BISNISASIA.CO.ID, JAKARTA – Pertumbuhan pesat dalam kecerdasan buatan (AI) memicu perubahan besar dalam infrastruktur pusat data global. Survei terbaru dari Ciena (NYSE: CIEN) mengungkap bahwa para ahli pusat data memprediksi peningkatan permintaan bandwidth interkoneksi pusat data (Data Center Interconnect/DCI) hingga enam kali lipat dalam lima tahun ke depan. Tak hanya itu, 43% dari fasilitas pusat data baru diperkirakan akan didedikasikan sepenuhnya untuk menangani beban kerja AI.
Survei yang dilakukan Ciena bersama Censuswide ini melibatkan lebih dari 1.300 pengambil keputusan di sektor pusat data dari 13 negara. Hasilnya menunjukkan bahwa lebih dari separuh responden (53%) menganggap beban kerja AI akan menjadi tantangan terbesar bagi infrastruktur DCI dalam dua hingga tiga tahun ke depan. AI bahkan diprediksi memberikan tekanan lebih besar dibandingkan dengan komputasi awan (51%) dan analitik big data (44%).
Lonjakan Kebutuhan Bandwidth
Dengan semakin kompleksnya model AI yang memerlukan pelatihan dan inferensi berbasis data dalam jumlah besar, kebutuhan akan kapasitas jaringan yang tinggi menjadi mutlak. Sebanyak 87% responden menyatakan bahwa mereka akan membutuhkan konektivitas serat optik dengan kapasitas minimal 800 Gb/s per panjang gelombang untuk mengakomodasi kebutuhan ini.
“Beban kerja AI tengah mengubah lanskap industri pusat data secara fundamental, mulai dari pembangunan infrastruktur hingga peningkatan permintaan bandwidth,” kata Jürgen Hatheier, Chief Technology Officer, International, Ciena. “Secara historis, pertumbuhan lalu lintas jaringan berkisar antara 20-30% per tahun, namun AI diperkirakan akan mendorong pertumbuhan ini ke tingkat yang lebih tinggi. Oleh karena itu, operator harus mempersiapkan infrastruktur mereka untuk menghadapi lonjakan ini secara berkelanjutan.”
Membangun Jaringan AI yang Berkelanjutan
Dalam upaya menghadapi tantangan daya dan ruang, penggunaan pluggable optics muncul sebagai solusi utama. Sebanyak 98% responden percaya bahwa teknologi ini dapat berkontribusi dalam mengurangi konsumsi energi serta mengoptimalkan efisiensi infrastruktur jaringan.
Selain itu, model komputasi terdistribusi menjadi semakin penting dalam mendukung AI. Hasil survei menunjukkan bahwa 81% responden memperkirakan pelatihan model AI besar seperti Large Language Models (LLMs) akan semakin terdesentralisasi ke berbagai fasilitas pusat data. Hal ini menuntut peningkatan solusi DCI untuk mendukung konektivitas pusat data yang tersebar.
Strategi Optimasi Infrastruktur
Dalam survei ini, para ahli pusat data mengidentifikasi beberapa faktor utama yang memengaruhi penempatan inferensi AI:
- Pemanfaatan sumber daya AI secara efisien dari waktu ke waktu (63%)
- Pengurangan latensi dengan mendekatkan komputasi inferensi ke pengguna akhir (56%)
- Persyaratan kedaulatan data yang semakin ketat (54%)
- Lokasi strategis untuk mendukung pelanggan utama (54%)
Untuk memenuhi kebutuhan konektivitas yang semakin kompleks, 67% responden menyatakan lebih memilih menggunakan Managed Optical Fiber Networks (MOFN) dibandingkan dengan dark fiber. MOFN memungkinkan penyedia layanan untuk mengoperasikan jaringan berkapasitas tinggi dengan efisiensi lebih baik dalam menghubungkan pusat data yang terpisah secara geografis.
“Revolusi AI bukan sekadar tentang komputasi, tetapi juga konektivitas,” tambah Hatheier. “Tanpa infrastruktur jaringan yang kuat, potensi penuh AI tidak akan dapat dimanfaatkan secara optimal. Oleh karena itu, operator harus memastikan kesiapan infrastruktur DCI mereka untuk menghadapi era baru di mana lalu lintas berbasis AI akan semakin mendominasi.”
Dengan perkembangan AI yang terus melaju, industri pusat data kini berada di titik kritis dalam membangun infrastruktur jaringan yang tidak hanya mampu mengakomodasi pertumbuhan eksponensial data, tetapi juga efisien dalam penggunaan daya dan ruang. Adaptasi cepat terhadap tren ini akan menjadi kunci bagi para pelaku industri dalam menjaga daya saing mereka di era AI yang semakin maju.
