Pembangunan pusat data AI diperkirakan akan meningkatkan pengeluaran cloud hingga 87% antara 2025 dan 2030, yang mendorong pertumbuhan pasar semikonduktor sebesar 53% pada 2029. Namun, konsumsi energi pusat data juga meningkat drastis, dengan potensi melampaui kapasitas energi dunia pada 2030. Hal ini menimbulkan kekhawatiran keberlanjutan dan kebutuhan solusi efisiensi yang mendesak.
Dr. Rick Tsai menekankan pentingnya metrik Perf/TCO dan Perf/Watt serta co-optimisasi dalam desain pusat data, termasuk integrasi memori, interkoneksi, dan kemasan elektronik canggih. Anirudh Devgan dari Cadence menunjukkan bahwa AI dapat mempercepat desain chip hingga 100 kali lipat dan mengurangi konsumsi daya melalui model bahasa besar khusus. Sementara itu, Apple dan universitas mulai membalikkan tren penurunan insinyur silikon melalui program pelatihan intensif.
Kondisi ini mengindikasikan perlunya kolaborasi antara produsen chip, perusahaan desain, dan institusi pendidikan untuk mengatasi keterbatasan energi dan sumber daya manusia. Kegagalan mengelola konsumsi energi pusat data AI berpotensi menghambat kemajuan teknologi AI secara global dan memperparah masalah lingkungan. Inovasi yang terintegrasi dan pelatihan yang tepat menjadi kunci agar pengembangan AI dapat berkelanjutan.