Tren membuat foto bergaya 1980-an, kartun Ghibli, hingga potret polaroid bersama artis atau orang terdekat yang telah meninggal kembali ramai di media sosial. Dengan mengunggah foto dan memasukkan prompt ke ChatGPT, pengguna dapat memperoleh gambar baru dalam waktu singkat. Namun, proses yang tampak sederhana di layar ponsel itu bergantung pada infrastruktur komputasi berskala besar.
Perintah pengguna tidak diproses sepenuhnya di perangkat pribadi. Mengutip FirstPost, prompt dikirim ke server di pusat data. Di fasilitas tersebut, prosesor khusus menerjemahkan perintah, menyusun piksel, dan menghasilkan visual sesuai instruksi. Semakin kompleks prompt yang digunakan, semakin besar pula beban komputasi yang dibutuhkan.
Jejak energi di balik satu gambar
Studi yang dilakukan Carnegie Mellon University bersama Hugging Face menyebut konsumsi energi untuk menghasilkan gambar AI dapat berbeda-beda. Besarannya bergantung pada arsitektur model yang digunakan, sehingga tidak ada satu angka yang bisa dijadikan patokan untuk seluruh proses pembuatan gambar.
Konsumsi energi juga tidak berhenti pada satu permintaan. Pengguna biasanya mencoba berbagai prompt, mengganti gaya visual, meningkatkan resolusi, atau mengulangi proses sampai memperoleh hasil yang dianggap sesuai. Ketika kebiasaan tersebut dilakukan secara bersamaan oleh jutaan orang, kebutuhan daya komputasi akan terakumulasi dalam skala besar.
Beban pusat data semakin meningkat karena generative AI tidak hanya digunakan untuk membuat foto. Teknologi yang sama juga dipakai untuk menghasilkan ilustrasi, animasi, video, dan simulasi digital dengan kebutuhan data yang lebih tinggi. Badan Energi Internasional (IEA) memproyeksikan konsumsi listrik pusat data global akan meningkat tajam hingga 2030, dengan AI menjadi salah satu pendorong utama pertumbuhan kebutuhan komputasi.
Pendinginan server juga membutuhkan air
Server yang menjalankan model AI menghasilkan panas dalam jumlah besar. Karena itu, pusat data memerlukan sistem pendingin agar perangkat tidak mengalami overheating. Dalam sistem tersebut, air menjadi salah satu komponen yang digunakan untuk membantu menjaga suhu mesin.
Riset University of California (UC), Riverside, menempatkan jejak penggunaan air atau water footprint AI sebagai isu lingkungan yang penting. Namun, besarnya konsumsi air tidak seragam. Faktor penentunya antara lain lokasi pusat data, teknologi pendingin yang diterapkan, serta sumber energi yang digunakan untuk mengoperasikan fasilitas tersebut.
Dampak lingkungan AI juga mencakup rantai yang lebih panjang daripada sekadar listrik dan air. Sebelum sebuah prompt berubah menjadi gambar, terdapat kebutuhan akan bahan baku, produksi semikonduktor, pembangunan gedung pusat data, distribusi perangkat, serta pengelolaan limbah elektronik setelah masa pakainya berakhir.
Karena itu, istilah komputasi awan tidak berarti prosesnya berlangsung tanpa infrastruktur fisik. Teknologi tersebut tetap bergantung pada gedung-gedung pusat data yang dipenuhi server dan membutuhkan energi serta sistem pendingin secara terus-menerus.
Tanggung jawab tidak hanya berada pada pengguna
Membuat satu atau dua gambar AI tentu bukan penyebab tunggal kerusakan lingkungan. Tekanan yang lebih besar muncul dari akumulasi penggunaan dalam skala massal dan cara perusahaan teknologi mengelola kebutuhan sumber dayanya.
Perusahaan teknologi dituntut mengembangkan algoritma yang lebih hemat energi, chip dengan konsumsi daya lebih rendah, serta pusat data yang menggunakan energi rendah karbon dan sistem daur ulang air. Dengan begitu, pembahasan mengenai tren foto AI tidak hanya berfokus pada kreativitas pengguna, tetapi juga pada dampak fisik infrastruktur yang menopang layanan tersebut.
