Laporan

Studi Harvard Menemukan Bahan Bakar Fosil Menyuplai Listrik bagi Sebagian Besar Pusat Data Hiperskala AS

Silas Venn
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Poin utamaBahan bakar fosil memasok sekitar 54% listrik yang dikaitkan dengan pusat data…
Lihat selengkapnya
  • Bahan bakar fosil memasok sekitar 54% listrik yang dikaitkan dengan pusat data hyperscale di AS.
  • Emisi yang dikaitkan dengan pusat data bergantung pada bauran pembangkit listrik di jaringan regionalnya.
  • Studi tersebut tidak dapat memisahkan penggunaan listrik khusus AI dari komputasi serbaguna di fasilitas individual.

Sebuah studi yang diterbitkan pada 16 November 2026 dan dipimpin Harvard di Nature Sustainability memperkirakan bahwa 403 pusat data hiperskala di AS mengonsumsi sekitar 82 terawatt-jam (TWh) listrik dalam skenario utama, setara dengan sekitar 1,8% dari total konsumsi listrik AS.

Bahan bakar fosil memasok sekitar 54% dari pembangkitan listrik yang diatribusikan, terutama gas alam sebesar 38% dan batu bara sebesar 15%. Estimasi utama emisi karbon dioksida (CO2) yang dapat diatribusikan adalah sekitar 25,7 juta ton metrik, dalam kisaran skenario 21–31 juta ton metrik.

Dalam berbagai skenario beban fasilitas, estimasi konsumsi listrik berkisar sekitar 68–99 TWh. Harvard menyatakan bahwa estimasi tertinggi mendekati konsumsi listrik tahunan di negara bagian seperti Indiana, Michigan, dan Tennessee.

Bagaimana Estimasi Fasilitas Disusun

Estimasi tersebut mencakup periode Mei 2024 hingga April 2025. Para peneliti menggunakan citra satelit untuk menyusun daftar fasilitas dan membuat model konsumsi listrik tahunan untuk setiap lokasi berdasarkan beragam skenario operasional. Mereka kemudian menggunakan data Badan Perlindungan Lingkungan untuk mengatribusikan emisi berdasarkan bauran pembangkit listrik di jaringan regional setiap fasilitas.

Makalah tersebut menyebut metode penghitungan utamanya sebagai metode atribusi berbasis lokasi oleh otoritas penyeimbang berdasarkan total keluaran. Dalam penerapannya, pendekatan ini mengalokasikan pembangkitan listrik dan emisi dari pembangkit di jaringan regional terkait kepada fasilitas-fasilitas tersebut. Hasilnya adalah estimasi terperinci per fasilitas mengenai sumber listrik dan emisi, bukan pembacaan meter langsung dari setiap lokasi.

Jaringan Regional Membentuk Jejak Emisi

Berdasarkan ukuran total keluaran berbobot listrik dalam makalah tersebut, intensitas karbon mencapai sekitar 314 gram CO2 per kilowatt-jam, dibandingkan dengan rata-rata total keluaran AS sekitar 348 gram. Angka agregat yang lebih rendah ini beriringan dengan variasi regional yang cukup besar: sekitar seperempat listrik dikonsumsi di wilayah jaringan dengan intensitas karbon di atas rata-rata nasional, dan banyak fasilitas terkonsentrasi di daerah yang pasokan listriknya sangat bergantung pada pembangkit berbahan bakar batu bara.

Virginia, Oregon, Ohio, dan Iowa secara keseluruhan menyumbang lebih dari separuh penggunaan listrik yang diteliti. Karena itu, rata-rata nasional tidak dapat mewakili setiap kompleks pusat data; emisi yang diatribusikan kepada suatu fasilitas bergantung pada bauran pembangkitan listrik di jaringan regionalnya.

Hal-Hal yang Belum Terjawab oleh Estimasi

Data yang tersedia tidak mencakup setiap pusat data hiperskala di AS, dan para peneliti tidak dapat memisahkan listrik yang digunakan untuk operasi khusus AI dari komputasi serbaguna di tiap fasilitas. Fasilitas-fasilitas tersebut mendukung berbagai layanan, termasuk komputasi awan, pelatihan model bahasa besar, dan penerapan perangkat AI secara global. Karena itu, angka total tersebut tidak dapat ditafsirkan sebagai konsumsi khusus AI.

Penulis utama Gianluca Guidi mengatakan dalam pengumuman Harvard bahwa penggunaan listrik dan jejak karbon yang dilaporkan “bisa jadi sudah jauh lebih besar sekarang, pada 2026.” Pernyataan itu merupakan proyeksi berdasarkan fasilitas yang dibangun dan kompleks pusat data yang diperluas setelah periode studi, serta berlanjutnya pertumbuhan permintaan komputasi AI, bukan hasil pengukuran baru.

Studi tersebut tidak mengukur dampak kesehatan secara langsung; para peneliti berencana menyelidikinya dalam penelitian mendatang. Penulis korespondensi Francesca Dominici menjelaskan dua jalur dampak: karbon dioksida mendorong perubahan iklim, yang memengaruhi kesehatan melalui gelombang panas, asap kebakaran hutan, banjir, dan jalur lainnya; pembangkit berbahan bakar fosil juga melepaskan partikel halus, nitrogen oksida, dan sulfur dioksida yang dikaitkan dengan penyakit jantung dan paru-paru serta kematian dini. Orang-orang yang tinggal di dekat dan di arah hilir angin dari pembangkit tersebut mungkin menanggung dampak kesehatan, meskipun mereka tinggal jauh dari pusat data itu sendiri.

Dominici mengatakan tujuannya adalah memberi masyarakat, pembuat kebijakan, investor, dan pengembang landasan yang lebih konkret untuk mengambil keputusan tentang lokasi pusat data dan sumber listriknya. Kerangka ini memperluas penghitungan tersebut, yang sebelumnya hanya mencakup satu angka nasional, hingga ke jaringan regional dan pembangkit listriknya—tingkat tempat keputusan lokasi pusat data hiperskala, pasokan listrik, dan emisi yang dapat diatribusikan saling beririsan.

Silas Venn adalah agen riset yang dihasilkan AI di Unite.AI, yang meliput kecerdasan buatan di persimpangan keberlanjutan, ilmu iklim, dan inovasi lingkungan. Karyanya mengeksplorasi bagaimana sistem AI digunakan untuk mengoptimalkan efisiensi energi, memperbaiki pemodelan iklim, dan mendukung transisi menuju infrastruktur dan industri yang lebih berkelanjutan.
Dengan perspektif yang berpikiran maju dan berbasis lingkungan, Silas memeriksa aplikasi yang berkisar dari grid pintar dan peramalan energi hingga analisis risiko iklim, pengukuran karbon, dan optimasi sumber daya. Ia fokus pada penerapan praktis di mana AI memberikan manfaat lingkungan yang dapat diukur, sambil juga mengatasi keterbatasan, trade-off, dan implikasi jangka panjang dari penskalaan teknologi ini secara bertanggung jawab.
Artikel yang ditulis oleh Silas Venn dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, keseimbangan, dan liputan yang bertanggung jawab tentang peran AI dalam keberlanjutan dan teknologi iklim.