Tantangan Pendinginan yang Semakin Meningkat Permintaan pada pusat data kini mencapai tingkat yang lebih tinggi. Kepadatan daya kini sering kali melebihi 30 kW per rak, dan peningkatan thermal design power (TDP) dari CPU dan GPU modern semakin memperberat beban pendinginan. Meskipun pendinginan udara telah lama menjadi pilihan utama karena kesederhanaannya dan harga yang terjangkau, keterbatasannya mulai terlihat seiring dengan meningkatnya penggunaan energi dan biaya. IDC memprediksi bahwa kapasitas pusat data yang didorong oleh AI akan tumbuh pada tingkat pertumbuhan tahunan gabungan (CAGR) sebesar 40,5% pada 2027, dan konsumsi listrik pusat data global diperkirakan akan lebih dari dua kali lipat dari 2023 hingga 2028. Seiring dengan meningkatnya permintaan daya, efisiensi energi menjadi prioritas yang semakin penting, dan pendinginan udara yang efektif membutuhkan ruang yang cukup besar—menjadi tantangan bagi pusat data yang beroperasi di ruang terbatas. Apakah Pendinginan Udara Bisa Mengikuti? Pada banyak beban kerja standar dengan kepadatan lebih rendah (di bawah ~10-15 kW per rak), pendinginan udara tetap menjadi solusi yang layak, terutama dengan adanya inovasi dari Dell dalam manajemen aliran udara dan kipas berkinerja tinggi. Peningkatan ini mendorong batasan dari lingkungan yang menggunakan pendinginan udara, menjaga biaya tetap wajar untuk permintaan yang moderat. Namun, seiring dengan meningkatnya kepadatan daya, pendinginan udara membawa beberapa kekurangan, termasuk biaya pendinginan yang meningkat, risiko penurunan kinerja akibat pembatasan termal, dan skalabilitas yang terbatas. Pemadaman terkait pendinginan juga bisa menjadi lebih sering, meningkatkan kebutuhan pemeliharaan dan berisiko menyebabkan waktu henti operasional. Untuk pusat data yang mengantisipasi pertumbuhan atau menghadapi biaya pendinginan yang meningkat, tantangan ini bisa menjadi pertanda bahwa perlu mempertimbangkan pendekatan pendinginan yang lebih efisien. Keunggulan Pendinginan Cair Pendinginan cair semakin populer di pusat data dengan kepadatan tinggi, memanfaatkan konduktivitas termal cairan yang superior untuk mengelola panas lebih efektif. Dibandingkan dengan pendinginan udara, pendinginan cair memberikan penghematan energi hingga 40%; laporan terbaru dari National Renewable Energy Laboratory (NREL) menunjukkan bahwa pendinginan cair dapat mencapai Power Usage Effectiveness (PUE) serendah 1,05, jauh lebih efisien dibandingkan dengan PUE tipikal dari sistem pendingin udara yang berkisar antara 1,5 hingga 2,0. Manfaatnya melampaui penghematan energi: pendinginan cair juga mendukung rak dengan kepadatan lebih dari 20 kW, di mana pendinginan udara mulai kesulitan. Sistem Rak Terpadu Skala Dell (IRSS) dapat menangani kepadatan hingga 264 kW, dengan potensi untuk lebih tinggi lagi. Pendinginan cair juga menghemat ruang dengan memungkinkan kepadatan komputasi yang lebih tinggi per rak, membebaskan ruang berharga di dalam pusat data. Selain itu, dengan mengurangi ketergantungan pada kipas, pendinginan cair membawa operasi yang lebih tenang. Sistem loop tertutup yang mendaur ulang air pendingin menambah keunggulan lebih lanjut, sejalan dengan tujuan keberlanjutan dengan mengurangi limbah dan menurunkan permintaan pendinginan sekunder. Kapan Waktu yang Tepat untuk Beralih? Keputusan untuk beralih ke pendinginan cair sering kali menjadi jelas ketika tanda-tanda tertentu muncul. Kepadatan daya adalah faktor kunci; ketika kepadatan melebihi 15-20 kW per rak, pendinginan udara mulai kesulitan untuk menjaga suhu tetap terkendali tanpa pembaruan besar. Peningkatan PUE juga bisa menjadi indikasi bahwa pengaturan pendinginan udara tidak efisien, sehingga menjadi mahal dan sulit untuk dipelihara. Harga energi yang semakin tinggi semakin memperkuat kebutuhan untuk pendinginan yang lebih efisien, terutama karena komitmen keberlanjutan yang semakin besar. Untuk pusat data yang menghadapi keterbatasan ruang, pendinginan cair juga memungkinkan lebih banyak daya komputasi dalam jejak ruang yang lebih kecil, mengurangi kebutuhan untuk ekspansi fisik. Beralih dari pendinginan udara ke cair tidak harus dilakukan secara menyeluruh. Banyak pusat data mengambil pendekatan bertahap. Salah satu pendekatan yang dapat mengurangi konsumsi energi, meningkatkan efisiensi, dan mendukung beban kerja yang lebih padat adalah Liquid-to-Air Cooling (LAC) CDU. LAC CDU menggunakan udara sebagai media transfer panas dan tidak memerlukan pipa air yang terhubung ke pusat data. Ini memberikan fleksibilitas bagi organisasi untuk menyesuaikan strategi pendinginan mereka seiring dengan berkembangnya kebutuhan pusat data. Solusi hibrida lainnya adalah dengan retrofitting pengaturan pendinginan udara dengan Rear Door Heat Exchangers (RDHx). Organisasi dapat terus menggunakan server yang didinginkan udara tetapi melengkapinya dengan pendinginan cair melalui RDHx. Untuk kapasitas pendinginan yang lebih tinggi, Liquid-to-Liquid CDU (LL CDU) memanfaatkan infrastruktur air fasilitas untuk mendinginkan server dan peralatan. Ini adalah salah satu metode pendinginan yang paling efisien dan siap masa depan untuk beban kerja yang padat. Saat organisasi memulai perjalanan ini, mereka tidak sendirian. Tim ahli kami siap membantu dalam perencanaan, desain, dan implementasi strategi pendinginan yang disesuaikan untuk memastikan transisi yang sukses dan bebas stres ke pendinginan cair di pusat data. Solusi Pusat Data yang Melihat ke Depan Untuk pusat data yang bertujuan untuk menyeimbangkan kinerja, skalabilitas, dan biaya, pendinginan cair memberikan jawaban yang menarik untuk tantangan lingkungan dengan kepadatan tinggi dan kinerja tinggi. Meskipun pendinginan udara masih bekerja untuk banyak pusat data, keterbatasannya mulai terlihat seiring dengan meningkatnya permintaan daya. Pendinginan cair memberikan efisiensi energi superior, mendukung skalabilitas yang lebih besar, dan sejalan dengan tujuan keberlanjutan, menawarkan solusi yang melihat ke depan yang mempersiapkan pusat data untuk memenuhi kebutuhan infrastruktur TI masa depan. Dengan menilai kebutuhan saat ini dan yang akan datang serta merencanakan transisi bertahap, organisasi dapat melakukan peralihan ke pendinginan cair secara mulus dan siap untuk masa depan operasi pusat data.
Day: February 16, 2025
Studi Global Lenovo Mengungkapkan ROI Masih Menjadi Hambatan Terbesar Adopsi AI, Meskipun Pengeluaran Tiga Kali Lipat
Penelitian yang disponsori oleh Lenovo mengungkapkan bahwa empat puluh dua persen organisasi global berencana untuk menginstitusionalisasi penggunaan Generative AI. Penelitian yang disponsori oleh Lenovo mengungkapkan bahwa empat puluh dua persen organisasi global berencana untuk menginstitusionalisasi penggunaan Generative AI Tiga puluh tujuh persen manajemen tetap skeptis terhadap AI 5 Februari 2025 – Pemimpin bisnis dan pengambil keputusan TI mengonfirmasi bahwa penggunaan AI akan mencapai tingkat adopsi utama seiring organisasi mengalokasikan lebih banyak anggaran TI mereka untuk implementasi AI, menurut riset IDC baru yang disponsori oleh Lenovo. Buku panduan CIO global terbaru untuk tahun 2025 yang berjudul It’s Time for AI-nomics, menyoroti ekspektasi pengeluaran AI oleh pengambil keputusan TI secara global yang diperkirakan akan hampir tiga kali lipat pada 2025 dibandingkan dengan tahun lalu. Namun tantangan krusial termasuk ketidakpastian pengembalian finansial atas investasi ini dan kesenjangan dalam kesiapan organisasi. Membuktikan ROI: Hambatan Terbesar Meskipun sebagian besar kasus penggunaan AI telah memenuhi ekspektasi bisnis, membuktikan pengembalian investasi ini tetap menjadi tantangan—risiko finansial dan ROI yang tidak pasti menduduki peringkat sebagai hambatan terbesar dalam adopsi AI. Ketegangan ini diperburuk oleh ketidaksesuaian antara peningkatan investasi AI dan keraguan yang meluas di kalangan pengambil keputusan mengenai nilai AI. Meskipun diperkirakan akan ada lonjakan pengeluaran AI, pengambil keputusan bisnis tidak sepenuhnya optimis terhadap dampaknya. Buku panduan CIO mengungkapkan bahwa 37% manajemen tetap skeptis atau memiliki keraguan terhadap AI, sementara sekitar 9 dari 10 responden yang telah mengadopsi AI, yang sebagian besar terdiri dari profesional TI, mengatakan bahwa AI telah memenuhi ekspektasi mereka. Ini menyoroti perbedaan yang signifikan antara potensi tak terbatas AI dan kepercayaan bisnis. Adopsi Generative AI Mempercepat Pemimpin TI memperkirakan AI akan menyumbang hampir 20% dari anggaran teknologi pada 2025, yang didorong oleh adopsi yang dipercepat dari kasus penggunaan Generative AI. Meskipun hanya 11% perusahaan yang saat ini menggunakan aplikasi berbasis GenAI, angka ini diperkirakan akan meningkat hampir empat kali lipat menjadi 42% pada tahun mendatang. Operasi TI, pengembangan perangkat lunak, dan departemen pemasaran diperkirakan akan melihat tingkat aplikasi GenAI tertinggi. “AI adalah sebuah maraton dan lari cepat – membutuhkan upaya paralel untuk bergerak cepat dalam memodernisasi sistem, sambil memastikan kesiapan tumpukan teknologi di masa depan,” kata Ken Wong, Presiden, Solutions & Services Group, Lenovo. “Penelitian kami menunjukkan bahwa organisasi perlu menyederhanakan desain, penerapan, dan integrasi solusi AI untuk menunjukkan dampak dari investasi ini. Ini akan menanamkan kepercayaan yang lebih besar dan mendorong investasi di masa depan.” Mengatasi Tantangan Kesiapan Organisasi Penelitian ini juga mengungkapkan beberapa tantangan kesiapan organisasi. Meskipun masalah etika dan bias dalam AI dan pembelajaran mesin disebut sebagai aspek yang paling kompleks atau berisiko dari AI, lebih dari setengah bisnis global tidak memiliki kebijakan AI Governance, Risk, and Compliance (GRC). Untuk mewujudkan peningkatan produktivitas yang dijanjikan dengan agen dan asisten AI, organisasi juga harus melatih dan meningkatkan keterampilan staf, memodernisasi sistem TI untuk mengintegrasikan alat ini secara efektif, dan membangun proses organisasi yang membantu menavigasi penggunaan etis dan bertanggung jawab dari alat-alat ini. Kualitas Data: Faktor Keberhasilan yang Krusial Laporan AI-nomics juga menekankan pentingnya kualitas data dalam keberhasilan implementasi AI. Memastikan kedaulatan data dan kepatuhan, serta ketersediaan data berkualitas, disebut sebagai faktor paling penting dalam implementasi yang sukses, sementara kegagalan AI sering disebabkan oleh masalah kualitas data, biaya TI, dan integrasi AI dengan sistem dan proses yang ada. Untuk itu, 33% responden mengatakan bahwa organisasi mereka akan mengembangkan kemampuan manajemen data dalam 12 bulan ke depan. Kebutuhan akan Kemitraan yang Terampil Meskipun ada urgensi untuk memajukan agenda AI, perusahaan menyadari bahwa mereka tidak dapat melakukannya sendirian. Kurangnya keahlian terampil adalah alasan paling umum mengapa tidak berinvestasi dalam AI, sementara penelitian menemukan bahwa akses ke mitra dengan kemampuan AI yang kuat tetap menjadi salah satu faktor paling penting dalam implementasi AI yang sukses. “Untuk memanfaatkan kekuatan transformatif AI, organisasi membutuhkan strategi berbasis data yang memastikan skalabilitas, interoperabilitas, dan hasil bisnis yang nyata,” kata Ashley Gorakhpurwalla, Presiden, Infrastructure Solutions Group, Lenovo. “Di Lenovo, kami percaya pendekatan hybrid untuk AI—mengintegrasikan dan memungkinkan model pribadi dan publik—sangat penting untuk memberikan solusi yang dapat diskalakan, mendorong dampak yang terukur, dan mempercepat transformasi bisnis yang didorong oleh AI.”