Andrii Garanin, Chief Energy dan Infrastructure Officer di Silicon Foundation – Seri Wawancara

Andrii Garanin adalah Chief Energy dan Infrastructure Officer di Silicon Foundation, di mana ia mengembangkan proyek pusat data AI dan penyimpanan baterai di seluruh pasar listrik utama AS, termasuk PJM dan ERCOT. Dengan lebih dari 20 tahun pengalaman di seluruh rantai nilai energi, termasuk pembangkit listrik, integrasi grid, dan penyimpanan, ia adalah salah satu dari sedikit pemimpin infrastruktur yang menjembatani dunia pembangkit listrik dan komputasi AI. Ia telah mengembangkan dan mengoperasikan aset energi yang mencakup energi terbarukan, gas, dan penyimpanan baterai dan telah memegang peran kepemimpinan di perusahaan energi dan teknologi internasional, termasuk Scatec Solar dan Elementum Energy.

Silicon Foundation adalah organisasi yang berfokus pada infrastruktur yang membangun di persimpangan energi, komputasi AI, dan pasar modal. Tesis inti yayasan ini adalah bahwa infrastruktur AI di masa depan akan bergantung pada pusat data yang lebih kecil, terdistribusi, dan langsung terhubung ke aset energi daripada fasilitas terpusat yang besar. Untuk mendukung visi ini, Silicon Foundation mengembangkan dan mengoperasikan pusat data GPU untuk beban kerja AI, berinvestasi dalam sistem penyimpanan energi baterai skala besar (BESS) untuk meningkatkan keandalan grid, dan menciptakan Protokol RAW, lapisan infrastruktur pasar yang dirancang untuk menghubungkan aset energi fisik dan komputasi dengan pasar modal lembaga. Organisasi ini saat ini mengembangkan kampus komputasi dan energi skala besar di West Virginia yang menggabungkan akses grid, penyimpanan energi, infrastruktur pendingin, dan kapasitas komputasi AI sebagai bagian dari tujuan yang lebih luas untuk membangun masa depan yang berkelimpahan energi.

Anda telah menghabiskan lebih dari dua dekade membangun infrastruktur energi di seluruh energi terbarukan, metana-ke-energi, utilitas skala surya, penyimpanan baterai, dan sekarang pusat data AI. Bagaimana perjalanan itu membentuk pandangan Anda bahwa ketersediaan daya menjadi sama pentingnya dengan pengembangan AI seperti GPU dan model dasar?

Saya menghabiskan sebagian besar karir saya di sisi pembangkit listrik, tetapi bekerja di sisi konsumsi yang mengubah cara saya memandang seluruh sistem. Anda dengan cepat menyadari bahwa mencocokkan permintaan dengan penawaran bukanlah masalah sekunder. Ini adalah masalah. Kendala nyata bukanlah pembangkitan dalam arti abstrak; itu adalah grid itu sendiri, yang memiliki kapasitas terbatas untuk memindahkan dan menyeimbangkan daya. Untuk mengakomodasi peningkatan energi terbarukan dan kemacetan yang disebabkannya, Anda harus memperlakukan konsumsi sebagai sesuatu yang dapat dikendalikan dan fleksibel, bukan tetap.

AI berada di tengah-tengah hal itu. Ini adalah pergeseran teknologi paling signifikan di abad ini, dan sudah menjadi sumber permintaan listrik yang besar dan tumbuh cepat. IEA memproyeksikan bahwa penggunaan listrik oleh pusat data akan hampir dua kali lipat pada tahun 2030, dengan fasilitas yang dioptimalkan AI lebih dari empat kali lipat; di AS, pusat data saja diharapkan akan menyumbang hampir setengah dari semua pertumbuhan permintaan listrik pada dekade ini.

Ketersediaan daya sekarang menjadi input pertama untuk pengembangan AI, pada tingkat yang sama dengan komputasi. Pekerjaan yang akan datang adalah menemukan cara cerdas untuk membuat daya tersebut tersedia, dan itu adalah masalah sistem daya sebagaimana juga masalah teknologi.

Di Silicon Foundation, Anda mengembangkan proyek pusat data AI dan penyimpanan baterai di seluruh pasar listrik utama AS seperti PJM dan ERCOT. Apa kesalahpahaman terbesar yang pemimpin teknologi memiliki tentang apa yang sebenarnya dibutuhkan untuk mengamankan daya untuk infrastruktur AI skala besar?

Beberapa kesalahpahaman menonjol. Yang pertama adalah keyakinan bahwa Anda dapat meletakkan pusat data skala gigawatt hampir di mana saja, selama situs tersebut terlihat menjanjikan di atas kertas. Dalam kenyataan, Anda harus mempertimbangkan tidak hanya infrastruktur yang ada saat ini tetapi juga apa yang akan datang: beban dan pembangkit listrik lain yang akan terhubung di sekitar Anda dan mengubah grid lokal.

Angka-angka membuat ini konkrit: antrian interkoneksi beban besar ERCOT melompat menjadi lebih dari 200 GW pada 2025, naik dari sekitar 63 GW pada akhir 2024, dengan sebagian besar di antaranya adalah pusat data. Anda tidak duduk di sistem statis; Anda duduk di antrian yang sedang diubah sepenuhnya.

Kesalahpahaman kedua adalah mengobati ini sebagai permainan real estat. Ini bukanlah. Seorang pengembang serius memerlukan keahlian yang sebenarnya di seluruh rantai nilai, pembangkit listrik, transmisi dan integrasi grid, dan manajemen komputasi, bukan hanya satu irisan dari itu. Yang ketiga adalah memiliki pandangan yang terlalu sempit. Anda tidak bisa hanya melihat daya yang tersedia secara regional. Anda harus melacak kebijakan nasional, bekerja dengan komunitas yang Anda masuki, dan bermitra erat dengan operator grid lokal, karena mereka yang pada akhirnya memutuskan apakah dan bagaimana Anda terhubung.

Banyak investor masih mengevaluasi perusahaan AI terutama melalui perangkat lunak, chip, dan kinerja model. Mengapa Anda percaya bahwa infrastruktur energi mungkin menjadi salah satu bottleneck dan peluang paling penting di ekonomi AI?

Sekali konsumsi mencapai skala ini, Anda harus melihat melampaui chip dan perangkat lunak ke infrastruktur yang membuat komputasi memungkinkan, dan sistem hulu itu jauh lebih kompleks daripada yang diasumsikan oleh banyak investor. Lapisan komputasi tidak dapat dievaluasi dalam isolasi dari apa yang terjadi di sisi penawaran daya; mereka adalah sistem yang sama.

Akses grid telah menjadi kendala pengikat pada konstruksi pusat data, sebelum tanah atau izin, dan waktu koneksi sekarang memanjang selama bertahun-tahun. Itu adalah bottleneck, dan itu juga tepat di mana peluangnya untuk siapa saja yang dapat benar-benar memecahkannya.

Ada faktor kedua yang orang-orang remehkan: profil beban pusat data AI tidak rata. Pekerjaan pelatihan dan inferensi dapat mengayun tarikan daya secara tajam, terkadang dalam hitungan detik. Itu memiliki implikasi serius untuk bagaimana fasilitas dioperasikan dan, lebih mendasar, untuk bagaimana fasilitas itu harus dirancang dan diintegrasikan dari awal.

Sebuah situs yang tidak dapat mengelola ayunan-ayunan itu atau mengubahnya menjadi fitur yang grid dapat gunakan akan berjuang. Investor yang memahami bahwa lapisan energi adalah tempat di mana nilai dan risiko terkonsentrasi akan melihat peluang yang lensa chip dan model lewatkan.

Kami sering mendengar tentang operator pusat data yang mencari koneksi grid, tetapi Anda telah berargumen bahwa akses grid saja tidak cukup lagi. Apa kemampuan tambahan yang dibutuhkan operator infrastruktur AI yang sukses selama dekade mendatang?

Seperti yang saya katakan, koneksi grid pada dirinya sendiri tidak menjamin proyek yang sukses, karena grid tidak pernah statis. Pembangkit listrik dan beban baru terhubung sepanjang waktu, dan keduanya mengubah apa yang sebenarnya dilakukan koneksi Anda. Operator dan pengembang harus memahami implikasi tersebut: apakah grid lokal dapat menyerap permintaan yang meningkat dan apa batasan yang mungkin diberlakukan operator di masa depan sekali mereka menyadari bahwa mereka tidak dapat menjaga sistem tetap stabil.

Kendala-kendala ini nyata dan semakin umum. PJM, yang melayani 67 juta orang, baru-baru ini gagal mencapai target keandalan dalam lelang kapasitas untuk pertama kalinya, dengan harga mencapai batas regulasi.

Renewables adalah contoh peringatan di sini. Banyak proyek telah ditangguhkan atau dibatasi setelah mereka telah dibangun. Regulator mungkin mengelola peristiwa-peristiwa tersebut pada tingkat sistem, tetapi beban keuangan biasanya jatuh pada operator aset, langsung melemahkan kasus investasi. Lebih buruk, itu dapat mengurangi nafsu investor untuk gelombang proyek berikutnya.

Jadi, kemampuan yang penting selama dekade mendatang bukanlah hanya mendapatkan koneksi; itu adalah kemampuan untuk mengantisipasi dan menyerap volatilitas tersebut melalui fleksibilitas, penyimpanan, dan desain kontraktual dan operasional yang tepat sehingga proyek Anda tetap dapat dibiayai bahkan ketika grid di sekitarnya berubah.

Sistem Penyimpanan Energi Baterai (BESS) semakin banyak dibicarakan bersamaan dengan infrastruktur AI. Bagaimana Anda melihat penyimpanan baterai berkembang dari solusi cadangan menjadi aset strategis untuk pusat data AI?

Saya melihat ini sebagai salah satu pergeseran utama dalam dekade terakhir, dan itu terkait dengan dua faktor. Yang pertama adalah biaya. Biaya baterai telah jatuh secara dramatis, sekitar 90%, sementara biaya utilitas skala yang dipasang menurun sekitar 20% per tahun. Tren itu masih berlanjut, dan itu mengubah apa yang secara ekonomis memungkinkan.

Yang kedua adalah fitur teknis yang mendefinisikan BESS: itu dapat bereaksi hampir seketika terhadap perubahan kondisi di grid. Kecepatan itu penting secara bersamaan untuk pembangkitan, konsumsi pusat data AI, dan kestabilan grid secara keseluruhan. Itu adalah aset yang duduk di seluruh tiga. BESS sekarang telah membuktikan bahwa dapat menumpuk beberapa aliran pendapatan: arbitrase energi, regulasi frekuensi, kapasitas, dan layanan tambahan, sementara juga memberikan bantalan yang grid butuhkan selama stres. Itu adalah kombinasi yang mengubahnya dari kotak cadangan menjadi aset strategis.

Tantangan nyata dari sini adalah distribusi. Baterai hanya memberikan nilai penuhnya ketika duduk di mana grid benar-benar membutuhkannya — di node yang terbatas, di sebelah beban dan pembangkit listrik yang seimbang. Mendapatkan aset-aset tersebut ditempatkan dan dioperasikan sebagai sumber daya terdistribusi yang terkoordinasi, bukan sebagai instalasi terisolasi, adalah pekerjaan yang membuka nilai strategis untuk infrastruktur AI.

Selama waktu Anda di Hiveon, Anda bekerja secara luas pada program respon permintaan, regulasi frekuensi, dan optimasi energi. Apa pelajaran dari sektor penambangan Bitcoin yang dapat diterapkan operator pusat data AI hari ini?

Saya melihat industri kripto sebagai jembatan ke konsumsi yang fleksibel, bukan karena mereka menemukan respon permintaan, tetapi karena mereka membawa beban baru yang memaksa operator grid untuk membangun aturan yang lebih baik di sekitarnya. Program beban yang dapat diinterupsi untuk industri berat telah ada selama dekade; itu tidak baru. Apa yang ditambahkan penambangan adalah beban yang besar, terkonsentrasi, dan hampir sepenuhnya diskresioner: Anda dapat mematikan tanpa biaya selain pendapatan yang Anda lewatkan, tanpa kerusakan peralatan, dan tidak ada yang perlu dihidupkan kembali.

Itu adalah profil yang langka, dan itu adalah mengapa ERCOT menciptakan program pengurangan sukarela yang ditujukan khusus pada pelanggan besar yang fleksibel seperti fasilitas penambangan dan mengapa beban-beban tersebut dapat mendaftar sebagai sumber daya beban yang dapat dikendalikan yang memenuhi syarat untuk respon permintaan dan layanan tambahan.

Tapi saya ingin menjadi spesifik tentang apa yang sebenarnya dapat dipindahkan, karena pertanyaan kecepatan menjadi terlalu disederhanakan. Setelah bekerja pada armada ASIC, saya dapat mengatakan bahwa menggeser beban penambangan besar dalam hitungan detik sangat sulit. Di mana penambangan sangat kuat adalah pengurangan ekonomi yang cepat dan pengurangan beban darurat, merespons sinyal harga atau stres grid dalam hitungan menit, secara andal dan dalam skala besar.

Regulasi frekuensi, keseimbangan otomatis yang hampir seketika yang digunakan grid untuk menjaga frekuensinya tetap stabil, adalah masalah yang berbeda dan jauh lebih sulit karena memerlukan kontrol proporsional yang berkelanjutan di seluruh armada. Itu bisa dilakukan: saya terlibat dalam mengintegrasikan ASIC ke dalam regulasi frekuensi di satu pasar Nordik, di mana waktu reaksi kurang dari lima detik. Tapi itu menjadi lebih kompleks seiring waktu, dan saya belum melihat penambang memberikan regulasi frekuensi yang sebenarnya di AS dengan cara mereka telah memberikan respon permintaan dan pengurangan.

Jadi, pelajaran nyata untuk operator AI adalah bukan untuk “menyalin profil pengurangan.” Ini adalah bahwa kerangka kerja regulasi, mekanisme pasar, dan hubungan operator sudah ada, dan kripto memainkan peran besar dalam membuktikan bahwa mereka dapat bekerja dalam skala besar.

Apa yang menarik adalah betapa sedikit dari fondasi ini yang telah dilakukan oleh operator pusat data tradisional dengan operator grid mereka. AI juga memiliki asimetri penting: pelatihan model tidak dapat diinterupsi seperti penambangan, mengingat persyaratan checkpointing dan komitmen waktu aktif, bahkan jika beban inferensi dapat lebih fleksibel. Pelajaran untuk diadopsi adalah model keterlibatan dan partisipasi pasar, bukan asumsi bahwa beban AI dapat dihentikan seperti rig penambangan.

Pusat data AI sering digambarkan sebagai konsumen listrik besar. Bisakah mereka akhirnya menjadi aset yang mendukung grid yang membantu menstabilkan pasar energi daripada hanya menambahkan permintaan?

Tentu. Saya yakin bahwa pusat data, sebagai kategori, sangat underutilize kemampuan mereka untuk beroperasi secara fleksibel. Ini adalah mesin yang dapat diprogram. Dengan sifatnya, mereka dapat dijadwalkan dan dibentuk untuk berjalan dalam pola tertentu. Saya tidak ingin menggeneralisasi, karena tidak semua beban dapat diinterupsi. Tapi bahkan untuk bagian yang tidak dapat diinterupsi, ada infrastruktur di lokasi, termasuk pembangkit listrik cadangan dan, semakin banyak, baterai, yang dapat mendukung grid atau melepaskan beban ketika grid membutuhkannya.

Kenyataan dasar telah berubah. Konsumsi tidak lagi merupakan garis lurus, dan dengan energi terbarukan sekarang membuat bagian signifikan dari pembangkitan, pasokan tidak lagi lurus juga. Ada periode puncak dan periode permintaan rendah, dan pusat data dengan alat dan insentif grid yang tepat dapat membantu menyerap variabilitas tersebut daripada hanya menambahkan stres pada sistem. ERCOT telah menunjukkan preseden, dengan beban besar yang fleksibel menyediakan regulasi dan layanan cadangan selama periode stres grid.

Bagi sebagian besar operator, celahnya bukanlah kemampuan; itu adalah kemauan. Dan kasus untuk menjadi fleksibel tidak hanya tentang pendapatan tambahan. Ini juga tentang keamanan pasokan jangka panjang. Jika Anda fleksibel, Anda menjaga sistem tetap stabil dan menghindari menjalankan rantai pasokan Anda pada batas absolut, di mana kegagalan tunggal di hulu dapat membuat Anda turun. Fleksibilitas adalah sumber pendapatan dan asuransi. Operator yang memperlakukannya dengan cara itu akan menjadi operator yang grid ingin pertahankan.

Anda memiliki catatan lintas seluruh rantai nilai energi, dan telah mengawasi proyek yang dibiayai oleh lembaga internasional utama. Apa yang memisahkan proyek infrastruktur AI yang menarik bagi investor infrastruktur jangka panjang dari yang tidak?

Pembeda yang paling jelas adalah kematangan. Industri pusat data AI masih sangat muda, dan harus melalui periode pembentukan di mana model pendapatan, kerangka risiko operasional, basis keahlian, dan rantai pasokan semua matang. Saat ini, banyak pemain memasuki pasar dari latar belakang yang sangat berbeda, tetapi sangat sedikit yang memiliki keahlian rantai nilai penuh di seluruh pembangkitan, integrasi grid, pembiayaan, konstruksi, dan manajemen komputasi. Itu adalah koordinasi ujung-ke-ujung yang langka, dan itulah yang dicari investor infrastruktur jangka panjang, karena itulah yang membuat arus kas lebih dapat diprediksi.

Apa yang memisahkan proyek yang dapat dibiayai dari yang tidak adalah apakah seluruh rantai telah dipikirkan dan diintegrasikan di bawah satu rencana yang koheren. Ini tidak bisa menjadi situs yang kuat dengan strategi daya yang lemah atau kesepakatan daya yang baik dengan pemahaman yang tidak nyata tentang bagaimana beban komputasi sebenarnya akan berperilaku. Modal infrastruktur membiayai keandalan dan prediktabilitas selama dekade. Proyek yang menang adalah proyek yang setiap tautannya telah benar-benar terintegrasi, sehingga investor tidak diminta untuk bertaruh pada lima hal yang berbeda yang datang bersama dengan keberuntungan.

Ada diskusi yang berkembang tentang pembangkit listrik on-site, microgrid, gas alam, energi terbarukan, dan sistem energi hibrida. Strategi energi mana yang Anda percaya paling mungkin mendukung pertumbuhan infrastruktur AI berikutnya?

“Bawa pembangkit listrik Anda sendiri” telah menjadi hampir seperti pra-syarat untuk pengembangan pusat data baru, karena grid menghadapi lonjakan permintaan yang tidak dapat mereka penuhi sendiri. Kami sudah melihat ini dalam data. Pengembang di AS semakin banyak melanjutkan dengan pembangkit listrik on-site, dan IEA memperkirakan bahwa 15 hingga 27 GW kapasitas pembangkit listrik on-site dapat memasok pusat data pada tahun 2030.

Tapi saya ingin menolak untuk menjawab ini terlalu umum, karena strategi yang tepat benar-benar spesifik lokasi dan situs. Lokasi menentukan apa yang tersedia, apa yang dapat diizinkan, dan apa yang grid akan izinkan. Itu dikatakan, ketika kecepatan penerapan adalah prioritas, dan sekarang hampir selalu, pembangkit listrik gas adalah pilihan paling menarik. Alternatifnya adalah intermittent, seperti angin dan surya, atau membutuhkan waktu bertahun-tahun untuk online, seperti nuklir, hidro, atau batu bara.

Dalam prakteknya, gelombang dekat akan kemungkinan dipimpin oleh gas, sering dipasangkan dengan penyimpanan dan energi terbarukan dalam konfigurasi hibrida. Sumber yang lebih stabil dan lebih bersih dapat fase dalam cakrawala yang lebih panjang ketika mereka tersedia. Juga patut disebutkan bahwa pembangkit listrik on-site gas tidaklah gratis. Pasokan yang andal dan stabil untuk beban AI yang bervariasi dapat memerlukan overbuilding yang signifikan, dan turbin gas itu sendiri langka. Itulah mengapa pendekatan hibrida membuat model lebih tahan lama.

Menghadap ke depan lima hingga sepuluh tahun, apa yang Anda pikir industri AI masih meremehkan tentang hubungan antara komputasi, energi, fleksibilitas grid, dan pembiayaan infrastruktur, dan apa yang harus dipersiapkan pemimpin hari ini?

Sulit untuk bermain oracle dalam lingkungan yang bergerak sangat cepat, tetapi beberapa hal tampak jelas bagi saya.

Pertama, semua pusat data akan menjadi interaktif grid. Ini tidak akan menjadi fitur yang enak untuk dimiliki. Ini akan menjadi kondisi untuk mendapatkan koneksi sama sekali. Kami sudah melihat operator grid bergerak dalam arah ini, dengan PJM dan ERCOT menciptakan kategori baru beban besar yang menerima pengurangan dalam pertukaran untuk akses yang lebih cepat. Fleksibilitas menjadi harga masuk.

Kedua, pengembang akan semakin mengejar daya yang terisolasi dan beralih ke integrasi vertikal. Itu mungkin berarti memperoleh aset pembangkit listrik dan grid, atau itu mungkin berarti membangun keahlian itu di dalam. Ketika antrian interkoneksi adalah bottleneck, memiliki lebih banyak rantai nilai adalah cara Anda mendapatkan lebih banyak kontrol atas timeline Anda sendiri.

Ketiga, citra publik negatif tentang pengembangan pusat data akan mulai berubah, tetapi hanya jika pengembang dan operator belajar untuk berintegrasi dengan benar dengan komunitas di mana mereka beroperasi. Itu berarti membagi biaya infrastruktur secara adil, transparan tentang penggunaan air dan daya, dan menciptakan manfaat lokal yang jelas. Banyak tekanan itu juga akan datang dari sisi keuangan. Investor infrastruktur dan pemberi pinjaman akan menuntut kinerja ESG yang lebih kuat dan keterlibatan komunitas sebagai syarat modal, dan itu akan memaksa industri untuk memprofesionalisasikan cara mereka mengembangkan.

Proyek yang memperlakukan integrasi komunitas dan kinerja lingkungan sebagai inti dari pembiayaan, bukan sebagai hubungan masyarakat, adalah proyek yang akan dibiayai dan dibangun. Saran saya kepada pemimpin hari ini adalah sederhana: bangun fleksibilitas, kontrol rantai nilai, dan keterlibatan komunitas yang tulus ke dalam proyek Anda sekarang. Dalam lima hingga sepuluh tahun, ketiganya akan menjadi persyaratan masuk, bukan pembeda.

Terima kasih atas wawancara yang luar biasa, pembaca yang ingin mempelajari lebih lanjut harus mengunjungi Silicon Foundation.