AI Amerika Serikat, tidak mampu menyentuh China untuk menyeberang

Dalam setahun terakhir, raksasa Silicon Valley berkeliling ke mana-mana; yang mereka kesulitan untuk bukan hanya daya komputasi, tetapi juga termasuk infrastruktur energi paling mendasar.

Untuk memecahkan masalah ini, Musk membeli satu pembangkit listrik lengkap dari luar negeri dan membawanya kembali ke Amerika, sering mengatur timnya untuk melakukan riset serta pengadaan peralatan fotovoltaik di Tiongkok; Meta yang diwakili oleh Zuckerberg menandatangani sedikitnya tiga kesepakatan besar energi nuklir, dan Google juga menggelontorkan $4.8 miliar untuk mengakuisisi sebuah pembangkit listrik tenaga nuklir.

Bisa dibilang, di Amerika, membangun satu jaringan listrik membutuhkan 7 tahun, sedangkan raksasa Silicon Valley tidak bisa menunggu sampai 1 hari pun.

Lonjakan kebutuhan pelatihan dan inferensi model-model besar membuat kebutuhan akan pasokan listrik yang stabil, latensi rendah, dan berkelanjutan untuk pusat data jauh melampaui infrastruktur internet tradisional, sehingga semakin memaksa jaringan listrik di berbagai negara untuk melakukan perombakan mendalam dalam kapasitas transmisi-distribusi, teknologi penyimpanan energi, penyerapan energi terbarukan, serta pengelolaan terkoordinasi “listrik–komputasi”.

Sementara itu, sumber daya listrik itu sendiri mulai berubah menjadi aset strategis tipe baru. Persaingan antara negara dan wilayah yang berpusat pada “ketersediaan daya komputasi”, “porsi energi hijau”, dan “kedaulatan data” terus menguat, menjadikan pusat data dari sekadar fasilitas teknis berubah menjadi simpul kunci yang memengaruhi struktur kekuasaan global.

Politik ekonomi infrastruktur di era kecerdasan buatan

Sama seperti rel kereta yang dahulu mengubah kecepatan logistik dan struktur ruang wilayah, internet pernah mengubah cara arus informasi mengalir dan bentuk organisasi bisnis, dan cara produksi berbasis “komputabilitas” yang menjadi inti kecerdasan buatan juga sedang merombak logika penciptaan nilai, sekaligus memunculkan pembagian kerja industri baru, pola konsumsi, dan sistem tata kelola.

Dalam proses ini, infrastruktur dan investasi modal menjadi prasyarat fundamental untuk melepaskan potensi ekonomi kecerdasan buatan.

Dengan kata lain, persaingan tidak hanya terlihat pada lapisan algoritma, tetapi juga pada siapa yang bisa membangun jaringan infrastruktur terkait dengan lebih cepat, skala lebih besar, dan lebih hijau. Karena itu, arus modal bergeser dari perangkat lunak menuju infrastruktur tipe baru “daya komputasi—energi—jaringan”, yang menjadi salah satu sinyal penting perubahan lanskap ekonomi global saat ini. Dan perbedaan kemampuan infrastruktur serta kapasitas investasi akan menentukan posisi dan pengaruh masing-masing negara dalam ekonomi kecerdasan buatan global di masa depan.

Jika meninjau sepuluh tahun terakhir, kebutuhan listrik pusat data global memang mengalami pertumbuhan yang signifikan, namun pertumbuhan itu tidak selalu bersifat “meledak”, melainkan melalui proses dari pelan hingga dipercepat.

Menurut analisis Badan Energi Internasional (International Energy Agency, IEA) tahun 2024, pada periode 2010 hingga 2018, penggunaan energi pusat data global naik sekitar 6%, dengan laju pertumbuhan rata-rata tahunan sekitar 0.7%. Namun, sejak 2018, pertumbuhan mencapai sekitar 50%–80%, dengan laju pertumbuhan rata-rata tahunan setara 8%-13%.

Jika tren ini berlanjut, diperkirakan pada 2030, konsumsi energi pusat data global akan mencapai 600–800 terawatt-jam (TWh). Laporan IEA internasional tahun 2025 telah diperbarui menjadi 935 terawatt-jam (setara dengan skala pusat data berkapasitas 108GW), yang mencakup 1.8%–2.4% dari perkiraan kebutuhan listrik global pada tahun itu. Jika kecerdasan buatan mendorong tingkat konsumsi yang lebih tinggi (misalnya, kebutuhan pelatihan model besar dapat menyebabkan konsumsi energi tumbuh dengan kecepatan tahunan 20%), maka konsumsi energi pusat data pada 2030 kemungkinan mencapai 1100–1400 terawatt-jam, sekitar 3%–4% dari perkiraan kebutuhan listrik global.

Di Tiongkok, diperkirakan pada 2030, kebutuhan listrik pusat data akan menjadi dua kali lipat dibanding 2020, mencapai 400 terawatt-jam.

Kebutuhan yang berubah dari pelan menjadi dipercepat memiliki latar belakang yang berbeda pada dua tahap tersebut.

Sebelum 2018, meskipun volume layanan data, lalu lintas jaringan, dan kebutuhan penyimpanan meningkat secara besar-besaran, karena peningkatan efisiensi perangkat keras server, perbaikan teknologi pendinginan, serta tren pusat data skala sangat besar dari penyedia layanan super (hyperscaler) yang menggantikan pusat data kecil tradisional yang kurang efisien, total konsumsi energi pusat data dalam dekade tersebut tidak mengikuti pertumbuhan volume bisnis secara sebanding “meledak”.

Namun, setelah 2018, penggunaan energi pusat data global meningkat secara jelas; laju pertumbuhannya melonjak ke kisaran dua digit. Perubahan ini terutama didorong oleh kebutuhan komputasi AI, ekspansi pusat data berskala sangat besar, serta lonjakan arus lalu lintas platform konten video. Pusat data telah berkembang menjadi salah satu jenis infrastruktur tunggal yang pertumbuhan konsumsi listriknya paling cepat di dunia, sekaligus membawa tekanan baru pada sistem energi, emisi karbon, dan tata kelola digital.

Khususnya setelah lahirnya model-model besar, pembangunan pusat data di banyak wilayah memasuki periode ekspansi berkecepatan tinggi. Secara global, belum ada angka “resmi” yang sepenuhnya seragam dan diterima luas mengenai berapa banyak pusat data yang ada, karena definisi pusat data, standar skala, dan metode pendaftaran berbeda-beda di setiap negara; ini membuat perkiraan “jumlah total”-nya hanya bisa berupa nilai perkiraan.

Menurut ringkasan lembaga statistik pasar Market.biz, hingga Maret 2024, kira-kira ada 11800 pusat data di dunia yang sedang beroperasi.

Dari distribusi wilayah, data Statista menunjukkan bahwa pada November 2025, Amerika adalah negara dengan jumlah pusat data terbanyak di dunia, dengan 4165 fasilitas. Berikutnya adalah Inggris (499), Jerman (487), Tiongkok (381), Prancis (321), Kanada (293), Australia (274), India (271), Jepang (242), dan Italia (209).

Harus diakui bahwa dampak kebutuhan energi pusat data saat ini maupun di masa depan tidak tersebar secara merata di seluruh dunia. Sebagai contoh, di Amerika, pusat data telah mencapai lebih dari seperlima dari total konsumsi listrik di negara bagian Virginia. Di Eropa, pada 2022 kebutuhan listrik pusat data di Irlandia adalah 5.3 TWh, setara 17% dari total konsumsi listrik negara tersebut. Pada 2026, seiring aplikasi kecerdasan buatan yang cepat merambah pasar, konsumsi listrik ini hampir akan menjadi dua kali lipat, mencapai 32% dari total kebutuhan listrik negara tersebut.

Karakteristik pusat data yang sangat terkonsentrasi serta kepadatan daya yang sangat tinggi menimbulkan tantangan besar di level lokal, termasuk keterbatasan akses dan kapasitas jaringan listrik, konsumsi sumber daya air, serta penolakan dari komunitas.

Ada juga tren yang jelas: pertumbuhan konsumsi listrik yang signifikan pada pusat data skala sangat besar yang terutama dioperasikan oleh perusahaan teknologi besar dalam beberapa tahun terakhir. Dari 2017 hingga 2021, jumlah total konsumsi listrik dari hanya empat perusahaan—Amazon, Microsoft, Google, dan Meta—meningkat lebih dari dua kali, mencapai sekitar 72 TWh.

Ledakan jumlah pusat data skala sangat besar milik perusahaan teknologi menimbulkan tantangan besar bagi sisi pasokan.

Di banyak negara, sistem kelistrikan sangat terfragmentasi—dioperasikan secara independen oleh berbagai perusahaan listrik regional atau lokal, tanpa penjadwalan terpusat dan perencanaan kapasitas yang seragam—sehingga mudah muncul masalah seperti fluktuasi tegangan, kekurangan daya, atau keterlambatan penjadwalan. Selain itu, perbedaan harga listrik, kebijakan, dan tingkat investasi listrik antarwilayah juga sangat besar, yang menambah kompleksitas pembangunan dan operasi pusat data. Secara keseluruhan, fragmentasi sistem kelistrikan bukan hanya membatasi kemampuan ekspansi pusat data, tetapi juga sampai batas tertentu memengaruhi keandalan infrastruktur digital dan efisiensi energinya.

Tantangan yang lebih mendasar adalah sumber pasokan energi itu sendiri.

Banyak negara masih membuat pusat data bergantung pada energi fosil seperti batu bara dan gas alam. Ini tidak hanya menimbulkan tekanan emisi karbon, tetapi juga rentan terhadap fluktuasi pasokan bahan bakar dan perubahan harga. Walaupun energi terbarukan berkembang pesat, masih ada masalah distribusi yang tidak merata dan sifat intermiten. Tanpa kapasitas penyimpanan energi yang memadai dan sarana penjadwalan yang cerdas, sulit untuk memenuhi kebutuhan pasokan listrik berkelanjutan pusat data “7×24 jam”. Dalam konteks seperti ini, energi nuklir dianggap sebagai solusi yang layak dalam jangka panjang. Namun, pembangunan energi nuklir memakan waktu lama, investasi awal sangat besar, dan membutuhkan pengawasan keselamatan serta dukungan kebijakan yang ketat; karena itu, dalam penerapan nyata, energi nuklir masih menghadapi tantangan seperti tingkat kematangan teknologi, penerimaan sosial, dan kemampuan pengelolaan limbah.

Secara komprehensif, masalah energi pusat data bukan sekadar masalah teknis struktur jaringan listrik, tetapi juga ujian jangka panjang bagi strategi energi dan penataan kebijakan.

Model Amerika: batasan energi berbasis pasar

Perkembangan pusat data di Amerika dalam jangka panjang bergantung pada mekanisme pasar dan dorongan modal swasta. Model ini sangat efisien pada masa awal internet: perusahaan dapat menempatkan pusat data skala sangat besar di tempat-tempat seperti Oregon, Virginia, dan Texas berdasarkan perbedaan tarif listrik dan insentif pajak.

Menurut laporan JLARC (The Joint Legislative Audit and Review Commission), kapasitas pusat data Virginia sekitar 25% dari total kapasitas di Amerika Utara, dan 13% dari total kapasitas global. Jumlah pusat data di North Virginia lebih banyak daripada kawasan lain mana pun, sehingga dijuluki “kota pusat data dunia”.

Laporan JLARC menyebutkan bahwa kapasitas pusat data North Virginia lebih dari dua kali lipat kapasitas pesaing terbesar berikutnya—Beijing di Tiongkok—serta tiga kali lipat kapasitas Hillsboro, Oregon, yang merupakan klaster pusat data terbesar berikutnya di Amerika. Dengan keringanan pajak yang diberikan negara bagian, Hillsboro menjadi lokasi penempatan pusat data yang populer, melayani banyak perusahaan seperti Meta, LinkedIn, TikTok, X, dan lainnya. Namun, seiring datangnya era AI, jalur ekspansi yang berorientasi pasar ini secara bertahap menghadapi batasan keras dari infrastruktur dan tingkat institusi.

Meskipun Amerika unggul dalam banyak aspek kecerdasan buatan dibanding Tiongkok, terutama dari sisi perangkat lunak dan desain chip, tetapi Amerika justru menghadapi hambatan besar pada pasokan listrik pusat data dan proses persetujuan infrastruktur. Komputasi untuk AI seperti “harimau listrik”, sedang melahap sumber daya listrik Amerika dengan gila-gilaan, membuat jaringan listrik yang sudah rapuh menjadi semakin parah.

Sebagian besar fasilitas jaringan listrik Amerika dibangun pada dekade 1960-an hingga 1970-an. Meski sistem telah ditingkatkan melalui otomatisasi dan beberapa teknologi baru yang muncul, infrastruktur tua makin sulit memenuhi kebutuhan listrik modern.

Menurut penilaian dari American Society of Civil Engineers, kondisi kesehatan keseluruhan jaringan listrik Amerika hanya mendapat peringkat C+. Dari jumlah itu, 70% transformator sudah melampaui umur desain penggunaan 25 tahun, dan usia rata-rata jalur transmisi juga mendekati 40 tahun.

Ketika kebutuhan listrik AI yang bersifat “impulsif” bertabrakan dengan “tubuh” jaringan yang sudah tua, krisis ini tidak hanya sangat membatasi perkembangan lebih lanjut industri AI, tetapi juga mengungkap kontradiksi mendalam antara keterbelakangan investasi infrastruktur Amerika dan kebutuhan teknologi yang baru muncul. Jika hambatan institusional tidak segera dipecahkan dan intensitas investasi jaringan listrik tidak ditingkatkan, keunggulan daya komputasi Amerika dalam bidang AI sangat mungkin berubah menjadi ilusi karena kekurangan listrik.

Menurut laporan The Wall Street Journal, model bernama Orion di bawah OpenAI ketika melakukan dua kali sesi pelatihan besar selama masing-masing enam bulan, konsumsi listriknya mencapai sekitar 11 miliar kilowatt-jam. Angka ini setara dengan konsumsi listrik seluruh setahun dari 1 juta keluarga di Amerika, dan juga mendekati konsumsi listrik tahunan industri baja AS saat ini. Konsumsi ini cukup untuk membuat satu Tesla Model 3 menempuh 44 miliar mil, kira-kira setara dengan perjalanan pulang-pergi menuju Neptunus sebanyak tiga kali.

Kepadatan komputasi dan konsumsi energi pada tahap operasi jauh lebih rendah dibanding tahap pelatihan. Namun, seiring bertambahnya jumlah orang yang menggunakan alat kecerdasan buatan seperti ini, kebutuhan listrik pada tahap operasi juga akan terus meningkat. Selain itu, karena banyak perusahaan dan individu khawatir tertinggal dalam kompetisi penerapan teknologi AI, model “terbaru dan terkuat” biasanya menarik penggunaan dalam skala besar, sehingga menambah tekanan yang lebih tinggi terhadap kebutuhan listrik.

Pada 22 September 2025, OpenAI mengumumkan kerja sama dengan Nvidia untuk membangun pusat data kecerdasan buatan dengan konsumsi listrik hingga 10 gigawatt (GW). Profesor ilmu komputer di University of Chicago Andrew Chien mengatakan, “Satu setengah tahun lalu, mereka masih membahas proyek skala 5 gigawatt. Sekarang mereka menaikkan target menjadi 10 gigawatt, 15 gigawatt, bahkan 17 gigawatt—menunjukkan tren peningkatan yang berkelanjutan.”

Nilai estimasi setiap proyek pusat data OpenAI sekitar $50 miliar, dengan rencana total investasi mencapai $850B. Hanya Nvidia sendiri yang berkomitmen menyediakan $100 miliar untuk mendukung rencana ekspansi ini, dan akan memasok jutaan unit prosesor grafis baru Vera Rubin.

Walaupun contoh ini menunjukkan konsumsi listrik yang sangat besar, ini sama sekali bukan kasus tunggal; pemain besar lain di industri AI, seperti Google, Meta, Microsoft, Amazon, Anthropic, dan lainnya, juga akan menempuh jalan yang sama saat melatih generasi berikutnya model AI.

Karena kebutuhan energi yang sangat mendesak, beberapa pusat data di Amerika memilih membangun fasilitas pembangkit sendiri alih-alih bergantung pada koneksi ke jaringan listrik publik negara bagian. Misalnya, di lahan tandus di bagian barat Texas, sebuah proyek pembangkit listrik berbasis gas alam sedang dibangun. Proyek ini bukan proyek investasi perusahaan listrik tradisional, melainkan merupakan bagian penting dari pusat komputasi super bernilai hingga $500B “Stargate” yang dibangun bersama oleh OpenAI dan Oracle.

Pada waktu yang sama, perusahaan xAI sedang membangun dua pusat data raksasa bernama “Colossus” di Memphis, Tennessee, dan mulai menggunakan pembangkit listrik mandiri dengan turbin gas. Di seluruh AS, terdapat lebih dari sepuluh pusat data yang dioperasikan oleh Equinix, perusahaan layanan infrastruktur digital dan pusat data terkemuka global, yang mengandalkan tenaga dari fuel cell untuk menyediakan listrik.

Arus ini disebut “Bring Your Own Power” (bawa pasokan listrik sendiri). Ada yang menyebutnya sebagai “gerakan Wild West energi” yang sedang merombak lanskap energi Amerika.

Namun, resistensi sosial di level lokal sangat besar. Meskipun skala investasi pusat data sangat besar, lowongan kerja langsungnya biasanya hanya puluhan hingga ratusan orang, jauh lebih rendah dibanding proyek manufaktur tradisional. Sementara itu, konsumsi sumber dayanya sangat besar: satu pusat data besar dapat menggunakan air hingga jutaan galon per hari (sekitar ribuan ton), terutama untuk sistem pendingin; dan kebutuhan listriknya bisa mencapai 100 megawatt (MW) atau lebih—setara dengan konsumsi listrik kota kecil. Dalam struktur “konsumsi tinggi—lapangan kerja rendah” seperti ini, ketidakpuasan komunitas lokal perlahan-lahan menumpuk.

Sebagai contoh, di Loudoun, Fairfax, dan Prince William di Virginia, warga berkali-kali memprotes ekspansi pusat data, dengan alasan hal itu mendorong kenaikan harga rumah, mengambil lahan, dan memperparah tekanan pada jaringan listrik. Menurut laporan, hingga 2025, setidaknya 25 proyek pusat data yang direncanakan dibatalkan karena penolakan dari komunitas setempat. Di Oregon, beberapa proyek dibatasi oleh pemerintah daerah karena kekurangan sumber daya air. Munculnya “eksternalitas infrastruktur” ini membuat pusat data tidak lagi menjadi sekadar proyek investasi bisnis, melainkan menjadi isu politik lokal di Amerika.

Secara keseluruhan, perkembangan pusat data di Amerika dipengaruhi oleh tumpang tindih tiga batasan sekaligus: pertama, hambatan fisik pada infrastruktur jaringan listrik yang membatasi kecepatan ekspansi daya komputasi; kedua, ketidakstabilan struktural dalam proses transisi energi yang mendorong biaya dan risiko pasokan listrik; ketiga, konflik sosial dan sumber daya di level lokal yang melemahkan kelayakan politik untuk implementasi proyek. Ketiganya bersama-sama membentuk mekanisme batasan baru yang membuat pola ekspansi pusat data yang semula sangat fleksibel dan berorientasi pasar secara bertahap terlihat ada batasan institusionalnya di era AI.

Jalan respons khas Tiongkok

Jaringan listrik Tiongkok memiliki keunggulan unik dalam sistem energi global; keunggulan ini berasal dari skala yang besar, kemampuan rekayasa, koordinasi institusional, serta integrasi mendalam teknologi dan rantai industri. Tidak hanya mendukung industrialisasi, urbanisasi, dan digitalisasi di dalam negeri, tetapi juga menjadi variabel strategis penting dalam transisi energi global dan penataan industri pusat data.

Sistem kelistrikan Tiongkok adalah jaringan listrik terbesar dan paling kompleks di dunia—telah membangun jaringan transmisi UHV (ultra-high voltage) terpanjang dan berkapasitas terbesar di dunia. Karakteristik UHV yang memungkinkan transmisi jarak jauh dengan kehilangan rendah mampu mewujudkan “listrik dari barat ke timur” dan “listrik dari utara ke selatan”, tanpa contoh yang sebanding di seluruh dunia. UHV memungkinkan jaringan menghubungkan basis pembangkit energi terbarukan skala besar (angin, surya, air) dan menyalurkannya secara stabil ke pusat beban, sehingga menyediakan fondasi kunci untuk penyerapan energi baru.

Keterhubungan dan keandalan jaringan listrik Tiongkok juga patut mendapat sorotan. Keandalan pasokan listrik beberapa kota telah mencapai level maju dunia. Waktu rata-rata pemadaman listrik tahunan di kota-kota utama di Jing-Jin-Ji, Delta Sungai Yangtze, dan Delta Sungai Mutiara kurang dari 1 jam per pelanggan per tahun; sementara wilayah inti di Beijing, Shanghai, Guangzhou, dan Shenzhen masuk ke orde menit per tahun, setara dengan kota-kota kelas dunia internasional seperti Tokyo dan Singapura.

Struktur jaringan listrik skala besar menghasilkan ekonomi skala dan pasokan berlebih (redundansi), sehingga meningkatkan ketahanan sistem.

Sementara itu, Tiongkok telah membuat terobosan dalam teknologi UHV, mencakup seluruh proses dari pembuatan peralatan hingga desain rekayasa, konstruksi, dan operasi. Proyek transmisi tegangan sangat tinggi Tiongkok di masa depan akan memberikan solusi transmisi yang memimpin kepada lebih banyak negara, dan UHV akan menjadi “kartu nama baru” Tiongkok. Dalam bidang peralatan gardu listrik UHV, perusahaan-perusahaan Tiongkok berada di posisi terdepan di dunia, memiliki produk UHV lengkap untuk seluruh rangkaian, serta memimpin penyusunan standar internasional. Dalam pembuatan peralatan listrik dan pembangunan infrastruktur, Tiongkok telah membentuk rantai industri yang lengkap, sehingga memberikan keunggulan global dari sisi biaya, efisiensi, dan kecepatan pada proyek jaringan listrik skala besar.

Jaringan listrik Tiongkok juga unggul dalam infrastruktur digital dan penjadwalan cerdas. Teknologi seperti penjadwalan berbantuan AI, gardu listrik pintar, dan inspeksi tanpa awak telah diterapkan secara skala. Ini membantu mengelola struktur listrik multi-sumber yang besar dan kompleks. Pada saat yang sama, Tiongkok termasuk praktisi terdepan global dalam hal “porsi energi baru meningkat cepat, tetapi jaringan tetap beroperasi secara stabil.”

Keunggulan jaringan seperti ini mulai bertransformasi menjadi pengaruh internasional.

Dalam kerangka “Belt and Road”, Tiongkok telah membantu atau turut membangun proyek kelistrikan skala besar di Asia Tenggara, Afrika, dan Timur Tengah. Sejumlah standar jaringan listrik Tiongkok telah masuk ke dalam sistem IEC dan ISO, sehingga berpotensi memiliki hak untuk menetapkan standar pada peningkatan infrastruktur kelistrikan global di masa depan (seperti HVDC dan smart grid).

Tiongkok juga dapat berperan sebagai aktor kunci dalam transisi energi global: agar porsi energi baru di dunia dapat meningkat, tidak lepas dari transmisi tegangan tinggi dan perangkat fotovoltaik/kipas angin/sistem penyimpanan energi buatan Tiongkok—itulah sebabnya tim Musk datang ke Tiongkok untuk membeli peralatan tersebut. Dapat dikatakan bahwa pengalaman Tiongkok dalam skala jaringan listrik dan sistem energi memiliki efek teladan bagi dunia.

Berbeda dengan Amerika yang bergantung pada rantai pasok global, Tiongkok lebih banyak mengandalkan industri dalam negeri untuk perangkat keras dan bahan kunci seperti server lokal, chip AI, serat optik, dan peralatan penyimpanan energi. Selain itu, Tiongkok menekankan integrasi sumber daya domestik, pemanfaatan energi hijau, serta koordinasi dengan perencanaan tingkat nasional. Ini menghadirkan sistem strategi infrastruktur dan digital yang berkarakteristik Tiongkok, sekaligus mendorong perusahaan domestik untuk ikut berpartisipasi dalam rantai industri global, menyeimbangkan kontrol mandiri yang dapat dipertanggungjawabkan dengan kerja sama internasional.

Dari sisi energi, Tiongkok secara agresif mendorong penggabungan pusat data dengan energi bersih, menata “pusat data hijau” yang memasok listrik dari fotovoltaik, tenaga angin, dan tenaga nuklir, sehingga mengurangi ketergantungan pada energi fosil dan meningkatkan kemampuan pembangunan berkelanjutan.

Secara strategis, Tiongkok menekankan perpaduan antara pusat-pusat regional dan perencanaan nasional—membangun pusat data skala sangat besar di klaster kota inti seperti Greater Bay Area Guangdong-Hong Kong-Macao, Delta Sungai Yangtze, dan Jing-Jin-Ji, serta menghubungkan seluruh wilayah dengan “jaringan komputasi”, membentuk kemampuan penjadwalan daya komputasi dan kolaborasi lintas provinsi.

Namun, perlu dicatat bahwa dalam mendorong pengembangan pusat data skala besar, Tiongkok juga menghadapi risiko energi dan risiko struktural yang unik.

Pertama, transisi struktur energi adalah perencanaan jangka panjang; pada tahap saat ini, ketergantungan pusat data Tiongkok pada pembangkit listrik berbahan bakar batubara masih signifikan, yang membawa tekanan emisi karbon dan lingkungan yang nyata. Menurut statistik, pada 2024 kapasitas pembangkit listrik tenaga uap masih sekitar 45% dari total kapasitas terpasang nasional, dengan pembangkit listrik batubara sebagai andalan. Kebutuhan pusat data akan listrik berstabilitas tinggi membuat secara jangka pendek pengurangan porsi pembangkit listrik batubara menghadapi kesulitan nyata. Industri berenergi tinggi terkonsentrasi di kawasan pesisir timur dan di antara daerah produsen energi di bagian tengah-barat, sehingga koordinasi pengurangan karbon dengan pasokan energi memiliki tingkat kesulitan yang sangat tinggi.

Kedua, pengembangan pusat data Tiongkok menampilkan pola distribusi yang jelas antara bagian timur dan bagian barat: pusat komputasi terutama terkonsentrasi di kota-kota pesisir timur seperti Beijing, Shanghai, dan Shenzhen, sedangkan pasokan listrik bergantung pada bagian tengah dan barat. Transmisi listrik jarak jauh yang tidak terhindarkan menimbulkan kehilangan jalur, dan ini juga meningkatkan ketergantungan pada stabilitas jaringan listrik di tengah dan barat.

Konsentrasi tata letak pusat data yang sangat tinggi juga membawa risiko sistemik potensial serta kerentanan pada ketahanan; jika menghadapi bencana alam, serangan jaringan, atau perubahan kebijakan, bisa terjadi efek berantai yang memengaruhi layanan AI nasional, komputasi awan, serta infrastruktur dasar internet.

Karena itu, dalam laporan kerja pemerintah tahun ini disebutkan konsep “sinkronisasi komputasi-listrik” (算电协同), mendorong integrasi daya komputasi dan listrik, mengoptimalkan struktur pasokan listrik, serta menghilangkan risiko pada stabilitas, yang merupakan rencana dan pertimbangan yang lebih jangka panjang. Implementasinya masih membutuhkan waktu, tetapi bagaimanapun dapat dipastikan bahwa pada pasokan energi, AI Amerika tidak bisa menyeberangi sungai dengan “mengacu” pada Tiongkok.

Sumber artikel ini: Tencent Technology

Peringatan risiko dan ketentuan penyangkalan

        Ada risiko di pasar, berinvestasi secara hati-hati. Artikel ini tidak merupakan saran investasi pribadi, dan tidak mempertimbangkan tujuan investasi khusus, kondisi keuangan, atau kebutuhan pengguna tertentu. Pengguna harus mempertimbangkan apakah opini, pandangan, atau kesimpulan apa pun dalam artikel ini sesuai dengan kondisi spesifiknya. Dengan demikian investasi, tanggung jawab ditanggung sendiri.