Assim que o Relatório Ambiental 2024 do Google foi publicado, ficou claro o quanto a empresa estava aquém de suas metas. Não apenas por causa de sua ambição, mas também por causa da tendência de suas emissões. O gigante da tecnologia, que tem uma das agendas verdes mais ambiciosas, comprometeu-se a usar somente energia limpa até 2030.
Durante anos, o Google e outros gigantes da tecnologia - a sustentabilidade permeia o setor - têm feito grandes esforços para corrigir sua pegada de carbono. Isso inclui o uso crescente de energia renovável, bem como tentativas contínuas de se tornar mais eficiente em termos de energia. O desafio é tão grande que todos os tipos de soluções estão sendo buscados. A Microsoft, por exemplo, explorou o desempenho de data centers subaquáticos para ajudar no resfriamento de servidores. Enquanto outras empresas construíram instalações no Círculo Polar Ártico ou próximo a ele. Tudo em um esforço para usar menos energia para manter as fileiras de racks resfriadas.
Em meio a esses esforços, o surgimento da IA generativa caiu como uma bomba de fragmentação. O enorme consumo de energia dessa tecnologia fez com que empresas como Microsoft e Google sofressem picos em suas emissões. Desde 2020, a empresa de Satya Nadella aumentou seus gases poluentes em 29%, de acordo com o relatório deste ano. O documento do Google também fornece alguns números preocupantes. Em 2023, suas emissões cresceram 13% e, desde 2019, cresceram 48%.
O próprio Google citou a demanda crescente por serviços de inteligência artificial como um dos fatores ligados ao aumento do gasto de energia de seus data centers. Deve-se ter em mente que os resultados retornados pelos modelos de IA, ainda mais quando são complexos, exigem determinados recursos computacionais. Mas isso é mais complexo do que parece à primeira vista.
O papel da IA
Um fato é claro: as consultas a um chatbot do ChatGPT têm um custo computacional consideravelmente maior do que outras tarefas que poderiam substituir, como uma pesquisa no Google. Mas há muitas variáveis em jogo aqui, especialmente em um cenário em que o setor está apenas começando a se desenvolver.
Por enquanto, há muitos serviços gratuitos que não se sabe se serão gratuitos no futuro. E isso determinará seu grau de adoção, bem como o consumo de recursos de data center que eles exigem. Também não está claro como o setor gerenciará as cargas de trabalho de IA nos servidores. Até o momento, a execução dessas tarefas foi despejada em chips da Nvidia preparados para processamento gráfico e de IA. Mas processadores específicos já foram projetados para processar esses tipos de consultas da forma mais eficiente possível.
As principais empresas de tecnologia projetaram seus próprios chips, adaptados às necessidades dos serviços que oferecem. E uma nova geração de processadores desenvolvidos ad-hoc para cargas de trabalho de IA generativa está sendo preparada. Até mesmo a própria OpenAI está pensando em criar seus próprios chips. Isso mostra a importância de ter o hardware mais eficiente para criar uma economia de escala no setor.
E essa eficiência é exatamente o que o Google - e outros - está buscando para combater o crescente consumo de energia da IA. Ele também planeja aumentar o uso de energia renovável para limitar as emissões. Mas a prioridade é controlar o aumento excessivo dos custos de eletricidade.
Alguns números são suficientes para dar uma ideia do quanto os data centers se movimentam. Em 2022, esse tipo de instalação consumiu cerca de 460 TWh de eletricidade. Isso é mais do que a França consome em um ano inteiro. Mas até 2026, a Agência Internacional de Energia espera que os gastos dobrem para mais de 1.000 TWh, um consumo que excederia o do Japão, a quarta maior economia do mundo.
O consumo de água nos centros de dados, para resfriar os servidores, é outro desafio enfrentado pelas grandes empresas de tecnologia. Com a necessidade de mais recursos de computação, a IA faz com que os servidores trabalhem mais, de modo que eles se tornam mais quentes e exigem resfriamento mais avançado. Como a água é frequentemente usada para realizar essa tarefa, seu consumo aumenta. Isso também tem um impacto ambiental.
Portanto, o desafio para o setor de IA é, por um lado, obter sistemas mais eficientes. No entanto, isso deve ser acompanhado por um amadurecimento do mercado e pela proliferação de iniciativas de pagamento por uso, para que os usuários sejam incentivados a otimizar os recursos.
