Bisakah kita benar-benar mendinginkan data center dengan air kencing kita?

Jason Kelce, mantan center Philadelphia Eagles dan kepribadian internet saat ini, baru-baru ini menjadi bintang dalam kampanye pemasaran Liquid Death yang menyarankan agar kemanusiaan buang air kecil di komputer untuk menyelamatkan planet. Absurd? Ya. Sepenuhnya salah? Mengejutkan, tidak. Pertanyaan — bisakah kita benar-benar mendinginkan data center dengan air kencing kita — ternyata kurang konyol dari yang terdengar, dan masalah mendasar yang dilawaknya adalah salah satu tantangan infrastruktur paling mendesak yang dihadapi AI saat ini.

Iklan komersial, diproduksi dalam kemitraan dengan Garage Beer, menampilkan Kelce dan sekelompok orang yang berkeliling di lapangan, minuman di tangan, bernyanyi dalam unison: "Mari kita buang air kecil di komputer bersama-sama untuk menyelamatkan kemanusiaan!" Ini adalah lelucon. Tetapi Michael Obradovitch, Vice President of Data Center Global Accounts di Ecolab, mengatakan kepada TechCrunch bahwa Kelce telah "tanpa sengaja menemukan taktik nyata." Menurut laporan TechCrunch asli, sumber air alternatif sudah digunakan untuk mendinginkan data center dalam skala yang berarti. Punchline ternyata memiliki catatan kaki.

Apa yang Terjadi

Kampanye Liquid Death adalah trik pemasaran, tetapi dirancang di sekitar krisis nyata. Data center AI mengonsumsi jumlah air yang sangat besar — bukan untuk menghasilkan listrik, tetapi untuk mencegah server dari overheating. Sistem pendingin di fasilitas hyperscale biasanya menggunakan menara pendingin evaporatif yang mensiklus jutaan galon air minum setiap hari. Seiring dengan meningkatnya skala pelatihan model AI dan beban kerja inference secara global, permintaan air meningkat bersama mereka.

Komentar Obradovitch kepada TechCrunch adalah sinyal kunci di sini. Ecolab adalah salah satu perusahaan pengolahan dan manajemen air terbesar di dunia — mereka bekerja langsung dengan operator data center pada infrastruktur pendingin. Ketika VP dari perusahaan itu mengatakan sumber air alternatif sudah digunakan "dalam tingkat yang serupa," itu bukan talking point program pilot. Itu adalah pengakuan bahwa industri telah diam-diam melampaui air minum sebagai default.

Apa yang dihitung sebagai "sumber air alternatif" dalam konteks ini? Air limbah yang dirawat — yang, ya, termasuk urin yang diproses — adalah satu kategori. Begitu juga air industri daur ulang, air abu-abu kota, dan dalam beberapa kasus air laut yang dijalankan melalui loop desalinasi. Kampanye Kelce absurd dalam framing-nya, tetapi prinsip teknik yang mendasarinya adalah suara: air adalah air, dan untuk tujuan pendingin evaporatif, Anda tidak memerlukan kemurnian kelas minum. Anda membutuhkan volume, kapasitas termal, dan konten mineral yang dapat dikelola.

Konteks yang lebih luas juga penting. Nvidia telah secara publik memberi sinyal upaya untuk mengurangi penggunaan air data center, meskipun kritikus mencatat bahwa mengurangi konsumsi per rak tidak secara otomatis menyelesaikan masalah agregat ketika total penempatan rak tumbuh secara eksponensial. Krisis air bukan risiko masa depan — ini adalah kendala operasional saat ini bagi operator data center yang mencoba menempatkan fasilitas baru di dekat wilayah yang kekurangan air.

Mengapa Ini Penting untuk Asia

Asia adalah tempat masalah ini menjadi benar-benar akut. Wilayah ini secara bersamaan menjadi rumah bagi beberapa pembangunan infrastruktur AI yang paling cepat berkembang di dunia dan beberapa zona stres air tawar paling parah. Asia Tenggara, Asia Selatan, dan bagian dari Asia Timur semuanya memperluas kapasitas data center dengan laju agresif — didorong oleh adopsi cloud, beban kerja AI, dan pertumbuhan ekonomi digital — sambil juga menghadapi pasokan air yang bergantung pada musim hujan, infrastruktur kota yang sudah tua, dan volatilitas iklim yang meningkat.

Singapura, salah satu pusat data center paling penting di Asia, telah menerapkan moratorium kapasitas dan persyaratan keberlanjutan ketat pada fasilitas baru justru karena air tawar adalah sumber daya strategis nasional. Kota-negara mengimpor sebagian besar air dan telah berinvestasi besar dalam NEWater — sistem air daur ulang berkualitas tinggi yang memproses air limbah hingga standar minum. Ironinya adalah bahwa teknologi NEWater Singapura cukup canggih untuk menghasilkan air minum dari air limbah, sementara data center secara argumen membutuhkan kemurnian jauh lebih rendah dari itu untuk tujuan pendingin.

Pasar data center India diproyeksikan tumbuh dengan laju dua digit sepanjang dekade, tetapi metro besar seperti Chennai, Bangalore, dan Hyderabad sudah menghadapi kelangkaan air musiman. Indonesia, Vietnam, dan Malaysia semuanya menarik investasi hyperscale yang signifikan, tetapi masing-masing menghadapi tantangan tata kelola air mereka sendiri. Bagi pendiri dan pengembang yang membangun produk AI-native di Asia, ini bukan kebijakan lingkungan abstrak — ini adalah variabel yang akan mempengaruhi ketersediaan compute, opsi latensi, dan pada akhirnya struktur biaya menjalankan beban kerja inference di wilayah tersebut.

Lelucon Kelce mendarat berbeda ketika Anda membangun di pasar di mana data center yang produk Anda andalkan mungkin menghadapi kendala operasional karena reservoir lokal habis. Sourcing air alternatif untuk pendingin bukan inisiatif keberlanjutan yang aneh — di Asia, ini semakin menjadi prasyarat untuk viabilitas data center.

Apa Artinya Ini untuk Pengembang

Sebagian besar pengembang tidak berpikir tentang infrastruktur pendingin. Itu masuk akal — ini beberapa lapisan abstraksi di bawah panggilan API. Tetapi kendala air pada compute AI mulai muncul dengan cara yang penting di lapisan aplikasi, dan pengembang yang membangun di platform pengembangan AI-native di Asia harus memahami apa yang mendorong ekonomi yang mendasarinya.

Pertama, geografi compute menjadi lebih kompleks. Seiring dengan kendala air yang membatasi tempat cluster GPU baru dapat dibangun, distribusi compute yang tersedia bergeser. Wilayah dengan akses ke sumber air alternatif — area pesisir dengan opsi pendingin air laut, kota dengan infrastruktur daur ulang air limbah yang matang, atau fasilitas di dekat pasokan air industri — mendapatkan keuntungan struktural untuk hosting beban kerja AI. Pengembang yang menganggap bahwa compute termurah atau latensi terendah akan selalu berada di metro yang jelas mungkin menemukan asumsi itu diuji selama beberapa tahun ke depan.

Kedua, profil keberlanjutan infrastruktur AI menjadi pertimbangan pengadaan untuk pelanggan enterprise. Jika Anda membangun produk AI B2B untuk perusahaan besar di Asia — khususnya mereka yang memiliki persyaratan pelaporan ESG — jejak air dari stack compute Anda adalah pertanyaan yang mungkin mulai Anda dapatkan. Mengetahui apakah penyedia inference Anda menggunakan air daur ulang, pendingin air laut, atau pasokan air kota potabel adalah jenis detail operasional yang bergerak dari tidak relevan menjadi relevan.

Ketiga, dan paling langsung: efisiensi lebih penting daripada sebelumnya. Setiap panggilan model yang tidak perlu, setiap prompt yang membengkak, setiap pipeline inference yang tidak dioptimalkan diterjemahkan menjadi konsumsi sumber daya fisik nyata di suatu tempat. Menulis kode AI yang lebih ramping bukan hanya praktik teknik yang baik — ini adalah kontribusi kecil tetapi nyata untuk mengurangi intensitas air dari produk yang Anda kirim. Teknik seperti prompt caching, batching permintaan inference, dan right-sizing pemilihan model untuk tugas yang ada semuanya mengurangi beban compute, yang mengurangi permintaan pendingin, yang mengurangi konsumsi air.

Tidak ada yang berarti pengembang perlu menjadi insinyur air. Tetapi model mental AI sebagai medium yang murni digital dan tanpa bobot semakin tidak akurat. Setiap token yang dihasilkan memiliki korelat fisik — listrik yang dikonsumsi, panas yang dihasilkan, air yang menguap. Kampanye Kelce, untuk semua absurditasnya, melakukan sesuatu yang berguna: membuat realitas fisik itu jelas dan mudah diingat.