A indústria de inteligência artificial (IA) está correndo para diminuir um consumo de energia gigantesco. A aposta passa por sistemas de refrigeração melhores, chips mais eficientes e programação mais inteligente - ao mesmo tempo em que o uso de IA dispara no mundo inteiro.
Nada disso existe sem centros de dados. Segundo a Agência Internacional de Energia, essas instalações podem chegar a consumir 3% da eletricidade global até 2030 - o dobro do que gastam hoje.
Para especialistas da McKinsey, consultoria dos Estados Unidos, há uma corrida para construir centros de dados suficientes para acompanhar o crescimento acelerado da IA, com o alerta de que o planeta caminha para uma falta de eletricidade.
"Há várias formas de resolver o problema", explicou Mosharaf Chowdhury, professor de ciência da computação na Universidade de Michigan.
De um lado, empresas podem ampliar a oferta de energia - um processo demorado e que as gigantes de IA já vêm perseguindo ao redor do mundo. Do outro, podem descobrir como gastar menos eletricidade para obter o mesmo poder de computação.
Na avaliação de Chowdhury, o desafio é superável com soluções "inteligentes" em todas as camadas, do hardware físico ao próprio software de IA.
Como exemplo, o laboratório dele criou algoritmos que calculam com precisão quanta eletricidade cada chip de IA precisa, o que reduz o consumo em 20-30%.
Centros de dados e a corrida por eletricidade na IA
A busca por eficiência não se limita aos chips: ela também envolve infraestrutura, operações e a forma como os sistemas são usados. Com a demanda crescendo rápido, o setor tenta ganhar eficiência onde for possível para evitar que a conta de energia dispare ainda mais.
Soluções "inteligentes"
Duas décadas atrás, operar um centro de dados - incluindo refrigeração e outras partes da infraestrutura - exigia tanta energia quanto manter os próprios servidores ligados.
Hoje, essas operações consomem apenas 10% do que os servidores gastam, de acordo com Gareth Williams, da consultoria Arup.
Esse avanço é atribuído, em grande medida, ao foco contínuo em eficiência energética.
Muitos centros de dados passaram a usar sensores com IA para controlar a temperatura por zonas específicas, em vez de resfriar todo o prédio de forma uniforme.
Com isso, eles conseguem otimizar, em tempo real, o uso de água e de eletricidade, segundo Pankaj Sachdeva, da McKinsey.
Resfriamento líquido para servidores com Nvidia GPUs
Para muitos, a grande virada deve vir com o resfriamento líquido, que troca o barulho de aparelhos de ar condicionado que consomem muita energia por um fluido refrigerante que circula diretamente pelos servidores.
"Todos os grandes players estão de olho nisso", disse Williams.
A urgência aumenta porque os chips modernos de IA, de empresas como a Nvidia, consomem 100 vezes mais energia do que os servidores de duas décadas atrás.
Na semana passada, a AWS, negócio de computação em nuvem da Amazon e líder mundial no setor, afirmou que desenvolveu um método próprio de refrigeração líquida para resfriar Nvidia GPUs em seus servidores - evitando a necessidade de reconstruir centros de dados já existentes.
"Simplesmente não haveria capacidade de resfriamento líquido suficiente para sustentar a nossa escala", disse Dave Brown, vice-presidente de serviços de computação e aprendizagem de máquina da AWS, em um vídeo no YouTube.
EUA vs China
Para Sachdeva, da McKinsey, um ponto que traz algum alívio é que cada nova geração de chips é mais eficiente do que a anterior.
Pesquisas de Yi Ding, da Universidade Purdue, indicam que chips de IA podem durar mais tempo sem perder desempenho.
"Mas é difícil convencer empresas de semicondutores a ganhar menos dinheiro" ao incentivar clientes a manterem o mesmo equipamento por mais tempo, acrescentou Ding.
Ainda assim, mesmo que a combinação de chips mais eficientes e menor consumo por tarefa tenda a baratear a IA, isso não significa queda no gasto total de energia.
"O consumo de energia vai continuar subindo", previu Ding, apesar de todos os esforços para limitá-lo. "Mas talvez não tão rapidamente."
Nos Estados Unidos, a energia passou a ser vista como peça-chave para preservar a vantagem competitiva do país sobre a China em IA.
Em janeiro, a startup chinesa DeepSeek apresentou um modelo de IA que teve desempenho equivalente ao de sistemas de ponta dos EUA, embora usando chips menos potentes - e, por consequência, menos energia.
Os engenheiros da DeepSeek chegaram a isso ao programar suas GPUs com mais precisão e ao pular uma etapa de treinamento de alto consumo energético que antes era considerada indispensável.
Também existe o temor de que a China esteja muito à frente dos EUA na disponibilidade de fontes de energia, inclusive renováveis e nuclear.
© Agence France-Presse
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário