—·
Gigawatt daya komputasi AI dipasarkan seperti proyek kampus. Tetapi kenyataannya bertumpu pada substasi, antrian interkoneksi, dan keandalan listrik 24/7.
Di atas kertas, “kampus AI” tampak seperti bangun-kapasitas komputasi yang sederhana. Di Ohio—seputar dorongan SoftBank Stargate—alur pemesanannya berbeda: sistem kelistrikan yang menentukan kalender.
Pemberitaan terbaru yang mengaitkan wilayah Portsmouth menggambarkan sebuah pusat data berkapasitas hingga 10 gigawatt, berdampingan dengan hingga 10 gigawatt pembangkit generasi baru, termasuk 9,2 gigawatt berbasis gas alam, ditambah peningkatan jaringan serta jalur transmisi yang dirancang untuk menghindari dampak pada tarif yang dibayar pelanggan. (Source)
Urutan ini penting karena pengadaan infrastruktur AI tidak berperilaku seperti siklus capex yang “normal”. Ketika batas pasokan listrik membatasi beban kerja, seluruh rantai berikutnya ikut dinilai ulang—dari throughput pelatihan, tingkat utilisasi server, hingga struktur finansial penjualan “kapasitas”. Hyperscaler dan pengembang pusat data didorong untuk memperlakukan ketersediaan interkoneksi dan pembangkitan sebagai aset tingkat pertama, bukan sekadar efek samping.
Pertanyaan investigatifnya menjadi: apa yang sesungguhnya berada di dalam tumpukan “power-to-compute” untuk pusat data skala gigawatt—dan dari mana biaya serta tenggat benar-benar berasal? Jawabannya bukan performa model. Jawabannya adalah pengadaan listrik, kewajiban keandalan jaringan, keterlambatan interkoneksi, serta perangkat elektronika daya yang membentuk total biaya per unit pekerjaan AI yang benar-benar tersalurkan.
Power-to-compute adalah lintasan dari pengadaan listrik skala besar hingga tahap konversi terakhir yang memberi makan papan komputasi GPU dan akselerator. Dalam praktiknya, “komputasi yang tersalurkan” ditentukan oleh empat kendala struktural—diukur sebagai empat selisih: (1) kapan listrik menjadi dapat disalurkan, (2) seberapa besar energi yang dibeli menjadi beban IT yang benar-benar dapat digunakan, (3) berapa lama sebuah situs dapat bertahan saat terjadi pemadaman tanpa melepaskan beban IT, dan (4) penalti atau pembayaran yang mengikuti bila komitmen ketersediaan tidak dipenuhi.
Pertama adalah keterterimaan jaringan (grid deliverability). Kesepakatan listrik jangka panjang bisa ditandatangani, tetapi tetap tidak selalu mungkin menarik daya ketika jaringan membutuhkan perlindungan untuk dirinya sendiri. Antrian interkoneksi menentukan kapan kapasitas bisa mengalir dari pembangkit ke beban, sementara reform proses di AS menegaskan betapa panjang transisi itu bisa berlangsung. Jejak regulasi biasanya dirumuskan melalui proses pembuatan aturan FERC dan implementasi RTO setelah FERC Order No. 2023 (diterbitkan 28 Juli 2023) yang menetapkan reform prosedur interkoneksi serta mengizinkan penggunaan cluster studies alih-alih dinamika murni first-come, first-served. (Source) Realitas operasionalnya tegas: “kebutuhan AI” tidak menciptakan elektron fisik. Kebutuhan itu harus menemukan jalur legal dan elektrik melalui sistem transmisi yang dibatasi—dan jalur-jalur itu membawa tanggal yang dapat bergeser bahkan setelah kesepakatan pusat data ditandatangani.
Kedua adalah rekayasa keandalan. Beban kerja AI bersifat misi-kritis secara ekonomi: downtime dapat bernilai lebih mahal daripada inefisiensi inferensi yang lebih lambat. Karena itu, pola desain seperti jalur daya redundan dan sistem generator cadangan dengan ukuran yang benar-benar relevan dengan durasi operasi menjadi lazim. Walau jam pastinya bervariasi menurut operator dan lokasi, satu kompilasi panduan teknis pusat data mencatat ketergantungan generator diesel sebagai cadangan, dengan penyimpanan bahan bakar di lokasi sering kali untuk sekitar 12–48 jam pada beban penuh, serta konfigurasi seperti redundancy N+1 atau varian 2N bergantung jumlah generator dan profil risiko. (Source) Bagi investor dan operator, ini berarti “jaminan uptime” bukan sekadar janji pemasaran—itu diterjemahkan menjadi pilihan rekayasa (bus redundan, transfer switching, logistik bahan bakar, ritme pemeliharaan) yang menaikkan capex dan opex, sekaligus menentukan porsi energi yang benar-benar “dapat diinterupsi” versus “firm”.
Ketiga adalah efisiensi konversi dan arsitektur. Listrik yang dibeli di jaringan tidak langsung menjadi satu banding satu komputasi pada papan. Setiap tahap konversi menimbulkan rugi, dan rugi itu menumpuk pada kepadatan daya yang tinggi. Elektronika daya berbasis silicon carbide (SiC) kini masuk dalam narasi infrastruktur karena menjanjikan efisiensi lebih baik dan performa termal pada tegangan yang lebih tinggi—mengurangi rugi konversi sekaligus beban pendinginan. Misalnya, Infineon memasarkan arahan daya pusat data AI 800 volt yang mutakhir berbasis SiC dan melaporkan target “level efisiensi hingga 98 persen per tahap konversi” (sebagaimana disebut dalam konteks produk/siaran pers). (Source) Microchip juga menggambarkan pergeseran menuju arsitektur seperti distribusi daya rack DC 400V yang dipasangkan dengan teknologi mSiC, ditujukan untuk mengurangi rugi energi pada konversi daya pusat data AI. (Source)
Jadi apa implikasinya? Jika investigasi infrastruktur komputasi AI dilakukan secara serius, perlakukan “power-to-compute” sebagai persoalan empat delta—waktu keterterimaan, rugi konversi, durasi kemampuan bertahan, dan ekonomi ketersediaan. Antrian jaringan dan tahap konversi daya terakhir memengaruhi komputasi efektif yang tersalurkan per megawatt-hour yang dibayar. Pada skala gigawatt, satu milestone yang terlewat dapat mendominasi timeline lebih dari klaim efisiensi tunggal yang hanya berbeda beberapa poin persentase.
Pertumbuhan permintaan listrik untuk pusat data kini bukan lagi ramalan abstrak. Skala persoalannya terlihat pada porsi pembangkitan nasional sekaligus titik-titik tekanan di level negara bagian.
Di AS, Electric Power Research Institute (EPRI) menerbitkan estimasi berbasis skenario bahwa pusat data dapat menyerap 4,6% hingga 9,1% dari pembangkitan listrik AS pada 2030 (empat skenario). (prnewswire.com) Kemudian, Department of Energy (DOE) merangkum analisis yang menyatakan pusat data mengonsumsi sekitar 4,4% dari total listrik AS pada 2023 dan diperkirakan menjadi kira-kira 6,7% hingga 12% pada 2028. (Source)
Ekonomi kapasitas mengikuti angka-angka itu. Saat porsi nasional meningkat, kendala jaringan regional makin mengetat. Dampaknya terasa pada proses interkoneksi dan pengadaan keandalan. PJM—RTO yang mencakup sebagian besar mid-Atlantic dan Midwest AS tempat Ohio berada—secara terbuka memaparkan kemajuan reform interkoneksi: “transition queue”-nya turun menjadi sekitar 63.000 MW dari kira-kira 200.000 MW pada awal transisi reform. (insidelines.pjm.com) PJM juga mencatat dalam materi perencanaan 2025 bahwa pihaknya memproses lebih dari 170.000 MW permintaan pembangkit baru sejak 2023, sementara proyeksi pembangkit sebesar 30.000 MW masih tertahan di antrian transisi interkoneksi dan akan diproses pada 2026. (Source)
Jika fakta-fakta itu dirangkai, muncul kesimpulan struktural: fasilitas AI skala gigawatt bersaing bukan hanya soal harga listrik, melainkan juga soal waktu jaringan fisik dan waktu prosedural.
Jadi apa: Setiap kali mendengar “kampus diumumkan”, tanyakan dua pertanyaan investigatif. Pertama, bagaimana rencana keterterimaan listrik melalui interkoneksi? Kedua, bagaimana rencana keandalan untuk cadangan dan dukungan jaringan? Tanpa keduanya, klaim gigawatt berisiko menjadi sasaran pemasaran—bukan kendala yang bisa dideploy.
Kisah SoftBank Ohio sering dibingkai dengan angka-angka headline, tetapi mekanik pengadaannya lebih sulit—dan lebih mahal.
Pelaporan terbaru yang mengaitkan “PORTS Technology Campus” di Portsmouth dikaitkan dengan ekspektasi pusat data 10 gigawatt dan hingga 10 gigawatt pembangkit listrik baru, termasuk 9,2 gigawatt gas alam, menurut DOE. (Source) Pemberitaan yang sama menyebut investasi 4,2 miliar dolar dalam peningkatan jaringan serta jalur transmisi baru, disertai klaim bahwa peningkatan tersebut tidak menaikkan tarif pelanggan. (Source)
Ini memunculkan pertanyaan pemulihan biaya: siapa yang membayar substasi, transmisi, dan penguatan interkoneksi yang memungkinkan beban AI, serta bagaimana pembiayaannya diperlakukan dalam tarif dan kontrak? Secara praktis, klaim “bundling” penting karena peningkatan jaringan sering dipulihkan melalui struktur tarif utilitas dan/atau mekanisme pembayaran yang dinegosiasikan dengan pengembang, yang dapat mencakup (a) biaya peningkatan jaringan yang didanai pelanggan atau dialokasikan ke pelanggan, (b) proyek yang didukung utilitas dengan jadwal pemulihan tarif di masa depan, atau (c) skema ketika beban pusat data sebagian “membayar dirinya sendiri” lewat ketentuan kontrak dan tarif rider. Pada kesepakatan portofolio, tugas investor adalah memisahkan pembelian elektron (pasokan listrik) dari pembelian kabel (peningkatan dan pengantaran). Contoh SoftBank/Ohio mengisyaratkan pendekatan ekosistem: keduanya diperlakukan sebagai aset yang menentukan kesepakatan, bukan sekadar penguatan di balik layar.
Lapisan praktis kedua adalah manufaktur dan kesiapan lokasi. Produksi server Stargate yang terhubung dengan SoftBank dikaitkan dengan basis industri Lordstown, Ohio, dengan pemberitaan bahwa SoftBank membeli fasilitas Foxconn di Ohio dan merencanakan retrofitting untuk membangun server AI dan perangkat lainnya. (tomshardware.com) Ini penting bagi tumpukan infrastruktur karena pengadaan perangkat keras jarang menunggu jaringan selesai. Jika keterterimaan daya bergeser meski satu tahun, rak dapat menjadi tidak terpakai—kapasitas menganggur sementara daya tidak tersedia, atau kontrak memaksa penjadwalan ulang, negosiasi ulang tanggal commissioning, serta penyesuaian waktu depresiasi/bunga. Keterkaitan manufaktur itu, karenanya, bukan sekadar kebijakan industri; melainkan manajemen risiko penggandengan jadwal lintas berbagai horizon pengadaan (server, switchgear, transformator, peningkatan interkoneksi).
Lapisan ketiga adalah kemungkinan skala kampus dijalankan bertahap. Pemberitaan lokal di sekitar Lordstown menyebut pusat data yang terhubung Stargate untuk hub tersebut tidak mesti merupakan satu fasilitas besar tunggal, dan SoftBank menunjukkan pemanfaatan hanya sebagian kecil dari angka daya yang sebelumnya dilaporkan. (wfmj.com) Walaupun pernyataan ini masih berkembang dan belum menjadi spesifikasi teknis final, ia memperkuat poin investigatif: narasi gigawatt sering datang sebelum daya dan kendala engineering benar-benar “terkunci”. Tahapan sering kali menjadi satu-satunya cara mengubah rencana interkoneksi dan konstruksi yang masih provisi menjadi komitmen beruntun—artinya, “gigawatts” praktis berubah menjadi rangkaian milestone keterterimaan, bukan saklar satu malam.
Jadi apa: Gunakan SoftBank/Ohio bukan untuk mengejar hype, melainkan untuk memetakan logika transaksi. Identifikasi pihak mana yang membiayai peningkatan jaringan, pihak mana menanggung risiko jadwal interkoneksi, dan bagaimana redundansi dianggarkan. Setelah itu, lihat apa yang terjadi pada kontrak ketika keterterimaan listrik bergeser—dari liquidated damages, phased capacity take-or-pay, hak terminasi, hingga skema step-up pricing. Keputusan-keputusan itulah yang menentukan apakah “gigawatts” benar-benar berubah menjadi komputasi yang dapat digunakan, atau sekadar klaim bernuansa opsi.
Keterlambatan interkoneksi dapat mengubah rencana jaringan menjadi risiko finansial. Bukan hanya menunggu berbulan-bulan atau bertahun-tahun dokumen; yang lebih menentukan adalah bagaimana investor mengelola waktu, dan bagaimana operator mengasuransikan ketersediaan.
Proses interkoneksi AS telah direformasi untuk mengurangi keterlambatan berantai. Reform interconnection final rule FERC yang diterbitkan 28 Juli 2023 dirancang untuk menyederhanakan prosedur dan perjanjian serta menerapkan pendekatan cluster-study dibanding dinamika first-come, first-served sebelumnya. (ferc.gov) Materi publik PJM membingkai penurunan transition queue sebagai kemajuan, namun angka-angka tersebut tetap menekankan adanya backlog yang berlanjut. (insidelines.pjm.com) PJM juga mengakui adanya tekanan perencanaan jangka pendek yang dipicu pertumbuhan permintaan dari pusat data sambil memastikan pasokan tetap memadai. (insidelines.pjm.com)
Untuk kampus gigawatt, mekanisme yang tersembunyi adalah ekonomi deposit dan penggandengan jadwal. Biaya studi interkoneksi, pemicu peningkatan, serta jendela waktu memengaruhi apakah pengembang dapat menaikkan pengambilan daya ketika GPU siap. Bahkan dengan reform, peningkatan jaringan besar masih mungkin diperlukan, lalu mengalir menjadi persoalan timeline perizinan, ketersediaan lead time peralatan, dan kendala konkurensi konstruksi.
Kendala struktural lain datang dari pengadaan sumber daya keandalan. PJM memaparkan langkah seperti Reliability Resource Initiative (RRI) yang bertujuan meneliti dan menghubungkan proyek-proyek berketersediaan tinggi yang “shovel-ready” lebih cepat dengan memindahkan studi ke siklus transisi berikutnya, bukan menunggu proses interkoneksi siklus berikutnya yang sepenuhnya terimplementasi. (Source) PJM juga membahas potensi kekurangan kapasitas yang dapat memengaruhi sistem sedini Tahun Pengiriman 2026/2027 dalam konteks pengintegrasian proyeksinya. (Source)
Jadi apa: Investigasi interkoneksi sebagai instrumen risiko, bukan sekadar prosedur utilitas. Cari bahasa kontrak yang menempatkan risiko peningkatan dan risiko jadwal, lalu gunakan pengajuan RTO untuk memahami apakah jaringan siap menyalurkan kapasitas ketika aset komputasi dikomisioning.
Biaya infrastruktur komputasi AI bukan hanya $/megawatt untuk ruang data hall. Biayanya $/delivered-megawatt-hour—dibentuk oleh jaminan uptime, rugi konversi, strategi bahan bakar, serta kewajiban dukungan jaringan.
Mulai dari daya siaga dan ukuran cadangan. Jika desain situs memakai redundansi generator N+1 atau varian 2N, biaya modal dan operasional meningkat seiring jumlah generator, penyimpanan bahan bakar, dan pemeliharaan. Kompilasi panduan teknis mencatat banyak pusat data besar mengandalkan generator mesin diesel sebagai cadangan, dengan diesel tersimpan yang sering kali berada dalam kisaran tipikal 12–48 jam pada beban penuh. (datacenterhive.com) Pilihan ini menciptakan dua kendala yang terlihat bagi investigasi: ketersediaan lahan dan ruang untuk tangki serta pompa, serta kepatuhan emisi dan logistik bahan bakar.
Berikutnya adalah paparan pasar listrik. Operator pusat data bisa menegosiasikan kontrak pengadaan listrik yang tidak sepenuhnya selaras dengan profil beban kerja. Inferensi dan pelatihan AI dapat dibentuk oleh sistem penjadwalan dan target utilisasi hardware, tetapi operator jaringan merencanakan berdasarkan keterterimaan dan keandalan. Hasilnya, operator mungkin membayar kapasitas yang tidak bisa diakses ketika dibutuhkan, atau menerima harga per-kWh yang lebih tinggi saat jam-jam daya sedang tertekan.
Terakhir ada “kesepakatan” dukungan jaringan. Pada sistem yang sangat terbatas, pengembang dan utilitas terdorong ke solusi yang menjaga stabilitas jaringan: peningkatan jaringan, partisipasi dalam mekanisme keandalan, serta pengaturan operasional yang menurunkan risiko bagi pembayar tarif. Pembingkaian SoftBank/Ohio yang melaporkan penggabungan peningkatan jaringan bersama pembangkitan dan klaim tidak ada dampak kenaikan tarif menggambarkan kompromi politik dan regulasi yang terlibat. (apnews.com) Walau detail dapat berbeda lintas yurisdiksi dan kontrak, pola ekonominya konsisten: pertanyaannya apakah situs membiayai pengantaran yang “firm” lewat pengaturan internalnya sendiri (keterterimaan terkontrak, ketahanan di lokasi, komitmen layanan jaringan) atau biaya tersebut dialihkan ke luar melalui desain tarif dan struktur pendanaan keandalan.
Jadi apa: Untuk ekonomi kapasitas, tanyakan komponen dari angka $ mana yang dibayar operator dan mana yang disosialisasikan. Lalu cek apakah aset siaga diperlakukan sebagai ketersediaan yang “diasuransikan” atau sebagai redundansi yang “terbenam” (sunk redundancy). Ini mengubah cara memodelkan ekonomi komputasi yang tersalurkan—dan menentukan apakah “daya” semestinya dinilai sebagai komoditas energi, produk kapasitas, atau jaminan ketersediaan hibrida.
Pertanyaan investor dan engineering bergeser dari “Bagaimana menurunkan biaya hardware per akselerator?” menjadi “Bagaimana menurunkan total biaya tersalurkan per beban kerja pelatihan atau inferensi?”
Salah satu tuasnya adalah konversi daya tegangan lebih tinggi dan arsitektur rack yang baru. Microchip menguraikan perubahan distribusi daya seperti distribusi daya rack DC 400V yang dipasangkan dengan pendekatan berbasis SiC untuk mengoptimalkan konversi daya, mengurangi rugi energi, serta meningkatkan keandalan pada lingkungan berkepadatan daya tinggi. (Source) Infineon juga memposisikan silicon carbide dalam arah terkait 800V, dengan target efisiensi tinggi per tahap konversi untuk arsitektur pusat data AI masa depan. (Source)
Tuas kedua adalah semikonduktor daya lanjutan di luar SiC saja. Bingkai siaran pers Infineon yang sama menghubungkan SiC, gallium nitride (GaN), serta teknologi silikon untuk perbaikan efisiensi. (Source) Kendala bagi investor: komponen hanya bernilai sejauh meningkatkan ekonomi tingkat sistem. Efisiensi konversi yang lebih tinggi menurunkan rugi, sehingga menekan biaya energi sekaligus beban pendinginan untuk throughput komputasi yang sama.
Tuas ketiga adalah pilihan antarmuka jaringan dan penempatan pembangkit. Jika ketergantungan pada peningkatan transmisi jarak jauh dapat dikurangi—atau waktu penyaluran dipercepat dengan menempatkan lokasi lebih dekat ke pembangkitan—risiko interkoneksi dan penguatan jaringan juga ikut turun. Penggunaan inisiatif sumber daya keandalan PJM menunjukkan satu pendekatan institusional untuk memadatkan waktu menuju koneksi untuk sumber daya keandalan tinggi ketika antrian sedang tegang. (Source)
Jadi apa: Perlakukan elektronika daya sebagai bagian dari model total biaya, bukan taruhan teknologi yang berdiri sendiri. Saat membandingkan rencana infrastruktur, hitung rugi konversi dan dampaknya pada energi tersalurkan per unit beban kerja. Setelah itu, petakan apakah perbaikan tersebut mengimbangi kendala interkoneksi dan pembaruan jaringan.
Contoh-contoh yang terdokumentasi ini membantu memetakan bagaimana keputusan komputasi AI yang nyata dibuat melalui realitas listrik dan jaringan.
Penggabungan daya PORTS Technology Campus di Ohio. AP melaporkan bahwa wilayah Portsmouth diperkirakan memuat pusat data 10-gigawatt dan hingga 10 gigawatt pembangkit listrik baru termasuk 9,2 gigawatt gas alam, bersama peningkatan jaringan dan jalur transmisi yang dijelaskan sebagai bagian dari rencana. (Timeline: pemberitaan terbit 2026-03-21, merujuk ekspektasi DOE.) (Source)
Kemajuan reform interkoneksi PJM dan backlog yang masih tersisa. PJM menjelaskan transition queue- nya turun menjadi ~63.000 MW dari ~200.000 MW sebagai bagian dari kemajuan reform interkoneksi. (Timeline: fact-sheet dirujuk diperbarui Juni 2025, dengan konteks reform.) (Source)
Urgensi keandalan berbasis proyeksi dari PJM. Pelaporan terkait RRI PJM menggambarkan kekhawatiran potensi kekurangan kapasitas yang bisa memengaruhi sistem sedini Tahun Pengiriman 2026/2027, dalam konteks proyeksi dan langkah FERC. (Timeline: artikel PJM yang menjelaskan langkah yang diterima FERC, diterbitkan dalam konteks 2025.) (Source)
Pipeline perangkat keras Ohio milik SoftBank melalui manufaktur Lordstown. Liputan Reuters (melalui rangkuman pemberitaan) menggambarkan akuisisi SoftBank atas fasilitas Foxconn di Ohio, Lordstown, dengan rencana retrofitting untuk membangun server AI dan perangkat infrastruktur terkait—membantu mengaitkan kesiapan manufaktur dengan penyaluran komputasi. (Timeline: konteks kesepakatan versi Reuters bertanggal 2025-08-18 dalam liputan yang dikutip.) (tomshardware.com)
Jadi apa: Untuk “membongkar kotak hitam”, lacak sinyal-sinyal ini dalam tiga dimensi: (1) paket keterterimaan jaringan, (2) status reform interkoneksi dan volume antrian yang masih tertinggal, serta (3) sinkronisasi kesiapan hardware dengan commissioning daya situs.
Kendala yang menentukan untuk infrastruktur komputasi AI skala gigawatt bergeser dari pengadaan komputasi menuju kesiapan jaringan. Hal ini terukur dalam proyeksi pangsa listrik, timeline reform interkoneksi, dan urgensi perencanaan keandalan RTO. (prnewswire.com) Konsekuensi praktisnya jelas: pengembang infrastruktur perlu melakukan de-risk pada keterterimaan daya dengan cara yang sama seperti menurunkan risiko komponen supply-chain.
Rekomendasi kebijakan (aktor AS): Federal Energy Regulatory Commission (FERC) dan operator RTO/ISO terkait perlu mewajibkan komitmen daya baru berukuran besar untuk pusat data di wilayah yang terkendala agar menyertakan “deliverability milestones” yang transparan dan dapat diaudit, yang diikat pada status interkoneksi dan kesiapan konstruksi. Tujuannya menekan penangkapan kapasitas spekulatif dan mengalihkan investasi ke proyek-proyek yang benar-benar dapat memasukkan serta menyalurkan daya saat komputasi tiba.
Kebenaran yang sudah siap dipakai (share-ready): kampus akan terus diumumkan—tetapi pemenangnya adalah tim yang memperlakukan akuntansi keterterimaan jaringan dan keandalan sebagai produk sesungguhnya, serta membangun substasi seolah itu bagian dari tumpukan server.