Sistem Manajemen Termal Cerdas untuk Pusat Data AI: Optimalisasi Pendinginan Cair dan Pemanfaatan Energi Sisa

Abstract

Pertumbuhan komputasi kecerdasan buatan (AI) yang eksponensial telah mendorong peningkatan signifikan pada intensitas energi pusat data, dengan konsumsi daya rak yang dapat melampaui 100 kW dan beban panas chip yang mencapai ribuan watt . Kondisi ini membuat sistem pendingin berbasis udara konvensional tidak lagi memadai, sehingga mendorong transisi menuju teknologi pendinginan cair yang lebih efisien . Penelitian ini membahas pengembangan sistem manajemen termal cerdas untuk pusat data AI yang mengintegrasikan optimalisasi pendinginan cair dengan pemanfaatan energi sisa. Pendinginan cair langsung ke chip (direct-to-chip liquid cooling) terbukti mampu meningkatkan stabilitas sistem hingga 40% dan mengurangi konsumsi energi hingga 60% dibandingkan pendinginan udara . Selain itu, sistem ini memungkinkan pemulihan panas buangan bersuhu sekitar 45–55°C dengan tingkat pemanfaatan hingga 98% untuk aplikasi seperti pemanas distrik, rumah kaca, atau produksi air panas . Studi juga mengeksplorasi integrasi kecerdasan buatan untuk kontrol termal prediktif dan pemanfaatan energi sisa berbasis kesesuaian grade (grade-matched cooling) guna mengoptimalkan efisiensi energi secara keseluruhan . Hasil analisis menunjukkan bahwa sistem manajemen termal cerdas berbasis pendinginan cair tidak hanya mengatasi tantangan pendinginan pusat data AI berdensitas tinggi, tetapi juga berkontribusi pada dekarbonisasi infrastruktur digital melalui pengurangan emisi operasional dan pemanfaatan energi yang lebih berkelanjutan .