SemiAnalysis: Kapasitas jaringan listrik AS mungkin berubah menjadi negatif pada tahun 2027, pusat data AI terpaksa menuju era "catudaya mandiri".

Perlombaan komputasi AI sedang mendorong jaringan listrik AS ke titik kritis.

Laporan riset energi terbaru yang dirilis oleh SemiAnalysis menunjukkan bahwa "Headroom" atau kapasitas sisa jaringan listrik AS untuk menampung beban besar baru akan turun ke nilai negatif paling cepat pada tahun 2027. Ini berarti bahwa di masa depan, pusat data AI baru akan semakin sulit mengandalkan jaringan listrik publik untuk mendapatkan pasokan listrik yang stabil.

Seiring dengan perluasan jaringan listrik yang jauh tertinggal dari pertumbuhan permintaan komputasi AI, semakin banyak pusat data yang harus membangun sistem pembangkit listrik sendiri (Behind-the-Meter, BTM). Infrastruktur AI AS mungkin akan memasuki era "pasokan listrik mandiri".

Laporan tersebut memperkirakan bahwa setelah tahun 2028, lebih dari setengah pusat data baru di AS akan menggunakan mode pasokan listrik BTM; pada tahun 2029, hanya ukuran pasar perangkat BTM pusat data yang diperkirakan akan menembus 50 GW per tahun, menjadi salah satu area baru dengan pertumbuhan tercepat dalam rantai investasi infrastruktur AI.

Permintaan AI melonjak, perluasan jaringan listrik tidak dapat mengimbangi

SemiAnalysis percaya bahwa saat ini kecepatan pembangunan pusat data AS telah jauh melampaui kecepatan jaringan listrik dalam menyediakan kapasitas baru.

Laporan tersebut memperkirakan bahwa permintaan listrik baru dari pusat data AS akan tumbuh pesat dari 21 GW pada tahun 2026 menjadi 84 GW pada tahun 2030, tetapi pada periode yang sama, kapasitas baru yang dapat ditambahkan oleh jaringan listrik AS setiap tahun dan benar-benar memiliki kemampuan pasokan listrik yang andal (ELCC) hanya sekitar 15 GW, dan baru dapat ditingkatkan secara bertahap menjadi lebih dari 20 GW pada akhir dekade ini.

Lebih penting lagi, kapasitas baru ini tidak semuanya disediakan untuk pusat data, tetapi juga perlu memenuhi beban baru lainnya seperti manufaktur, pabrik semikonduktor, dan perumahan.

Dengan kata lain, dalam beberapa tahun ke depan, pasokan listrik baru AS akan semakin sulit untuk menutupi pertumbuhan permintaan yang meledak dari pusat data AI.

Model yang dibangun oleh SemiAnalysis menunjukkan bahwa setelah dikurangi beban puncak dan persyaratan cadangan, kapasitas sisa jaringan listrik AS untuk menampung beban besar baru hampir habis, dan akan berubah menjadi negatif sekitar tahun 2027. Ini berarti bahwa terus mengandalkan jaringan listrik tradisional untuk membangun kampus AI besar akan semakin dibatasi oleh hambatan listrik.

Masalahnya bukan hanya pembangkit listrik, tetapi seluruh kecepatan pembangunan jaringan listrik

Laporan tersebut menunjukkan bahwa pasar umumnya meremehkan kompleksitas pembangunan jaringan listrik AS.

Saat ini, kendala terbesar tidak hanya berasal dari kapasitas pembangkit listrik, tetapi juga melibatkan seluruh rantai pasokan.

Di satu sisi, siklus pembangunan pembangkit listrik tenaga gas alam umumnya memakan waktu 4 hingga 6 tahun, dan proyek pembangkit listrik tenaga gas baru di AS dalam dua tahun ke depan sangat terbatas. Setelah melacak sekitar 40.000 aset pembangkit listrik, SemiAnalysis memperkirakan bahwa dari tahun 2026 hingga 2027, kapasitas terpasang gas alam baru di AS akan kurang dari 10 GW per tahun, dan baru akan meningkat secara signifikan setelah tahun 2028.

Di sisi lain, waktu pengiriman untuk komponen kunci seperti trafo tegangan tinggi, turbin gas, dan pemutus sirkuit umumnya diperpanjang hingga 3 hingga 4 tahun, jauh di atas rata-rata historis. Pada saat yang sama, masalah seperti persetujuan proyek, antrian interkoneksi, pembiayaan, dan izin komunitas semakin memperlambat laju pembangunan.

Banyak pengembang pusat data telah mengalami situasi serupa: perusahaan listrik awalnya berjanji dapat menyediakan beban ratusan megawatt pada tahun 2027, tetapi kemudian hanya memberi tahu bahwa itu harus ditunda hingga tahun 2029 atau lebih lambat, dan perusahaan listrik seringkali tidak perlu menanggung tanggung jawab atas penundaan tersebut.

Bagi perusahaan AI yang mengandalkan komputasi untuk pendapatan, ketidakpastian ini hampir tidak dapat diterima.

Energi terbarukan sulit untuk mengisi kesenjangan beban AI

SemiAnalysis secara khusus menekankan bahwa meskipun kapasitas terpasang tenaga surya dan penyimpanan energi di AS akan terus tumbuh pesat dalam beberapa tahun ke depan, kapasitas terpasang ini tidak dapat disamakan dengan pasokan listrik yang benar-benar dapat digunakan untuk mendukung operasi berkelanjutan pusat data besar.

Laporan tersebut menggunakan indikator ELCC (Kapasitas Pembawa Beban Efektif) yang umum digunakan dalam industri listrik untuk mengukur dan menemukan bahwa karena tenaga surya dan angin memiliki intermitensi yang jelas dan waktu pembangkitan yang sangat konsisten, kontribusi kapasitas terpasang baru mereka terhadap kemampuan pasokan listrik yang andal dari sistem jauh lebih rendah daripada kapasitas terpasang nominal.

Seiring dengan meningkatnya proporsi energi terbarukan, kontribusi marjinalnya akan terus menurun.

Meskipun sistem penyimpanan energi dapat mengurangi fluktuasi beban jangka pendek, mereka juga memiliki masalah diminishing marginal returns. Ketika sejumlah besar penyimpanan energi 4 jam dioperasikan, risiko sistem secara bertahap akan beralih ke kesenjangan pasokan yang lebih lama, dan hanya mengandalkan penyimpanan energi sudah sulit untuk memenuhi kebutuhan operasi sepanjang waktu pusat data AI.

Oleh karena itu, dalam beberapa tahun ke depan, sumber daya yang dapat dijadwalkan seperti gas alam akan tetap menjadi inti untuk mendukung perluasan infrastruktur AI.

"Pasokan listrik mandiri" menjadi solusi tercepat dan paling pasti

Dalam konteks semakin sulitnya jaringan listrik publik memenuhi permintaan, Behind-the-Meter dengan cepat menjadi pilihan baru bagi pusat data AI besar.

Yang disebut BTM adalah pusat data secara langsung membangun atau melengkapi fasilitas pembangkit listrik eksklusif, melakukan pasokan listrik di dalam kampus, daripada sepenuhnya bergantung pada jaringan listrik publik.

SemiAnalysis percaya bahwa dibandingkan dengan menunggu akses jaringan yang panjang dan penuh ketidakpastian, keuntungan terbesar BTM adalah kecepatan dan kepastian.

Bagi laboratorium AI seperti OpenAI dan Anthropic, komputasi secara langsung menentukan kemampuan pelatihan dan inferensi model, serta pertumbuhan pendapatan di masa depan. Laporan tersebut menunjukkan bahwa dalam total biaya kepemilikan (TCO) bisnis cloud AI, proporsi biaya listrik tidak tinggi, tetapi memperoleh pasokan listrik yang stabil mungkin sesuai dengan pendapatan miliaran dolar atau lebih, sehingga perusahaan lebih bersedia menanggung biaya pembangunan pasokan listrik mandiri daripada menunggu proses interkoneksi selama bertahun-tahun.

Pada saat yang sama, beberapa pusat data AI juga mulai menurunkan persyaratan keandalan pasokan listrik "five nines" (99,999%) dari pusat data tradisional, dengan imbalan waktu online yang lebih cepat. Misalnya, beberapa pusat data AI skala besar menerima redundansi pasokan listrik tingkat yang lebih rendah, yang selanjutnya meningkatkan ekonomi solusi BTM.

Persaingan infrastruktur AI beralih dari GPU ke energi

SemiAnalysis percaya bahwa dalam beberapa tahun ke depan, kendala utama persaingan industri AI AS tidak hanya akan menjadi pasokan GPU, tetapi juga kemampuan untuk memperoleh sumber daya listrik.

Laporan tersebut memperkirakan bahwa seiring dengan terus mengetatnya kapasitas jaringan listrik, semakin banyak pusat data AI akan mengadopsi mode campuran "pembangkit listrik mandiri + jaringan listrik publik", dan infrastruktur listrik AS juga akan direstrukturisasi. Peluang investasi di sekitar peralatan pembangkit listrik tenaga gas, sel bahan bakar, sistem pembangkit listrik di tempat, dan peralatan listrik terkait diperkirakan akan menjadi arah penting manfaat dari belanja modal AI tahap berikutnya.

Bagi seluruh industri AI, ini berarti bahwa titik fokus persaingan secara bertahap meluas dari chip dan server ke infrastruktur energi. Di masa depan, siapa yang dapat terlebih dahulu mengunci sumber daya listrik yang stabil, andal, dan dapat diskalakan, akan lebih mungkin untuk mengambil keuntungan dalam putaran persaingan komputasi AI berikutnya.

Peringatan risiko dan klausul tanggung jawab

        Pasar berisiko, investasi harus hati-hati. Artikel ini bukan merupakan saran investasi pribadi, dan juga tidak mempertimbangkan tujuan investasi, situasi keuangan, atau kebutuhan khusus pengguna. Pengguna harus mempertimbangkan apakah pendapat, pandangan, atau kesimpulan dalam artikel ini sesuai dengan situasi spesifik mereka. Investasi berdasarkan ini, risiko ditanggung sendiri.