Pertempuran AI di Bawah Laut yang Diam-diam Menentukan Dunia

Ilustrasi milik BSM

Pengumuman paling penting dalam perlombaan kecerdasan buatan mungkin tidak pernah muncul dari panggung yang dipenuhi lampu, tepuk tangan, dan presentasi produk. Bukan dari San Francisco. Bukan dari konferensi pengembang yang menampilkan model terbaru. Bukan pula dari video promosi dengan musik heroik dan grafik yang berputar-putar.

Pengumuman itu mungkin berada tiga puluh lima meter di bawah permukaan Laut Kuning, tersembunyi dalam silinder logam yang tak memiliki wajah, tak memiliki karisma, dan nyaris tak menarik untuk dijadikan poster.

Kita hidup di zaman yang terobsesi pada otak. Setiap minggu publik disuguhi model AI baru. Parameter lebih besar. Kemampuan lebih canggih. Penalaran lebih panjang. Semua orang membicarakan kecerdasan. Sangat sedikit yang membicarakan pendingin.

Padahal, dalam sejarah teknologi, pemenangnya sering ditentukan oleh benda-benda yang membosankan.

Rel kereta api lebih membosankan daripada lokomotif. Jaringan pipa lebih membosankan daripada minyak. Gardu listrik lebih membosankan daripada lampu pijar. Trafo bahkan lebih membosankan lagi.

Saya curiga sebagian besar orang tidak pernah memikirkan trafo selama hidup mereka. Benda itu hanya kotak abu-abu yang berdiri di sudut jalan atau bergantung di tiang listrik. Tidak memiliki aura futuristik. Tidak cocok dijadikan sampul majalah.

Sementara itu, perusahaan-perusahaan AI terbesar di dunia menghabiskan ratusan miliar dolar untuk membangun masa depan. Kedua hal tersebut ternyata terhubung. Dan China menjadi pusatnya.

Tetapi, sebelum membahas China, ada baiknya melihat sebuah kegagalan yang cukup menarik. Pada 2013, sekelompok insinyur Microsoft mulai mengejar ide yang terdengar seperti hasil percakapan larut malam: bagaimana kalau pusat data ditaruh di dasar laut?

Ide itu kemudian berkembang menjadi Project Natick. Pada 2018, sebuah kapsul baja sepanjang sekitar 12 meter diturunkan ke laut dekat Kepulauan Orkney, di utara Skotlandia. Di dalamnya terdapat 864 server dan sistem pendingin tertutup. Laut di sekelilingnya berfungsi sebagai pendingin alami. Eksperimen itu sukses.

Ketika kapsul diangkat dua tahun kemudian, tingkat kerusakan perangkat keras ternyata lebih rendah dibandingkan pusat data konvensional di daratan. Banyak orang menganggap proyek tersebut sebagai gambaran masa depan.

Masa depan ternyata tidak datang. Microsoft menghentikan pengembangan lebih lanjut. Bukan karena konsepnya gagal. Justru karena konsep itu terlalu sulit diperbesar. Membangun satu kapsul eksperimental berbeda dengan membangun jaringan industri yang mampu menopang kebutuhan AI global.

Di titik itu, cerita biasanya berakhir. Kenyataannya tidak.

China mengambil ide yang sama, dan membawanya ke arah yang jauh lebih praktis. Pada akhir 2023, fasilitas komputasi bawah laut mulai beroperasi di lepas pantai Hainan. Tahun-tahun berikutnya, proyek yang lebih besar muncul di kawasan dekat Shanghai, terhubung dengan energi angin laut.

Saat membaca spesifikasi teknisnya, otak rasanya ruwet. Dua ribu server. Pendinginan laut. Pengurangan konsumsi energi. Integrasi dengan pembangkit angin. Pikiran saya justru berhenti pada detail lain. Laut.

Orang-orang teknologi sering berbicara tentang algoritma. China tampaknya sedang berbicara tentang geografi.

Geografi terdengar kuno. Kata itu mengingatkan pada atlas sekolah dasar, peta yang dilipat, dan guru yang menunjuk garis pantai dengan tongkat kayu. Kenyataannya, geografi tidak pernah pergi. Ia hanya berganti pakaian.

Sebuah model AI membutuhkan listrik dalam jumlah yang nyaris absurd. Fasilitas pelatihan modern dapat mengonsumsi daya setara kota kecil. Ribuan chip bekerja bersamaan. Panas yang dihasilkan luar biasa besar.

Panas adalah musuh yang sangat konkret. Panas tidak peduli seberapa canggih model bahasa yang kamu ciptakan. Panas tidak peduli berapa banyak ilmuwan yang direkrut dari Stanford atau MIT. Panas hanya melakukan satu hal: merusak perangkat.

Karena itulah pusat data modern dipenuhi sistem pendingin yang rumit. Pipa. Pompa. Menara pendingin. Aliran udara. Dalam beberapa lokasi, jutaan liter air digunakan setiap hari.

Laut menawarkan solusi yang hampir brutal dalam kesederhanaannya. Air dingin sudah tersedia. Energi angin juga tersedia. Tidak perlu menjadi pengagum China untuk mengakui bahwa langkah tersebut sangat cerdas.

Banyak diskusi tentang AI masih terdengar seperti diskusi perangkat lunak. Saya justru mulai curiga bahwa AI semakin menyerupai industri berat. Semakin dekat ke dunia baja, kabel, beton, turbin, dan gardu listrik.

Orang yang tumbuh pada era internet awal terbiasa membayangkan teknologi sebagai sesuatu yang ringan. Aplikasi muncul dari garasi. Startup lahir dari laptop. Seorang programmer bisa mengubah dunia dari kamar tidur.

Narasi itu masih hidup, tetapi kebutuhan komputasi AI sedang menarik teknologi kembali ke dunia fisik dengan cara yang sangat keras. Chip perlu listrik. Listrik perlu jaringan. Jaringan perlu material. Material perlu pabrik. Pabrik perlu energi. Rantai tersebut panjang dan tidak romantis.

Amerika Serikat menemukan dirinya berada dalam posisi yang agak aneh. Mereka masih memimpin dalam banyak bidang AI. Model-model paling terkenal lahir di California. Talenta terbaik dunia masih berbondong-bondong ke Silicon Valley. Modal investasi mengalir dalam jumlah yang membuat kepala pening. Namun uang tidak bisa mempercepat segala hal.

Seseorang dapat menggelontorkan puluhan miliar dolar hari ini, tetapi trafo daya raksasa yang dibutuhkan untuk pusat data baru mungkin baru tiba beberapa tahun kemudian. Di sinilah cerita jadi lebih menarik daripada persaingan OpenAI, Google, atau Anthropic.

Persoalannya bukan lagi siapa yang memiliki model terbaik. Persoalannya adalah siapa yang mampu memberi makan model tersebut.

Laporan industri energi beberapa tahun terakhir penuh dengan keluhan yang terdengar membosankan: antrean koneksi jaringan listrik, kekurangan transformator daya, keterbatasan kapasitas transmisi.

Membosankan, ya. Membosankan dengan cara yang menentukan sejarah.

Abad ke-19 sering diceritakan melalui nama-nama besar seperti Thomas Edison atau Nikola Tesla. Cerita yang lebih jarang dibahas adalah ribuan kilometer kabel tembaga yang harus ditarik melintasi kota-kota. Tanpa kabel tersebut, ide-ide Edison dan Tesla tetap menjadi demonstrasi laboratorium.

Pola yang sama muncul lagi. Ketika orang-orang terpukau oleh model AI terbaru, China selama bertahun-tahun membangun jaringan transmisi tegangan ultra tinggi, memperluas kapasitas energi terbarukan, memperbesar manufaktur peralatan listrik, dan memperkuat rantai pasok industri yang nyaris tidak pernah menjadi topik viral.

Tidak terdengar glamor. Justru itu yang membuatnya layak diperhatikan.

Saya tidak sepenuhnya setuju dengan narasi media sosial yang menyatakan masa depan AI sudah pasti menjadi milik China. Dunia jauh lebih berantakan daripada slogan seperti itu. Amerika masih memiliki keunggulan luar biasa dalam perangkat lunak, riset, modal ventura, dan ekosistem inovasi. Banyak prediksi kemenangan mutlak biasanya berakhir memalukan beberapa tahun kemudian.

Tetapi saya juga menganggap remeh jika seseorang berpikir perlombaan AI hanya soal model yang lebih pintar. Kecerdasan buatan sedang mengubah dirinya menjadi persoalan infrastruktur.

Kata "infrastruktur" jarang membuat jantung berdebar. Kata itu mengingatkan pada dokumen pemerintah, tender proyek, dan rapat yang membosankan. Padahal infrastruktur sering menjadi nama lain bagi kekuasaan yang sudah matang.

Saat malam tiba di sebuah pusat data, tidak ada yang spektakuler untuk dilihat. Rak-rak server berdiri berjajar. Lampu indikator berkedip hijau. Kipas berputar tanpa henti. Suaranya seperti dengungan panjang yang membuat telinga sedikit berdenging setelah beberapa menit.

Di layar pengguna, sebuah chatbot menjawab pertanyaan dalam hitungan detik. Di bawah laut, air terus bergerak melewati dinding kapsul logam. Di suatu pabrik trafo di Jiangsu, baja dan tembaga sedang dibentuk menjadi peralatan yang beratnya puluhan ton.

Sementara itu, sebagian besar percakapan publik masih sibuk membahas model mana yang paling pintar minggu ini.

Catatan terkait: Manusia, Efisiensi, Serbuan AI, dan Masalah Dunia Kerja Saat Ini