Temukan minat Anda, bersama

Promo pilihan, ulasan jujur, dan cerita belanja dari mereka yang seminat dengan Anda — setiap hari di Kuybeli.

Temukan minat Anda, bersamaPromo pilihan, ulasan jujur, dan cerita belanja dari mereka yang seminat dengan Anda — setiap hari di Kuybeli.

Infrastruktur AI: Efisiensi Daya atau Komputasi Lebih Dekat?

Infrastruktur AI: Efisiensi Daya atau Komputasi Lebih Dekat?
Minat|Eksplorasi Aplikasi AI

Dua strategi untuk kebutuhan AI yang membesar

Infrastruktur pusat data AI mencakup fasilitas komputasi, distribusi listrik, dan konektivitas yang bersama-sama menentukan seberapa efisien model kecerdasan buatan dapat dilatih atau dijalankan. Perkembangan terbaru memperlihatkan dua prioritas berbeda: memasok daya dengan lebih efisien dan menempatkan komputasi lebih dekat ke pengguna. Envision mengklaim telah mengoperasikan sistem listrik 800V DC terintegrasi secara komersial di kampus Galaxy AI, Ulanqab, Mongolia Dalam, dengan uji coba pengendali Dubhe dimulai pada Agustus 2026. Sementara itu, Bitera memperkenalkan pusat data edge Metro Edge berkapasitas 30 MW di Kuningan, Jakarta. Keduanya menanggapi lonjakan beban AI, tetapi tidak bersaing pada persoalan yang sama. Sistem Envision menyasar cara daya mencapai server dan akselerator; fasilitas Bitera menekankan lokasi dan konektivitas untuk komputasi berlatensi rendah. Menurut saya, keduanya adalah bagian dari rancangan infrastruktur AI yang saling melengkapi, bukan pilihan yang harus saling meniadakan.

Janji 800V DC masih perlu pembuktian

Pusat data AI konvensional mengandalkan beberapa tahap konversi listrik sebelum daya mencapai server dan akselerator. Makin padat beban komputasinya, makin besar tekanan pada sistem pasokan. Envision menawarkan jalur berbeda: solid-state transformer mengubah listrik AC tegangan menengah 10 kilovolt langsung menjadi distribusi DC 800 volt. Menurut perusahaan, pengurangan tahap konversi dapat meningkatkan efisiensi, menghemat ruang peralatan, dan mengurangi kebutuhan tembaga untuk kabel. Baterai dan pengendali juga dirancang merespons perubahan kebutuhan GPU, termasuk lonjakan beban. Namun, angka yang diperlukan untuk menilai manfaat itu belum tersedia. Belum ada pengukuran independen tentang peningkatan efisiensi, biaya instalasi, atau penghematan dibanding sistem konvensional. Jadi, klaim efisiensi listrik 800V DC patut diperhatikan, tetapi belum layak diperlakukan sebagai hasil yang sudah terbukti. Operator sebaiknya menunggu data operasi terverifikasi, terutama pada beban penuh yang berlangsung lama.

Bitera membawa komputasi lebih dekat

Pendekatan Bitera berangkat dari masalah berbeda: waktu respons. Metro Edge di Kuningan dirancang menjalankan model AI secara waktu nyata untuk sektor keuangan, perusahaan, dan platform digital yang membutuhkan jawaban cepat. Lokasinya kurang dari 500 meter dari pusat pertukaran internet nasional APJII, dan sifat carrier-neutral memberi pelanggan keleluasaan memilih jaringan. Gedung sembilan lantai ini memakai desain modular, sistem daya terpisah per lantai, serta mendukung densitas hingga 12 kilowatt per rak untuk GPU pelanggan. Fasilitas tersebut telah memperoleh sertifikasi Tier III untuk desain dan bangunan yang selesai, dengan perusahaan melaporkan ketersediaan 100 persen sejak mulai beroperasi pada Februari 2024. Bagi pengguna, manfaat pusat data edge dapat terasa sebagai respons layanan digital yang lebih cepat—meski pengalaman aktual tetap bergantung pada aplikasi dan koneksi. Bitera menargetkan sertifikasi SOC 2 Type II pada kuartal IV 2026 dan Uptime TCOS pada kuartal II 2027.

Skala besar dan kedekatan harus berjalan bersama

Perbedaan kedua proyek juga terlihat dari skala dan tujuan. Envision memperkirakan kampus Galaxy akan berkembang hingga 3 gigawatt dan menyatakan kapasitas akhirnya dapat melayani satu juta akselerator AI. Perusahaan juga merencanakan Mission Gobi, inisiatif yang mengejar kapasitas komputasi berbasis energi terbarukan sebesar 5 gigawatt pada 2030. Angka-angka itu menunjukkan ambisi membangun kapasitas masif, tetapi belum membuktikan efisiensi sistemnya. Bitera, sebaliknya, menempatkan kapasitas 30 MW di kawasan perkotaan agar komputasi berlatensi rendah lebih dekat dengan pengguna dan jaringan. Bagi operator, pilihan yang masuk akal bergantung pada beban kerja: pelatihan dan komputasi berskala besar menuntut pasokan daya yang efisien, sementara layanan interaktif diuntungkan oleh kedekatan jaringan. Pasar tidak perlu memilih satu resep untuk semua kebutuhan. Yang perlu diuji adalah bagaimana efisiensi, keandalan, dan latensi terukur di lingkungan operasi nyata.

Kesimpulannya, Envision menyoroti kemungkinan perbaikan pada distribusi listrik, sedangkan Bitera menunjukkan nilai penempatan pusat data edge untuk layanan yang menuntut respons cepat. Keduanya menjawab tekanan pertumbuhan AI dari sisi berbeda. Namun, klaim 800V DC belum memiliki pembuktian independen yang memadai, dan keberhasilan pusat data edge tetap bergantung pada kebutuhan aplikasi serta mutu konektivitas. Langkah terbaik bagi industri ialah mengukur hasil operasional, bukan hanya kapasitas yang diumumkan: efisiensi dan keandalan untuk sistem daya, serta latensi dan ketersediaan untuk fasilitas edge. Infrastruktur AI yang kuat akan menggabungkan keduanya sesuai kebutuhan, dengan bukti kinerja sebagai dasar keputusan.

Kuybeli memperoleh komisi saat Anda berbelanja melalui tautan kami, tanpa biaya tambahan untuk Anda. Artikel ini dibuat dengan AI dari sumber yang dipublikasikan dan data produk.

You May Also Like

Comments
Tulis sesuatu...
Belum ada komentar. Jadilah yang pertama berbagi pendapat!