Spheron telah memberikan tanggapan setelah laporan energi baru dari Badan Energi Internasional (IEA). Perusahaan menyoroti meningkatnya permintaan energi dari AI. Dengan dampaknya pada jaringan regional, terutama di kawasan Asia-Pasifik (APAC).
Dalam sebuah pos yang dibagikan pada 21 Juli, Spheron mencatat bahwa APAC sudah kekurangan 15 hingga 25 gigawatt. Kesenjangan ini berasal dari kebutuhan pendinginan, jaringan data, dan keterbatasan pasokan yang terus berlanjut. Perusahaan memperingatkan bahwa ekspansi AI global dapat memperburuk kekurangan ini.
Sebagai respons, Spheron menunjukkan model pengalihan beban kerja terdesentralisasi sebagai alternatif yang lebih berkelanjutan. “Spheron mengarahkan beban kerja secara global, menghindari kendala regional,” kata perusahaan tersebut. “Kami adalah satu-satunya jalur yang dapat diskalakan ke depan.”
IEA: AI Akan Menggandakan Penggunaan Daya Pusat Data pada Tahun 2030
Laporan baru IEA, Energi dan AI, menekankan kekhawatiran Spheron. Badan tersebut memproyeksikan bahwa permintaan listrik dari pusat data akan lebih dari dua kali lipat pada tahun 2030, mencapai sekitar 945 terawatt-jam. Total tersebut akan melebihi penggunaan listrik Jepang saat ini.
AI adalah pendorong terbesar dari tren itu. Menurut IEA, pusat data yang dioptimalkan dengan AI dapat melihat permintaan daya meningkat empat kali lipat pada tahun 2030. Di Amerika Serikat saja, penggunaan energi pusat data mungkin segera menyamai total konsumsi energi dari beberapa sektor manufaktur yang digabungkan.
Laporan tersebut juga mencatat tren yang lebih luas di antara ekonomi maju. Di sana, infrastruktur yang terkait dengan AI diharapkan dapat mendorong lebih dari 20% pertumbuhan total permintaan listrik pada tahun 2030. Ini menandakan perubahan tajam setelah bertahun-tahun permintaan yang datar atau menurun di banyak daerah.
Spheron Mendorong Model Komputasi Terdesentralisasi
Platform Spheron memungkinkan pengembang AI untuk menerapkan beban kerja komputasi di seluruh jaringan global yang terdesentralisasi. Alih-alih bergantung pada pusat data pusat yang memerlukan energi tinggi, pengguna dapat mengalihkan permintaan ke daerah yang kurang dimanfaatkan. Pendekatan ini membantu menghindari kemacetan di zona yang terbatas pada daya seperti APAC. Ini juga mengurangi ketergantungan pada raksasa cloud, yang sering mengunci pengguna ke daerah tetap dan biaya energi yang tinggi.
Dengan mendesentralisasikan komputasi, Spheron bertujuan untuk memberikan efisiensi energi dan skala global, dua elemen yang hilang dalam pengaturan pelatihan AI berbasis cloud tradisional.
Energi sebagai Bottleneck AI Baru
Komentar Spheron mencerminkan meningkatnya kekhawatiran di sektor teknologi dan energi. Seiring dengan berkembangnya sistem AI, tuntutan infrastruktur mereka tidak lagi murni teknis, tetapi semakin menjadi isu lingkungan. Bagi para investor, pergeseran ini menghadirkan tantangan sekaligus peluang.
Spheron, yang menawarkan solusi terdesentralisasi dan sadar energi, mungkin akan mendapatkan perhatian seiring pemerintah memberlakukan regulasi energi yang lebih ketat. Wilayah APAC kemungkinan akan menjadi kasus uji. Dengan kekurangan yang terus menerus dan perkembangan AI yang meningkat, infrastruktur regional harus beradaptasi, atau berisiko memperlambat adopsi AI secara keseluruhan.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Spheron Mendorong AI Hemat Energi Saat APAC Menghadapi Krisis Daya
Spheron telah memberikan tanggapan setelah laporan energi baru dari Badan Energi Internasional (IEA). Perusahaan menyoroti meningkatnya permintaan energi dari AI. Dengan dampaknya pada jaringan regional, terutama di kawasan Asia-Pasifik (APAC).
Dalam sebuah pos yang dibagikan pada 21 Juli, Spheron mencatat bahwa APAC sudah kekurangan 15 hingga 25 gigawatt. Kesenjangan ini berasal dari kebutuhan pendinginan, jaringan data, dan keterbatasan pasokan yang terus berlanjut. Perusahaan memperingatkan bahwa ekspansi AI global dapat memperburuk kekurangan ini.
Sebagai respons, Spheron menunjukkan model pengalihan beban kerja terdesentralisasi sebagai alternatif yang lebih berkelanjutan. “Spheron mengarahkan beban kerja secara global, menghindari kendala regional,” kata perusahaan tersebut. “Kami adalah satu-satunya jalur yang dapat diskalakan ke depan.”
IEA: AI Akan Menggandakan Penggunaan Daya Pusat Data pada Tahun 2030
Laporan baru IEA, Energi dan AI, menekankan kekhawatiran Spheron. Badan tersebut memproyeksikan bahwa permintaan listrik dari pusat data akan lebih dari dua kali lipat pada tahun 2030, mencapai sekitar 945 terawatt-jam. Total tersebut akan melebihi penggunaan listrik Jepang saat ini.
AI adalah pendorong terbesar dari tren itu. Menurut IEA, pusat data yang dioptimalkan dengan AI dapat melihat permintaan daya meningkat empat kali lipat pada tahun 2030. Di Amerika Serikat saja, penggunaan energi pusat data mungkin segera menyamai total konsumsi energi dari beberapa sektor manufaktur yang digabungkan.
Laporan tersebut juga mencatat tren yang lebih luas di antara ekonomi maju. Di sana, infrastruktur yang terkait dengan AI diharapkan dapat mendorong lebih dari 20% pertumbuhan total permintaan listrik pada tahun 2030. Ini menandakan perubahan tajam setelah bertahun-tahun permintaan yang datar atau menurun di banyak daerah.
Spheron Mendorong Model Komputasi Terdesentralisasi
Platform Spheron memungkinkan pengembang AI untuk menerapkan beban kerja komputasi di seluruh jaringan global yang terdesentralisasi. Alih-alih bergantung pada pusat data pusat yang memerlukan energi tinggi, pengguna dapat mengalihkan permintaan ke daerah yang kurang dimanfaatkan. Pendekatan ini membantu menghindari kemacetan di zona yang terbatas pada daya seperti APAC. Ini juga mengurangi ketergantungan pada raksasa cloud, yang sering mengunci pengguna ke daerah tetap dan biaya energi yang tinggi.
Dengan mendesentralisasikan komputasi, Spheron bertujuan untuk memberikan efisiensi energi dan skala global, dua elemen yang hilang dalam pengaturan pelatihan AI berbasis cloud tradisional.
Energi sebagai Bottleneck AI Baru
Komentar Spheron mencerminkan meningkatnya kekhawatiran di sektor teknologi dan energi. Seiring dengan berkembangnya sistem AI, tuntutan infrastruktur mereka tidak lagi murni teknis, tetapi semakin menjadi isu lingkungan. Bagi para investor, pergeseran ini menghadirkan tantangan sekaligus peluang.
Spheron, yang menawarkan solusi terdesentralisasi dan sadar energi, mungkin akan mendapatkan perhatian seiring pemerintah memberlakukan regulasi energi yang lebih ketat. Wilayah APAC kemungkinan akan menjadi kasus uji. Dengan kekurangan yang terus menerus dan perkembangan AI yang meningkat, infrastruktur regional harus beradaptasi, atau berisiko memperlambat adopsi AI secara keseluruhan.