memanfaatkan pengetahuan agar berhasil mengembangkan dan menerapkan teknologi tersebut di berbagai industri, ilmu, lokasi, dan budaya.
Di sinilah pusat data sekali lagi memainkan peran penting dalam memungkinkan revolusi teknologi kedepannya. Pusat data sangat penting bagi perkembangan internet secara global; pusat data memperkuat penyebaran smartphone, komputasi seluler, serta layanan cloud pun lahir dari pemusatan dan pembagian daya komputasi dalam skala besar di dalam pusat data.
Berdasarkan ketiga revolusi teknologi tersebut, AI merupakan inovasi besar mendatang yang akan mengandalkan ketiga teknologi tersebut beserta kekuatannya, baik secara harfiah maupun kiasan, diwujudkan oleh pusat data untuk mengoptimalkan potensi penuh dari AI kepada dunia.
Baca juga: Pinjol Meningkat 71 Persen, Pada Juni 2023, Pinjaman Untuk Pemuda Capai Rp2,3 Juta
Dibangun berdasarkan Kepadatan
Kendati pusat data sangat penting bagi kesuksesan AI, namun hal ini juga menjadi tantangan bagi penyedia jasa tersebut.
Performa komputasi dan konsumsi energi yang sangat besar bersumber dari GPU dan chip khusus lainnya untuk menggerakkan AI, termasuk ASIC dan FPGA, membutuhkan daya yang sangat besar seiring dengan meningkatnya kepadatan rak dengan cepat.
Secara historis, kepadatan daya di dalam pusat data telah berkembang dengan laju yang sangat lambat.
Namun, kemajuan pesat dalam GPU dan daya komputasi yang dihasilkan memiliki arti bahwa kepadatannya mendorong batasan metodologi pendinginan udara tradisional.
Sementara kepadatan rata-rata berada dalam satu digit selama lebih dari 20+ tahun terakhir, kepadatan AI berkisar antara 25-50kw per rak saat ini dan jumlah tersebut diperkirakan akan berlipat ganda atau tiga kali lipat dalam 2-4 tahun ke depan.
Kuncinya adalah kemampuan untuk mendesain pusat data yang dibangun sesuai dengan kebutuhan spesifik pelanggan untuk platform AI mereka, tetapi juga dibangun dengan spesifikasi kepadatan tinggi sekaligus fleksibilitas untuk meningkatkan kapasitas dan kebutuhan daya dari waktu ke waktu.
Kepadatan yang lebih tinggi ini akan membawa kebutuhan yang lebih besar terhadap solusi pendinginan inovatif yang tidak mengurangi pencapaian efisiensi dan keberlanjutan yang telah kita lihat di seluruh industri.
Seiring dengan munculnya kebutuhan kepadatan yang lebih tinggi, solusi pendinginan yang lebih efisien perlu diimbangi, penyedia pusat data perlu mengakomodasi pendinginan udara yang lebih baik, menyediakan solusi pendinginan langsung ke chip dan pendinginan cair atau perendaman.
Kemajuan ini menjanjikan pengurangan emisi dan nilai PUE yang lebih rendah sekaligus meningkatkan daya komputasi secara efisien di tingkat rak sehingga memungkinkan pertumbuhan yang signifikan dalam kapasitas untuk diakses di pusat data pada hampir semua skala.
Kecepatan dan jangkauan inovasi ini akan membuat sebagian besar perusahaan semakin tertantang untuk mendesain, membangun, dan mengoperasikan pusat data mereka sendiri.
Pusat Data Hyperscale hingga Hyperlocal
AI membutuhkan dua tipe pusat data. Di satu sisi, AI membutuhkan fasilitas hyperscale untuk mendukung model linguistik yang besar dan penerapan pelatihan.
Penerapan yang lebih besar ini akan ditempatkan di sektor daya dan pasar perumahan yang lebih terjangkau mengingat skalanya.
Mereka akan sering berada dekat dengan kampus cloud skala besar yang sudah ada untuk mendapatkan skala ekonomi lebih lanjut dan interkoneksi dengan infrastruktur cloud.
Di sisi lain, penerapan inferensi akan berada di lokasi yang lebih kecil, yaitu lokasi Edge karena di situlah pengguna akhir akan menanyakan tentang AI dan faktor latensi serta kedekatan lebih diutamakan dibandingkan dengan penerapan pelatihan.
Secara kolektif, permintaan tambahan untuk kapasitas pusat data dari kedua tipe penerapan AI ini secara konservatif akan menambah permintaan 3GW per tahun ke pasar pusat data, yang pada dasarnya menggandakan perkiraan permintaan saat ini.
AI telah berada di jalur menuju realisasi selama lebih dari satu abad, dimulai dari karakter fiksi yang belum sempurna hingga pencapaian di dunia nyata yang telah kita lihat saat ini.
Namun, AI tidak dapat mencapai potensi penuhnya tanpa data dan regulasi yang akan mengatur dan melepaskan kemampuan pembelajarannya. AI juga tidak dapat memenuhi potensinya tanpa imajinasi dan kemampuan manusia yang memadai dalam membangun dan mengoperasikan pusat data dengan semua kekuatan dan kapasitas yang dibutuhkan AI saat ini hingga skala besar yang akan diperlukannya di masa mendatang.
Dengan AI, Anda mungkin akan berkata, “Kami tidak berada di Kansas lagi”.
Meskipun demikian, untuk pemodelan AI dan penerapan lain yang tidak terlalu sensitif terhadap latensi seperti halnya banyak penerapan cloud atau konten, Kansas dapat menjadi tujuan yang menarik untuk pusat data generasi berikutnya.
Kunci menuju jalan kesuksesan bagi penyedia pusat data adalah memiliki kapasitas di pasar yang tepat, dengan fleksibilitas untuk mendukung kepadatan yang sesuai, dan tersedia pada waktu yang pas.
Baca juga: Akan Ada Pusat Data Baru, Edgeconnex Akuisisi GTN
