Google baru-baru ini merilis rincian pertama yang detail tentang konsumsi energi untuk kueri AI, mengungkapkan bahwa prompt Gemini biasa hanya menggunakan 0,24 watt-jam listrik. Meskipun transparansi ini menandai langkah maju yang signifikan dalam memahami jejak lingkungan AI, komunitas teknologi mengajukan pertanyaan penting tentang apa arti sebenarnya dari angka-angka ini dan apa yang tidak disertakan.
Laporan tersebut menunjukkan bahwa setiap kueri AI mengonsumsi energi yang kira-kira sama dengan menjalankan microwave selama satu detik atau mengisi daya ponsel selama sekitar satu menit. Angka yang mengejutkan sederhana ini telah membuat banyak orang mempertanyakan apakah kekhawatiran tentang dampak lingkungan AI telah dilebih-lebihkan. Namun, diskusi komunitas mengungkapkan beberapa kesenjangan kritis dalam penilaian ini.
Rincian Konsumsi Energi Google Gemini :
- Total energi per kueri: 0,24 watt-jam
- Chip AI (TPU): 54% dari total konsumsi
- CPU dan memori: 29% dari total konsumsi
- Peralatan cadangan: 10% dari total konsumsi
- Overhead server: 8% dari total konsumsi
- Penggunaan air: 0,26 mililiter per kueri
- Emisi karbon: 0,01 gram CO₂ per kueri
Bagian yang Hilang: Biaya Pelatihan dan Infrastruktur
Salah satu kritik paling signifikan berpusat pada apa yang sengaja dikecualikan oleh laporan Google - biaya energi yang besar untuk melatih model AI. Perusahaan secara eksplisit menyatakan bahwa mereka menyerahkan pengukuran pelatihan model AI untuk pekerjaan masa depan, yang banyak orang anggap sebagai kelalaian besar. Melatih model bahasa besar memerlukan sumber daya komputasi yang sangat besar, sering kali melibatkan ribuan prosesor kelas atas yang berjalan selama berminggu-minggu atau berbulan-bulan.
Komunitas menunjukkan bahwa kelalaian ini seperti mengukur hanya biaya bahan bakar mengemudi mobil sambil mengabaikan energi yang dibutuhkan untuk membuatnya. Beberapa perkiraan menunjukkan bahwa ketika biaya pelatihan disertakan, total jejak energi bisa jauh lebih tinggi. Seorang komentator mencatat bahwa data Google sendiri tahun 2022 menunjukkan bahwa pelatihan dan inferensi membagi penggunaan energi kira-kira 50-50, yang berarti biaya sebenarnya per kueri bisa dua kali lipat dari yang dilaporkan.
Skala dan Konteks Lebih Penting Daripada Kueri Individual
Meskipun 0,24 watt-jam per kueri terdengar kecil, diskusi menyoroti bagaimana skala mengubah segalanya. Efisiensi energi kueri individual menjadi kurang relevan ketika mempertimbangkan bahwa AI sedang diintegrasikan ke dalam aktivitas harian yang tak terhitung jumlahnya - dari mesin pencari hingga analisis email hingga chatbot situs web. Pengguna sekarang menghasilkan ribuan kueri AI per hari tanpa menyadarinya.
Masalahnya adalah sekarang kita terlalu banyak menggunakan prompt di mana-mana. Setiap kueri mesin pencari. Setiap penekanan tombol di editor AI. Setiap situs web baru membuat kueri di belakang layar.
Integrasi ini berarti bahwa bahkan kueri individual yang efisien dapat bertambah menjadi konsumsi total yang signifikan ketika dikalikan dengan miliaran pengguna di seluruh dunia. Komunitas menekankan bahwa dampak lingkungan bukan hanya tentang percakapan ChatGPT yang disadari, tetapi tentang pemrosesan AI yang tidak terlihat yang terjadi terus-menerus di latar belakang kehidupan digital kita.
Perbandingan Efisiensi Energi:
- Setara microwave: 1 detik operasi
- Pengisian daya ponsel: ~1/80 dari pengisian penuh
- Kendaraan listrik: Setara dengan mengemudi sejauh 5,6 kaki (1,7 meter)
- Efisiensi biaya: ~100.000 kueri per $1 USD listrik
- Kueri per kWh: ~4.000 kueri
Penggunaan Air dan Kekhawatiran Infrastruktur
Selain listrik, laporan tersebut membahas konsumsi air, memperkirakan sekitar 0,26 mililiter (kira-kira lima tetes) per kueri. Ini telah memicu perdebatan tentang apakah air yang digunakan untuk pendinginan benar-benar dikonsumsi atau hanya dikembalikan ke lingkungan sebagai uap. Sementara beberapa orang menganggap kekhawatiran air sebagai berlebihan, yang lain menunjuk pada dampak nyata pada komunitas lokal di dekat pusat data.
Diskusi mengungkapkan ketidaksesuaian antara pemahaman teknis dan persepsi publik. Banyak orang berasumsi bahwa air yang digunakan untuk pendinginan hilang secara permanen, padahal kenyataannya sering menguap dan kembali sebagai presipitasi di tempat lain. Namun, ini tidak mengatasi kekhawatiran yang sah tentang dampak tabel air lokal dan penggunaan air kota yang telah diolah untuk pendinginan industri.
Transparansi vs. Pemasaran
Respons komunitas menunjukkan perasaan campur aduk tentang pengungkapan Google . Sementara banyak yang menghargai transparansi yang belum pernah ada sebelumnya, yang lain mempertanyakan waktu dan sifat selektif dari informasi tersebut. Beberapa melihatnya sebagai langkah strategis untuk melawan publisitas negatif tentang dampak lingkungan AI, terutama mengingat bahwa Google memilih untuk melaporkan penggunaan energi median daripada rata-rata.
Pilihan median daripada rata-rata adalah signifikan karena kemungkinan menyajikan gambaran yang lebih menguntungkan. Jika sejumlah kecil kueri kompleks menggunakan energi yang jauh lebih banyak, rata-rata akan lebih tinggi daripada median. Pilihan statistik ini, dikombinasikan dengan pengecualian biaya pelatihan, menunjukkan bahwa laporan tersebut mungkin lebih tentang hubungan masyarakat daripada transparansi yang lengkap.
Perdebatan mencerminkan pertanyaan yang lebih luas tentang bagaimana perusahaan teknologi harus berkomunikasi tentang dampak lingkungan. Sementara transparansi apa pun disambut baik, komunitas jelas menginginkan akuntansi yang lebih lengkap yang mencakup semua aspek konsumsi sumber daya AI, bukan hanya metrik yang paling menguntungkan.
Referensi: In a first, Google details just how much energy AI apps use