AI Data Center 640 MW Dibangun di Jatiluhur, Ini Teknologi dan Infrastruktur di Dalamnya

Mengenal Data Center AI CGK4 Jatiluhur

AI Campus 2 atau CGK4 merupakan kawasan data center yang dibangun BDx Data Centers di Jatiluhur, Purwakarta, Jawa Barat. Total kapasitas IT yang direncanakan mencapai 640 MW, sedangkan kapasitas jaringan listrik yang telah diamankan untuk kawasan tersebut mencapai 845 MVA dari PLN.

BDx juga menyatakan sedang menjajaki opsi sumber energi rendah karbon, termasuk kemungkinan pemanfaatan tenaga air melalui kerja sama dengan Perum Jasa Tirta II. Opsi tenaga air tersebut masih berada dalam tahap penjajakan, sehingga tidak tepat menyebut seluruh listrik CGK4 saat ini berasal dari PLTA Jatiluhur.

Berikut gambaran proyek tersebut:

Sumber: BDx Data Centers

Pembangunan telah dimulai pada Building 1, yang menjadi gedung pertama dari enam gedung yang direncanakan. Gedung tersebut akan menyediakan hingga 120 MW kapasitas IT secara bertahap, sementara fase pertama yang sudah dikontrak ditargetkan mulai beroperasi pada awal 2027.

Audit data center Anda sekarang: Free Audit dan Assessment Data Center Resilience & Compliance by SUHU

---

CGK4 Telah Mendapat NVIDIA DGX-Ready Certification

Aspek penting lainnya adalah status CGK4 dalam program NVIDIA DGX-Ready Colocation Data Center, yang menurut BDx diperoleh pada April 2025.

Program DGX-Ready ditujukan untuk membantu organisasi menemukan fasilitas colocation yang menyediakan lingkungan yang sesuai untuk deployment infrastruktur NVIDIA DGX.

Menurut NVIDIA, program tersebut mencakup aspek seperti modern data center infrastructure, interconnectivity, power, serta kemampuan cooling untuk mempercepat deployment AI infrastructure.

Bagi enterprise yang ingin membangun GPU cluster tetapi tidak ingin membangun fasilitas data center sendiri, model seperti ini memungkinkan infrastructure stack dibagi menjadi beberapa lapisan:

Data Center Facility
→ power, cooling, physical security

AI Infrastructure
→ GPU, network, storage

AI Platform
→ orchestration, container, framework

AI Workload
→ training, fine-tuning, inference

Dengan demikian, organisasi dapat lebih berfokus pada compute platform dan workload dibanding harus membangun seluruh physical infrastructure dari awal.

---

Mengapa AI Membutuhkan Data Center dengan Daya Sangat Besar?

AI data center memiliki kebutuhan infrastruktur yang lebih padat dibandingkan data center konvensional. AI training dan inference menggunakan GPU atau accelerator dalam jumlah besar yang bekerja secara paralel, sehingga membutuhkan power, cooling, networking, dan storage berperforma tinggi.

Simplenya, infrastrukturnya terdiri dari:

Power Grid → Electrical Infrastructure → High-Density Rack → GPU Cluster → High-Speed Network & Storage → AI Workload

IEA memperkirakan konsumsi listrik data center global dapat mencapai sekitar 945 TWh pada 2030, hampir dua kali lipat dibandingkan 2024. Di Asia Tenggara, kebutuhan listrik data center juga diproyeksikan meningkat lebih dari dua kali lipat hingga 2030.

Artinya, ketersediaan energi kini menjadi bagian penting dari arsitektur AI infrastructure, bukan hanya persoalan server dan jaringan.

Upgrade Kompetensi Data Center Anda bersama SUHU: Pelatihan Data Center Management Berdasar SNI 8799:2023 Pusat Data

---

845 MVA dari PLN untuk Mendukung CGK4

CGK4 memiliki 845 MVA kapasitas jaringan listrik yang diamankan dari PLN, sebagai bagian dari lebih dari 1,2 GVA secured grid capacity untuk portofolio AI-ready campus BDx di Indonesia.

Untuk data center berskala besar, pemilihan lokasi perlu mempertimbangkan:

• Ketersediaan dan keandalan listrik
• Jalur transmisi dan interkoneksi
• Konektivitas fiber
• Lahan untuk ekspansi
• Kapasitas sistem cooling
• Risiko lingkungan
• Akses terhadap energi rendah karbon
• Potensi ekspansi jangka panjang

Besarnya kebutuhan listrik menunjukkan bahwa pengembangan AI data center semakin erat dengan perencanaan dan ketersediaan infrastruktur kelistrikan.

---

Rack Density hingga 500 kW untuk AI Data Center

CGK4 dirancang mendukung hingga 500 kW per rack, menunjukkan tingginya kebutuhan power density pada AI infrastructure.

Semakin banyak GPU dalam satu rack, semakin besar kebutuhan listrik dan panas yang harus dikelola. Karena itu, thermal management menjadi komponen penting dalam desain AI data center.

Pada tingkat kepadatan seperti ini, penggunaan pendinginan udara konvensional saja dapat menjadi semakin terbatas. Sistem seperti liquid cooling menjadi salah satu pendekatan untuk menangani panas dari GPU dan accelerator berdaya tinggi. 

Pengadaan infrastruktur: Siapkan Infrastruktur Data Center Bersama SUHU

---

Direct-to-Chip Liquid Cooling untuk AI Data Center Workload

CGK4 menggunakan direct-to-chip liquid cooling, yaitu sistem pendinginan yang mengalirkan cairan langsung ke cold plate pada GPU atau accelerator untuk menyerap panas.

Teknologi ini semakin penting karena AI workload menghasilkan power density dan thermal load yang tinggi. CGK4 dirancang mendukung kepadatan hingga 500 kW per rack, sehingga membutuhkan sistem pendinginan yang lebih advanced dibandingkan data center konvensional.

Bagi engineer, penerapan liquid cooling perlu memperhatikan beberapa aspek:

• Heat load: menghitung panas yang dihasilkan GPU dan perangkat IT.

• Coolant distribution: memastikan distribusi cairan pendingin merata ke setiap rack.

• Flow rate: menyesuaikan aliran coolant dengan kebutuhan thermal load.

• Cooling Distribution Unit (CDU): mengatur distribusi dan pertukaran panas dari sistem liquid cooling.

• Redundancy: memastikan sistem pendinginan tetap tersedia ketika terjadi kegagalan komponen.

• Leak detection: mendeteksi kebocoran coolant untuk mencegah kerusakan perangkat.

• Heat rejection: membuang panas yang telah dipindahkan dari chip secara efektif.

• Monitoring: memantau temperatur dan kondisi sistem secara real-time.

• Maintenance: memastikan sistem dapat dirawat tanpa mengganggu operasional AI workload.

• Integrasi infrastruktur: menghubungkan sistem cooling dengan aspek mechanical, electrical, dan IT.

ASEAN Centre for Energy menyebut cold plate liquid cooling sebagai salah satu pendekatan untuk high-performance computing dengan power density di atas 35 kW/rack. Dengan kemampuan hingga 500 kW/rack, desain CGK4 menunjukkan kebutuhan thermal management yang jauh lebih tinggi dibandingkan data center enterprise pada umumnya.

Pengadaan infrastruktur: Siapkan Infrastruktur Data Center Bersama SUHU

---

Indonesia Menuju Era Gigawatt Data Center

CGK4 bukan satu-satunya ekspansi BDx di Indonesia.

Platform BDx saat ini mencakup AI Campus 1 (CGK3/3A), AI Campus 2 (CGK4), dan AI Campus 3 (CGK5). Perusahaan menyatakan telah mengamankan lebih dari 1,2 GVA kapasitas jaringan untuk AI-ready campuses tersebut.

Perkembangan ini menunjukkan perubahan penting pada industri data center Indonesia.

Jika sebelumnya pembahasan data center sering berfokus pada rack, server, storage, virtualization, redundancy dan Tier, era AI membawa parameter baru seperti:

Perbedaan tersebut bukan berarti seluruh data center akan berubah menjadi AI data center. Enterprise workload tradisional tetap membutuhkan infrastruktur tersendiri.

Namun, pertumbuhan Generative AI dan accelerated computing menciptakan kelas infrastruktur baru dengan kebutuhan daya dan cooling yang jauh lebih tinggi.

Upgrade Kompetensi Data Center Anda bersama SUHU: Pelatihan Data Center Management Berdasar SNI 8799:2023 Pusat Data

---

SNI Data Center di Indonesia Perlu Disiapkan untuk Era AI

Tidak semua organisasi membutuhkan data center sebesar CGK4. Namun, meningkatnya AI workload membuat kebutuhan infrastruktur ikut berubah, mulai dari power dan rack density hingga cooling, networking, dan storage.

Karena itu, organisasi perlu mengukur kesiapan infrastruktur dan menemukan gap menuju AI-ready data center. Salah satu pendekatannya adalah melakukan assessment berdasarkan standar yang relevan.

Di Indonesia, SNI 8799:2023 dapat menjadi salah satu referensi untuk mengevaluasi data center, mencakup aspek infrastruktur teknis dan manajemen operasional.

Upgrade Kompetensi Data Center Anda bersama SUHU: Pelatihan Data Center Management Berdasar SNI 8799:2023 Pusat Data

---

Tingkatkan Kompetensi dan Infrastruktur Data Center Anda

Perkembangan AI Data Center, high-density computing, liquid cooling, power management, hingga GPU infrastructure menuntut kesiapan SDM sekaligus infrastruktur yang tepat.

Jika perusahaan atau instansi Anda membutuhkan Pelatihan Data Center, Konsultasi Data Center, maupun Pengadaan Infrastruktur Data Center, SUHU Professional Training & Consulting siap membantu sesuai kebutuhan organisasi, mulai dari peningkatan kompetensi tim, perencanaan dan optimalisasi data center, hingga penyediaan solusi infrastruktur pendukung.

Kunjungi suhu.co.id untuk mendapatkan informasi lebih lanjut mengenai pelatihan, konsultasi, dan pengadaan infrastruktur Data Center sesuai kebutuhan perusahaan maupun instansi Anda.

• Free Audit dan Assessment Data Center Resilience & Compliance by SUHU

• E-Learning Data Center Management Berdasar SNI 8799:2023

• E-Learning Perencanaan Data Center Enterprise

• Pelatihan Data Center Management Berdasar SNI 8799:2019 Pusat Data

• Pelatihan Data Center Operation Standard

• Pelatihan Architecture & Construction of Data Center

Silakan konsultasikan kebutuhanmu dengan kami, klik link https://bit.ly/kontaksuhu