Ciena Corporation telah melakukan survei global perihal pandangan para pengambil keputusan terkait pusat data di 13 negara, termasuk Indonesia. Belum lama ini Ciena pun mengirimkan rilis yang membagikan sejumlah temuan dari survei tersebut, khususnya di Indonesia. Tema dari temuan-temuan ini adalah pemanfaatan AI (artificial intelligence) yang meningkat mendorong peningkatan kebutuhan bandwidth DCI (data center interconnect). Para temuan yang dimaksud bisa menjadi masukan bagi para operator pusat data di tanah air.
Tak hanya sejumlah temuan, Ciena membagikan pula beberapa masukan terkait temuan-temuan ini. Merupakan penyedia solusi koneksi berkecepatan tinggi global, studi yang dilakukan Ciena tentunya sejalan dengan hal tersebut. Adapun DCI, Ciena menjelaskan sebagai teknologi yang menghubungkan dua pusat data atau lebih secara bersamaan dalam jarak pendek, tengah, atau jauh dengan menggunakan koneksi packet-optical berkecepatan tinggi.
Ciena membagikan sejumlah temuan dan masukan yang dimaksud dalam rupa tanya jawab dengan Madhu Pandya (Senior Advisor, International Market Development, Ciena). Berikut ini adalah tanya jawab yang dimaksud.
1. Bisakah Anda berbagi beberapa hal penting mengenai survei ini?
Ciena melakukan survei ini untuk mencari tahu pandangan para pengambil keputusan mengenai pusat data di 13 negara, termasuk Indonesia. Kami ingin memahami bagaimana AI mengubah infrastruktur pusat data dan menyoroti tren yang relevan bagi kami, termasuk meningkatnya kebutuhan akan solusi DCI berkapasitas tinggi.
Secara global, temuan-temuan dari survei kami tersebut mencakup:
- Sebanyak 53% responden percaya bahwa dalam 2–3 tahun ke depan kinerja AI akan mengambil alih aplikasi cloud dan big data
- Demi memenuhi permintaan AI yang melonjak, 43% dari fasilitas pusat data baru diperkirakan akan didedikasikan untuk AI. Para ahli pusat data juga memperkirakan peningkatan kebutuhan bandwidth yang signifikan, terlebih dengan pelatihan dan inference para model AI yang memerlukan pergerakan data dalam jumlah besar. Sekitar 65% responden mengantisipasi peningkatan bandwidth jaringan DCI minimal enam kali lipat, didorong oleh AI, selama 5 tahun ke depan.
- Selain itu, 87% responden meyakini mereka akan memerlukan 800 Gb/s atau lebih per panjang gelombang.
2. Apa data statistik dari Indonesia yang paling menarik?
Secara rata-rata, responden dari Indonesia berharap 49% dari pusat data mereka didedikasikan untuk AI. Angka ini lebih rendah dari rata-rata global. Hal ini mungkin dikarenakan sebagian besar perusahaan di Indonesia masih berada pada tahap awal perjalanan transformasi digital mereka. Jadi, pusat data kemungkinan untuk beban kerja cloud tradisional juga, belum hanya didedikasikan untuk AI.
Namun, 73% responden percaya bahwa aplikasi AI akan mendorong setidaknya enam kali lipat peningkatan bandwidth pada jaringan DCI selama 5 tahun ke depan. Dengan kata lain, peluang AI di Indonesia adalah besar.
Data terakhir kami menunjukkan 83% berencana untuk menggunakan MOFN (Managed Optical Fiber Network) yang dijalankan oleh penyedia layanan komunikasi untuk menginterkoneksikan pusat data yang terdistribusi. MOFN adalah kategori layanan dari penyedia layanan untuk merancang, membangun, dan mengelola jaringan sesuai dengan kebutuhan teknis hyperscaler.
Berdasarkan data tersebut, para ahli pusat data di Indonesia percaya akan peluang MOFN, terutama dengan tingkat penetrasi internet yang lebih rendah dan pertumbuhan pengguna seluler yang terus meningkat—menunjukkan adanya ruang yang cukup besar untuk pengembangan serat optik. Lokasi Indonesia yang strategis dan ekonomi digital yang berkembang pesat pun membuat Indonesia menjadi penghubung yang menarik bagi para hyperscaler, operator pusat data, dan teknologi yang berkaitan.
3. Bagaimana beban kerja AI membentuk kembali industri pusat data di Indonesia?
Beban kerja AI mengubah permainan pusat data di Indonesia. Saat ini, sebagian besar pusat data difokuskan untuk menampung aplikasi perusahaan dan layanan cloud tradisional. Namun, hal tersebut tidak lagi cukup. Dengan berkembangnya AI dan ML (machine learning), operator pusat data di Indonesia ingin mengelola beban kerja yang lebih intensif. Hal ini memberikan beban yang besar pada kemampuan proses, penyimpanan, dan bandwidth.