AI kehabisan daya. Luar angkasa tidak akan menjadi jalan keluar selama beberapa dekade

Selamat datang di Eye on AI, bersama reporter AI Sharon Goldman. Dalam edisi ini: Pusat data di luar angkasa layak secara teori, tetapi belum siap diluncurkan…Accenture mengaitkan promosi dengan login AI…Pelopor AI Fei-Fei Li’s startup World Labs mengumpulkan dana sebesar 1 Miliar dolar. Kesepakatan Nvidia dengan Meta menandai era baru dalam kekuatan komputasi.

Video Rekomendasi

Industri AI sedang dalam perjalanan kekuasaan—secara harfiah—dan semakin putus asa. Pusat data sudah menyumbang sekitar 4% dari penggunaan listrik di AS, dan diperkirakan akan lebih dari dua kali lipat pada tahun 2030 karena menjalankan dan melatih model AI semakin membutuhkan gigawatt daya. Analis memperkirakan permintaan daya pusat data global bisa meningkat hingga 165% pada akhir dekade ini, meskipun infrastruktur generasi dan transmisi baru tertinggal bertahun-tahun dari kebutuhan. Sebagai tanggapan, perusahaan hyperscale berebut—menandatangani kesepakatan membangun pembangkit gas mereka sendiri, menjajaki reaktor nuklir kecil, dan mencari sumber daya listrik di mana pun mereka bisa menemukannya.

Di tengah latar belakang itu, tidak mengherankan jika beberapa pemain terbesar di industri mulai melihat ke luar angkasa sebagai solusi.

Dalam cerita fitur yang diterbitkan pagi ini, saya membahas bagaimana—meskipun perusahaan teknologi diperkirakan akan menghabiskan lebih dari 5 triliun dolar secara global untuk pusat data AI berbasis Bumi pada akhir dekade—Elon Musk berargumen bahwa masa depan kekuatan komputasi AI terletak di luar angkasa, didukung oleh energi surya. Musk menyarankan bahwa ekonomi dan rekayasa bisa selaras dalam beberapa tahun saja, bahkan memprediksi bahwa kapasitas komputasi AI yang lebih besar bisa berada di orbit daripada di Bumi dalam lima tahun.

Gagasan tentang pusat ruang orbit sendiri bukanlah hal baru. Sejauh tahun 2015, Fortune sudah bertanya: Bagaimana jika kita menempatkan server di luar angkasa?

Yang berubah adalah urgensinya. Krisis daya saat ini telah mendorong konsep ini kembali ke percakapan serius, dengan startup seperti Starcloud mendapatkan perhatian dan pemimpin teknologi besar seperti mantan CEO Google Eric Schmidt, CEO Alphabet Sundar Pichai, dan Jeff Bezos dari Amazon semuanya mengalihkan perhatian mereka ke kemungkinan meluncurkan pusat data ke orbit.

Namun, sementara Musk dan para pendukung lainnya berargumen bahwa komputasi AI berbasis luar angkasa bisa menjadi biaya yang efisien dalam waktu relatif singkat, banyak ahli mengatakan bahwa apa pun yang mendekati skala yang berarti masih akan memakan waktu puluhan tahun. Kendala terkait pembangkitan daya, disipasi panas, logistik peluncuran, dan biaya masih membuatnya tidak praktis—dan untuk saat ini, sebagian besar investasi AI tetap mengalir ke infrastruktur darat. Pilot skala kecil dari komputasi orbital mungkin layak dilakukan dalam beberapa tahun ke depan, mereka berpendapat, tetapi luar angkasa tetap menjadi pengganti yang buruk untuk pusat data berbasis Bumi untuk masa depan yang dapat diperkirakan.

Namun, tidak sulit memahami daya tariknya: Berdiskusi dengan sumber-sumber untuk cerita ini, menjadi jelas bahwa gagasan pusat data di luar angkasa tidak lagi fiksi ilmiah—fisika sebagian besar sudah sesuai. “Kita tahu cara meluncurkan roket; kita tahu cara menempatkan pesawat luar angkasa ke orbit; dan kita tahu cara membangun panel surya untuk menghasilkan listrik,” kata Jeff Thornburg, veteran SpaceX yang memimpin pengembangan mesin Raptor SpaceX, kepada saya. “Dan perusahaan seperti SpaceX menunjukkan bahwa kita bisa memproduksi massal kendaraan luar angkasa dengan biaya lebih rendah.”

Masalahnya adalah bahwa segala hal lainnya, dari membangun panel surya besar hingga menurunkan biaya peluncuran, bergerak jauh lebih lambat daripada siklus hype AI saat ini. Meski begitu, Thornburg mengatakan bahwa dalam jangka panjang, tekanan energi yang mendorong minat terhadap pusat data orbital kemungkinan tidak akan hilang. “Insinyur akan menemukan cara agar ini berhasil,” katanya. “Jangka panjang, ini hanya soal berapa lama kita akan membutuhkan waktu.”

Dengan itu, berikut berita AI lainnya.

Sharon Goldman
sharon.goldman@fortune.com
@sharongoldman

FORTUNE TENTANG AI

CEO Google Sundar Pichai mengatakan pengeluaran AI masih masuk akal meskipun ada kekhawatiran gelembung – oleh Beatrice Nolan

Bill Gates mundur dari konferensi AI di India mendadak, sebagai pukulan terbaru terhadap acara yang penuh kekacauan organisasi – oleh Beatrice Nolan

Elon Musk mendorong pembangunan pusat data di luar angkasa. Tapi mereka tidak akan menyelesaikan masalah daya AI dalam waktu dekat – oleh Sharon Goldman

Siapa pencipta OpenClaw Peter Steinberger? Pengembang milenial ini menarik perhatian Sam Altman dan Mark Zuckerberg – oleh Eva Roytburg

Eksklusif: Bain dan Greylock taruhan $42 juta bahwa agen AI akhirnya bisa memperbaiki hambatan paling rumit dalam keamanan siber – oleh Lily Mae Lazarus

BERITA AI

Accenture mengaitkan promosi dengan login AI. Accenture mulai melacak penggunaan alat AI internal oleh karyawannya yang senior—dan memasukkan data tersebut ke dalam keputusan promosi kepemimpinan—menyoroti bagaimana bahkan konsultan yang sangat bergantung AI pun kesulitan membuat staf terbaik mengubah cara mereka bekerja. Menurut komunikasi internal yang dilihat Financial Times, promosi ke posisi kepemimpinan sekarang akan memerlukan “penggunaan rutin” alat AI, dengan Accenture memantau login individu untuk beberapa manajer senior sebagai bagian dari tinjauan bakat musim panas ini. Langkah ini mencerminkan tantangan yang lebih luas di seluruh firma konsultasi dan akuntansi, di mana eksekutif mengatakan bahwa mitra senior jauh lebih resisten terhadap adopsi AI dibandingkan staf junior, memicu pendekatan “pancing dan dorong”. Meskipun Accenture mengatakan telah melatih lebih dari 550.000 karyawan dalam AI generatif dan sedang merestrukturisasi diri di sekitar unit “Reinvention Services” yang berfokus pada AI, kebijakan ini menuai kritik internal—termasuk klaim bahwa beberapa alat tidak dapat diandalkan—dan menyoroti kesenjangan yang semakin melebar antara ambisi AI dan penggunaan sehari-hari di perusahaan.

Pelopor AI Fei-Fei Li’s startup World Labs mengumpulkan dana $1 Miliar. Bloomberg melaporkan bahwa World Labs, startup yang didirikan oleh pelopor AI Fei-Fei Li, telah mengumpulkan dana baru sebesar 1 miliar dolar untuk mengejar “model dunia,” sebuah pendekatan yang bertujuan membantu sistem AI memahami dan beroperasi dalam dunia fisik tiga dimensi. Putaran pendanaan ini termasuk investasi sebesar $200 juta dari Autodesk, bersama dukungan dari Andreessen Horowitz, Nvidia, dan Advanced Micro Devices, menurut perusahaan. World Labs bergabung dengan kelompok startup yang fokus pada model dunia, termasuk sebuah usaha yang dipimpin Yann LeCun, saat investor melihat melampaui model bahasa besar menuju sistem AI yang lebih cocok untuk robotika dan penemuan ilmiah. Perusahaan meluncurkan produk pertamanya, Marble, akhir tahun lalu, yang menghasilkan lingkungan 3D dari teks atau gambar, dan mengatakan modal baru ini akan mempercepat pekerjaan di bidang tersebut. Li terkenal karena perannya dalam menciptakan ImageNet, dataset dasar yang membantu mendorong terobosan modern dalam visi komputer; startup ini tidak mengungkapkan valuasinya, meskipun Bloomberg News sebelumnya melaporkan bahwa sedang dalam pembicaraan sekitar angka sekitar 5 miliar dolar.

Kesepakatan Nvidia dengan Meta menandai era baru dalam kekuatan komputasi. Sebuah cerita Wired baru berpendapat bahwa kesepakatan terbaru Nvidia dengan Meta menandai perubahan dalam cara kekuatan komputasi AI dibangun. Kini bukan hanya tentang membeli GPU yang lebih kuat untuk melatih model AI; perusahaan kini membutuhkan rangkaian lengkap chip untuk menjalankannya secara skala besar. Bersamaan dengan miliaran dolar GPU Nvidia, Meta juga membeli CPU Nvidia Grace—menjadikannya perusahaan teknologi besar pertama yang secara terbuka berkomitmen pada chip tersebut secara skala besar. Analis mengatakan langkah ini mencerminkan bagaimana sistem AI yang lebih baru, terutama AI “agenik” yang menjalankan tugas secara terus-menerus, sangat bergantung pada CPU tradisional untuk mengoordinasikan data, mengelola alur kerja, dan mendukung inferensi. Sebuah laporan Semianalysis terbaru menegaskan hal ini, mencatat bahwa beberapa pusat data AI kini membutuhkan puluhan ribu CPU hanya untuk menangani data yang dihasilkan GPU—beban infrastruktur yang hampir tidak ada sebelum ledakan AI.