Foto: Magnific/ DC Studio
Teknologi.id – Selama ini, perbincangan mengenai dampak negatif kecerdasan buatan (AI) terhadap lingkungan selalu berpusat pada tingginya konsumsi listrik skala gigawatt dan jejak karbon di pusat data. Namun, sebuah studi terbaru dari Universitas Bonn, Jerman, berhasil mengungkap sisi lain yang jarang dibahas, yakni jejak material dan kandungan logam beracun yang tertanam di dalam perangkat keras penopang AI.
Dalam penelitian yang dilakukan oleh Sustainable AI Lab Bonn, para peneliti melakukan eksperimen kimia dengan membongkar salah satu chip AI paling populer di dunia, yakni Nvidia A100. Chip ini merupakan komponen legendaris yang menjadi motor penggerak utama pada fase awal ledakan popularitas chatbot generatif global.
Kandungan Logam Berat dan Potensi Toksisitas
Penulis utama studi tersebut, Sophia Falk, menjelaskan bahwa timnya mengatalogkan seluruh unsur kimia yang menyusun satu unit GPU Nvidia A100. Hasil analisis laboratorium menemukan sedikitnya 32 elemen berbeda di dalam perangkat tersebut.
Menariknya, sekitar 90 persen dari total massa chip Nvidia A100 terdiri dari berbagai jenis logam. Tembaga menjadi komponen terbesar dengan berat mencapai sekitar 1,4 kilogram per unit, disusul oleh besi, timah, silikon, dan nikel sebagai lima unsur utama. Sementara logam mulia seperti emas, perak, platinum, dan paladium hanya ditemukan dalam jumlah yang sangat kecil.
Baca juga: AI Bisa “Ngambek”? Studi Baru Ungkap Respons ChatGPT Dipengaruhi Pengguna
Namun, yang menjadi sorotan utama adalah adanya campuran logam berbahaya. Peneliti mencatat elemen-elemen seperti arsenik, merkuri, timbal, kadmium, kromium, seng, antimon, kobalt, hingga berilium. Secara total, sekitar 93 persen dari satu unit chip A100 terdiri dari unsur yang dapat bersifat toksik atau beracun dalam kondisi tertentu.
Para ilmuwan menegaskan bahwa material ini sepenuhnya aman selama chip tetap tersegel dan bekerja di dalam rak server pusat data. Risiko lingkungan dan kesehatan justru mengintai pada tahap hulu, yaitu saat ekstraksi bahan baku di pertambangan, serta di tahap hilir ketika perangkat ini pensiun dan menumpuk menjadi limbah elektronik (e-waste).
Butuh 4 Ton Material Bumi untuk Latih Satu Model AI
Studi ini juga mengalkulasi seberapa besar kebutuhan perangkat keras untuk melatih sebuah model bahasa terkemuka seperti GPT-4. Kebutuhan jumlah GPU sangat bergantung pada intensitas pemanfaatan (utilization rate) dan estimasi masa pakai perangkat tersebut.
Dalam skenario paling realistis, dengan tingkat pemanfaatan sebesar 35 persen dan masa pakai chip selama dua tahun, pelatihan satu model GPT-4 diperkirakan menghabiskan masa pakai sekitar 2.515 chip Nvidia A100. Jika masa pakai dioptimalkan hingga tiga tahun, jumlahnya dapat ditekan menjadi 1.676 chip. Namun, dalam skenario pemanfaatan yang rendah dan umur pendek, kebutuhan perangkat keras bisa melonjak hingga 8.800 GPU. Secara keseluruhan, tim peneliti memperkirakan bahwa proses pelatihan satu model AI skala besar melibatkan ekstraksi sekitar 4 ton material dari bumi.
Baca juga: AI Kini Jadi Senjata Baru Hacker Global, Google Ungkap Modusnya
Dilema Konsumsi Air dan Lonjakan Emisi
Selain masalah material chip, rantai pasokan AI terus membebani ekosistem bumi melalui konsumsi energi dan air. Berdasarkan data dari industri, satu kali pencarian menggunakan ChatGPT mengonsumsi listrik sepuluh kali lipat lebih banyak dibandingkan pencarian standar di Google. Bahkan, satu sesi percakapan singkat dengan ChatGPT membutuhkan pendinginan air yang setara dengan volume satu botol air plastik standar.
Benjamin Lee, ilmuwan komputer dari Universitas Pennsylvania, membagi konsumsi energi AI ke dalam dua fase: fase pelatihan (training) yang menghabiskan daya masif untuk memproses parameter data, dan fase inferensi (inference) saat AI merespons perintah pengguna. Karena pemrosesan kata berbasis konteks hubungan antarkata, semakin panjang perintah yang dimasukkan pengguna, semakin lama waktu pemrosesan dan semakin besar energi yang terkuras.
Untuk mencegah komputer canggih ini mengalami panas berlebih (overheating), pusat data mengandalkan menara pendingin yang menguapkan air. Sebagai gambaran, pada tahun 2023 saja, pusat data di Amerika Serikat telah mengonsumsi sekitar 66 miliar liter air secara langsung. Peningkatan aktivitas digital ini tercermin dari data emisi Amazon yang dirilis Juli 2025, di mana emisi perusahaan melonjak menjadi 68,25 juta metrik ton pada tahun 2024 dari yang sebelumnya 64,38 juta metrik ton pada 2023.
Noman Bashir, seorang insinyur komputer dari MIT, mengingatkan bahwa tantangan lingkungan ini bersifat struktural.
“GPU yang mendukung pusat data AI dibuat dengan unsur tanah jarang (rare earth elements). Ekstraksinya membutuhkan banyak sumber daya dan dapat menyebabkan degradasi lingkungan,” pungkasnya.
Baca Berita dan Artikel lainnya di Google News.
(yna/sa)
Comments are closed.