Pendinginan Pusat Data AI: Jantung Tersembunyi Revolusi Kecerdasan Buatan
Pendinginan pusat data AI adalah rangkaian teknologi cooling datacenter yang dirancang untuk membuang panas ekstrem dari ribuan chip komputasi berperforma tinggi sehingga perangkat AI dapat beroperasi stabil, efisien energi, dan berkelanjutan, tanpa membebani pasokan listrik maupun air di sekitar fasilitas tersebut. Tanpa pendinginan, revolusi AI berhenti di ruang server. Lonjakan kepadatan daya dalam rak komputasi menjadikan persoalan panas bukan lagi isu teknis biasa, melainkan isu politik air, energi, dan tata ruang yang langsung menyentuh kehidupan warga.
Di sinilah inti debat: apakah efisiensi energi AI akan kita bayar dengan air baku yang sama dibutuhkan petani dan warga? Kasus pusat data AI di kawasan Jatiluhur menunjukkan betapa rapuh keseimbangan ini. Pemerintah daerah sampai menghentikan sementara proyek karena dokumen AMDAL dan perizinan bangunan belum tersedia, sekaligus meminta kajian penggunaan air waduk dibuka ke publik agar tidak mengganggu kebutuhan air masyarakat dan pertanian. Jika pendinginan tidak bertransformasi, proyek AI apa pun akan memicu resistensi sosial.
Midea dan Arsitektur Power-Cooling: Menyatukan Listrik, Energi, dan Panas
Teknologi pendinginan pusat data AI yang serius dengan efisiensi energi AI kini mulai bermunculan, salah satunya dari Midea Building Technologies. Perusahaan ini memperkenalkan serangkaian teknologi pendinginan generasi terbaru untuk pusat data AI berdensitas tinggi di Asia Pasifik dalam ajang Asia Data Centre World yang digelar di Marina Bay Sands pada 29–30 September. Ini bukan sekadar peluncuran produk, tetapi sinyal bahwa desain pusat data harus dibangun dengan pendekatan sistemik sejak hari pertama.
Arsitektur power-cooling hyperconvergence yang mereka bawa mengintegrasikan sistem kelistrikan, penyimpanan energi, sumber pendinginan berbasis magnetic bearing, dan CDU liquid cooling dalam satu infrastruktur. Konsekuensinya besar: kebutuhan ruang peralatan dapat dipangkas hingga 70%, implementasi bisa dipercepat, dan PUE didukung berada di bawah 1,2 dalam kondisi yang sesuai. Pernyataan kuncinya: “Teknologi tersebut dapat memangkas kebutuhan ruang peralatan hingga 70% dan mendukung PUE di bawah 1,2 dalam kondisi operasional yang sesuai.” Inilah arah yang seharusnya diikuti proyek-proyek pusat data baru, bukan desain tambal-sulam yang boros energi.
Midea juga menghadirkan solusi pendinginan full-stack yang menghubungkan rantai lengkap mulai dari sumber pendinginan, distribusi, hingga pembuangan panas pada terminal. Dengan koordinasi magnetic bearing chiller, free cooling, dan terminal liquid cooling, ketergantungan pada sistem pendingin mekanis berkurang dan operasi rendah karbon lebih realistis. Pendekatan ini bukan hanya produk, tetapi model yang dapat direplikasi untuk pusat data hijau di pasar infrastruktur AI yang sedang tumbuh cepat.
Krisis Air dan Pendinginan AI: Jatiluhur sebagai Alarm Dini
Pertanyaan “berapa banyak air yang dihabiskan AI?” tidak lagi akademis. Dalam salah satu kajian, pelatihan model GPT-3 di sebuah pusat data besar dikaitkan dengan konsumsi sekitar 5,4 juta liter air ketika penggunaan langsung dan tidak langsung digabungkan, dengan sekitar 700.000 liter berasal dari konsumsi langsung di lokasi. Skala ini menggambarkan bagaimana pipeline AI modern sangat terkait dengan siklus hidrologi, bukan hanya listrik.
Di Jatiluhur, Wahana Lingkungan Hidup memperkirakan operasional pusat data AI BDx dapat mengonsumsi hingga 384 liter air per detik, atau sekitar 33 ribu meter kubik per hari, dan sekitar 12 juta meter kubik per tahun. Mereka menghitung, pengambilan air ini setara dengan 7,87% kebutuhan air warga Karawang, atau kebutuhan air bersih harian lebih dari 220 ribu jiwa. Kutipan tajam mereka layak diingat: “AI tidak boleh mengorbankan hak masyarakat atas air dan lingkungan hidup yang sehat.”
Keputusan pemerintah daerah menghentikan sementara pembangunan pusat data Jatiluhur pada 1 Oktober karena AMDAL dan persetujuan bangunan belum tersedia adalah preseden penting. Ia menegaskan bahwa keberlanjutan infrastruktur data tidak bisa dipisah dari tata ruang dan keadilan air. Pusat data bukan sekadar “awan digital”; ia adalah fasilitas industri yang mengambil jatah air dan energi dari ekosistem yang sama dengan warga dan petani.
Alternatif Pendinginan: Dari Air Cooling hingga Direct-to-Chip
Mengandalkan air baku sebagai satu-satunya medium pendingin pusat data AI adalah pilihan malas yang tidak sejalan dengan keberlanjutan infrastruktur data. Ribuan chip AI yang bekerja setiap kali ada prompt memang menghasilkan panas yang besar, dan air sering dipakai untuk meredamnya, tetapi teknologi cooling datacenter berkembang jauh melampaui evaporative cooling. Di sinilah perencanaan desain menjadi penentu apakah sebuah fasilitas akan boros air atau hemat.
Organisasi penyedia pusat data menegaskan bahwa sistem pendinginan kini mencakup air cooling, liquid cooling, serta closed-loop cooling, bukan hanya metode evaporatif. Pada teknologi closed-loop dan direct-to-chip yang banyak dipakai untuk pengerjaan AI, cairan pendingin disirkulasikan kembali sehingga kebutuhan air baru selama operasi dapat ditekan. Sementara itu, air-cooled magnetic centrifugal chiller yang dirancang untuk iklim panas dan daerah dengan sumber daya air terbatas mampu mengurangi ketergantungan pada air dan mencapai COP hingga 5,4. Kombinasi teknologi ini membuktikan bahwa pendinginan pusat data AI bisa hemat air tanpa mengorbankan performa.
Pada tingkat global, pengembang pusat data AI menggunakan indikator seperti water usage effectiveness (WUE) untuk menekan konsumsi air. Namun indikator tanpa pembatasan regulatif dan transparansi tidak cukup. Desain fasilitas, kondisi iklim, dan lokasi harus dipertimbangkan sejak awal sehingga setiap megaproyek AI tidak otomatis menuntut hak istimewa atas air yang sebelumnya dinikmati warga.
Menuju Infrastruktur AI Berdaulat yang Efisien dan Berkelanjutan
Pembangunan infrastruktur digital—mulai dari pusat data, compute cluster, jaringan telekomunikasi, hingga energi—sedang dikejar untuk menjadikan AI motor baru produktivitas, pelayanan publik, industri, dan riset. Namun pusat data AI berdensitas tinggi ini hanya akan sepadan jika efisiensi energi AI dan keberlanjutan infrastruktur data ditempatkan sejajar dengan ambisi ekonomi. Pendinginan bukan pelengkap, melainkan komponen yang menentukan apakah target tersebut realistis atau berpotensi mengganggu pasokan air dan listrik untuk sektor lain.
Organisasi penyedia pusat data telah menerbitkan Green Data Center White Paper pada 2022 dan berencana merilis Indonesia Data Center Index yang diharapkan menjadi standar dalam 2–3 tahun ke depan. Mereka pun menegaskan pentingnya pertumbuhan infrastruktur AI yang responsible, efficient, dan sustainable tanpa mengorbankan sumber daya air masyarakat. Di sisi lain, Midea telah merilis white paper tentang penerapan arsitektur power-cooling hyperconvergence untuk tahap perencanaan hingga operasi pusat data AI, yang bisa menjadi referensi teknis yang terukur dan dapat direplikasi.
Kesimpulannya tegas: infrastruktur AI berdaulat memerlukan sistem pendinginan canggih yang menyatu dengan perencanaan listrik dan air, bukan ditempel belakangan. Tanpa itu, setiap model AI besar akan memikul jejak air dan karbon yang sulit dibenarkan. Pemerintah, industri, dan penyedia teknologi harus menjadikan desain pendinginan generasi baru—dari liquid cooling tertutup hingga magnetic chiller hemat air—sebagai prasyarat, bukan bonus. Jika tidak, ledakan AI akan tercatat bukan sebagai lompatan teknologi, melainkan sebagai bab baru konflik sumber daya.
