Find Us On Social Media :

AI Boros Energi, Ini Cara AWS Menghemat Energi Listrik Data Center

By Adam Rizal, Minggu, 30 Juni 2024 | 09:30 WIB

Ilustrasi Data Center.

Sudah menjadi rahasia umum menjalankan model artificial intelligence (AI) atau kecerdasan buatan membutuhkan banyak energi. Karena itu, sangat penting untuk menjalankan proses ini secara efisien. Amazon Web Services (AWS) berkomitmen menjalankan bisnis dengan cara yang hemat energi untuk mengurangi dampak terhadap lingkungan. Ini tidak hanya penting bagi masyarakat dan planet kita, tetapi juga membantu AWS mengurangi biaya operasional. 

"Selama bertahun-tahun, kami terus berupaya meningkatkan efisiensi energi di seluruh infrastruktur kami," kata Prasad Kalyanaraman (VP of Infrastructure Services di AWS).

Berikut beberapa langkah AWS menghemat energi dalam data centernya:

Penelitian terbaru oleh Accenture menunjukkan bahwa upaya kami membuahkan hasil. Penelitian ini memperkirakan infrastruktur AWS hingga 4,1 kali lebih hemat energi dibandingkan pusat data internal perusahaan.  Selain itu, jika proses bisnis dioptimalkan di AWS, jejak karbon dari beban kerja terkait dapat dikurangi hingga 99%. Namun, kami tidak bisa berhenti sampai di sini karena kebutuhan listrik terus meningkat.

Chip AI dirancang untuk melakukan perhitungan matematika super cepat, sehingga sangat penting untuk model machine learning (ML). Sayangnya, chip AI juga menghasilkan lebih banyak panas dibandingkan chip lainnya. Akibatnya, server AI terbaru yang membutuhkan daya lebih dari 1.000 watt per chip perlu didinginkan dengan cairan khusus. 

Namun, beberapa layanan AWS menggunakan jaringan dan penyimpanan data yang tidak memerlukan cairan pendingin. Mendinginkan infrastruktur ini dengan cairan akan menjadi pemborosan energi. Karena itu, desain pusat data terbaru AWS dengan cerdas menggabungkan solusi pendingin udara yang optimal dengan cairan pendingin untuk chipset AI terkuat, seperti NVIDIA Grace Blackwell Superchip. 

"Desain pendingin multi-mode yang fleksibel ini memungkinkan kami memaksimalkan kinerja dan efisiensi energi, baik saat menjalankan beban kerja tradisional maupun model AI/ML. Tim kami telah mendesain ulang pusat data kami, mulai dari tata letak rak, distribusi listrik, hingga teknik pendinginan, sehingga kami dapat terus meningkatkan efisiensi energi, apa pun kebutuhan komputasinya," ujarnya.

Baca Juga: Begini Cara AWS Kembangkan Infrastruktur AI Generatif Skala Besar