Investasi infrastruktur kecerdasan buatan (AI) telah meningkat pesat sejak hadirnya model bahasa AI generatif seperti ChatGPT pada tahun 2022. Dengan adanya hyperscaler yang mendorong investasi infrastruktur AI mencapai rekor tertinggi pada tahun 2025, International Data Corp. menghitung investasi global sebesar $318 miliar, dan tampaknya investasi tersebut akan terus meningkat dari tahun ke tahun.
Dengan latar belakang melonjaknya suntikan modal, industri ini mendekati “dinding penskalaan” fisik. Infrastruktur tradisional mulai melemah akibat keterbatasan kapasitas pusat data dan melonjaknya permintaan energi.
Meningkatnya kebutuhan energi untuk menggerakkan AI tidaklah berkelanjutan, dan kekhawatiran juga meningkat mengenai kerusakan lingkungan yang dapat ditimbulkan oleh pasokan energi tersebut.
Kita sekarang berada pada titik perubahan. Metode transfer data listrik tradisional sudah mencapai batasnya, dengan NVIDIA menunjukkan kemampuannya dengan baru-baru ini menginvestasikan $4 miliar di dua perusahaan fotonik, Coherent Corp. dan Lumentum. NVIDIA bertaruh pada masa depan di mana data ditransmisikan melalui cahaya (foton) dan bukan listrik.
Konsumsi energi AI
ItuLembaga Penelitian Tenaga Listrikmemperkirakan bahwa pusat data dapat mengonsumsi hingga 9% pembangkit listrik Amerika setiap tahunnya pada tahun 2030, naik dari 4% pada tahun 2023. Seiring dengan meningkatnya permintaan konsumen dan memerlukan lebih banyak komputasi, kita akan melihat permintaan energi global meningkat. Hal ini menimbulkan masalah besar bagi biaya penskalaan layanan AI, mengingat volatilitas harga energi baru-baru ini. Kita sudah melihat masalah ini menjadi kenyataan, dengan OpenAI menyebutkan kenaikan tagihan energi sebagai alasan untuk membatalkan rencana ekspansinya di Inggris.
Prosesor mendekati batas fisik. Transistor, saklar elektronik yang membentuk dasar sirkuit elektronik, kini hanya selebar beberapa atom-ukuran yang membatasi efek kuantum dan panas secara signifikan.
Cahaya di ujung terowongan
Selain tantangan mengenai jumlah energi yang digunakan untuk memproses dan memindahkan data, jarak fisik antara elemen pemrosesan dan memori, baik pada-chip maupun pada tingkat sistem, kini membatasi kecepatan model AI dapat dijalankan dan dilatih. Membangun pusat data di atas landasan fotonik adalah langkah logis berikutnya.
Komputasi dalam jalur data optik akan segera dimungkinkan dan menawarkan peluang untuk mengurangi latensi dan menskalakan infrastruktur tanpa meningkatkan konsumsi daya secara proporsional.
Fotonik dapat diintegrasikan langsung ke chip silikon untuk memungkinkan peningkatan skalabilitas dan efisiensi dibandingkan listrik. Inti dari peningkatan efisiensi fotonik sederhana saja: Cahaya bergerak lebih cepat dan membawa lebih banyak informasi, sekaligus menghasilkan panas lebih sedikit dibandingkan elektron. Hal ini menghasilkan kepadatan komputasi yang jauh lebih tinggi, konsumsi daya yang lebih rendah, dan kinerja termal yang unggul untuk mengatasi batasan yang disebabkan oleh munculnya silikon gelap pada chip konvensional.
Manfaat peningkatan efisiensi pada tingkat chip terlihat jelas dalam seberapa cepat penghematan energi bertambah. Satu watt energi yang dihemat dengan menyalakan chip juga mengurangi energi yang terbuang untuk penggunaan daya dan pendinginan. Photonics membuka masa depan pengembangan infrastruktur AI, berpusat pada fondasi yang lebih cepat, lebih bersih, dan skalabel secara fundamental.
Implementasi pusat data Photonics
Hambatan mendasar dalam AI skala besar-bukan lagi komputasi mentah, melainkan biaya energi yang sangat besar untuk memindahkan data dengan kecepatan dan volume yang dibutuhkan beban kerja AI modern. Evolusi pesat model frontier berarti sistem berada di bawah tekanan konstan karena mengoordinasikan ribuan chip secara bersamaan. Infrastruktur pusat data tradisional tidak dapat memenuhi permintaan akan pertukaran data yang sangat intensif dan konstan.
Fotonik menghadirkan peluang untuk mengatasi masalah ini pada tingkat yang strategis, daripada hanya mengurangi kebutuhan termal yang meningkat dari arsitektur kelistrikan yang semakin meluas. Perkiraan awal industri menunjukkan bahwa penggunaan cahaya untuk mentransfer data menghasilkan sekitar 5x efisiensi daya dan 10x ketahanan jaringan dibandingkan elektronik konvensional.
Manfaat fotonik silikon lebih dari sekedar keuntungan efisiensi dan keberlanjutan. Dengan menghilangkan hambatan-transfer data yang signifikan, fotonik juga membuka jenis komputasi yang sebelumnya dianggap tidak praktis karena biaya energi, seperti enkripsi homomorfik sepenuhnya (memproses data terenkripsi tanpa pernah mendekripsinya).
Dengan menghilangkan batasan arsitektur komputasi tradisional, fotonik memiliki-implikasi yang luas pada sektor-sektor di mana kinerja dan privasi data yang diperlukan oleh industri pertahanan, keuangan, dan layanan kesehatan tidak-dapat dinegosiasikan.
Hingga saat ini, respons industri AI terhadap meningkatnya kebutuhan energi masih lambat dan gagal mengatasi kelemahan struktural arsitektur silikon tradisional. Investasi NVIDIA yang bernilai miliaran-dolar baru-baru ini memberikan sinyal yang jelas bahwa para hyperscaler kini menyadari bahwa hal ini pada dasarnya adalah masalah infrastruktur.
Kini kita harus bertanya pada diri sendiri apakah kita melakukan hal yang sama-terus memberikan manfaat besar-dalam pembangunan pusat data dan infrastruktur pendingin, atau berinvestasi pada solusi inovatif seperti fotonik, yang dapat mengatasi keterbatasan utama pada sumbernya.
Fotonik mewakili cakrawala peluang baru. Daripada menggantikan sistem yang ada, fotonik justru menambah arsitektur komputasi modern dengan membuka kapasitas komputasi baru dalam jaringan itu sendiri. Photonics mendorong industri chip menuju perubahan arsitektur terbesarnya sejak munculnya arsitektur von Neumann, dan ini memberikan peluang untuk membuka komputasi tanpa batas.
