The China Mail - IA busca formas de reduzir suas necessidades de energia

USD -
AED 3.672992
AFN 69.489986
ALL 84.291688
AMD 383.839605
ANG 1.789699
AOA 916.999967
ARS 1319.896786
AUD 1.54696
AWG 1.8025
AZN 1.703586
BAM 1.695528
BBD 2.019931
BDT 122.652264
BGN 1.702503
BHD 0.376963
BIF 2942.5
BMD 1
BND 1.289721
BOB 6.912904
BRL 5.607501
BSD 1.000429
BTN 87.444679
BWP 13.523249
BYN 3.273935
BYR 19600
BZD 2.009545
CAD 1.380165
CDF 2889.999809
CHF 0.809365
CLF 0.024626
CLP 965.903248
CNY 7.176898
CNH 7.203695
COP 4180.22
CRC 505.767255
CUC 1
CUP 26.5
CVE 95.950068
CZK 21.408976
DJF 177.720257
DKK 6.494535
DOP 61.000234
DZD 130.665077
EGP 48.688802
ERN 15
ETB 138.195699
EUR 0.870199
FJD 2.26455
FKP 0.749719
GBP 0.75184
GEL 2.683085
GGP 0.749719
GHS 10.501353
GIP 0.749719
GMD 72.000309
GNF 8655.999991
GTQ 7.675736
GYD 209.303031
HKD 7.84994
HNL 26.350282
HRK 6.563398
HTG 131.278148
HUF 348.138498
IDR 16447.4
ILS 3.370915
IMP 0.749719
INR 87.524998
IQD 1310
IRR 42112.496152
ISK 123.77952
JEP 0.749719
JMD 160.078717
JOD 0.709016
JPY 148.737499
KES 129.502337
KGS 87.449649
KHR 4015.000089
KMF 426.481732
KPW 899.916557
KRW 1389.709963
KWD 0.305703
KYD 0.833727
KZT 543.834174
LAK 21574.999791
LBP 89550.000023
LKR 302.24403
LRD 200.999765
LSL 17.890173
LTL 2.95274
LVL 0.60489
LYD 5.414999
MAD 9.089499
MDL 17.067261
MGA 4430.000077
MKD 53.368936
MMK 2098.902778
MNT 3590.484358
MOP 8.089174
MRU 39.820637
MUR 46.119586
MVR 15.401776
MWK 1736.499952
MXN 18.77485
MYR 4.240579
MZN 63.959915
NAD 17.889939
NGN 1531.000199
NIO 36.750139
NOK 10.251295
NPR 139.9101
NZD 1.687835
OMR 0.384529
PAB 1.000438
PEN 3.552498
PGK 4.152023
PHP 57.854002
PKR 283.249583
PLN 3.71645
PYG 7492.815376
QAR 3.64075
RON 4.416704
RSD 102.004735
RUB 81.252889
RWF 1440
SAR 3.75154
SBD 8.244163
SCR 14.472936
SDG 600.502571
SEK 9.71061
SGD 1.292885
SHP 0.785843
SLE 23.000277
SLL 20969.503947
SOS 571.50088
SRD 36.670024
STD 20697.981008
STN 21.45
SVC 8.753321
SYP 13001.94935
SZL 17.889582
THB 32.651497
TJS 9.563891
TMT 3.51
TND 2.894989
TOP 2.342098
TRY 40.582505
TTD 6.788933
TWD 29.70101
TZS 2570.000105
UAH 41.765937
UGX 3586.538128
UYU 40.034504
UZS 12600.000148
VES 122.68725
VND 26202.5
VUV 119.475888
WST 2.757115
XAF 568.669132
XAG 0.026577
XAU 0.000303
XCD 2.70255
XCG 1.80294
XDR 0.69341
XOF 568.664202
XPF 103.850093
YER 240.649912
ZAR 17.932005
ZMK 9001.198585
ZMW 22.984061
ZWL 321.999592
IA busca formas de reduzir suas necessidades de energia
IA busca formas de reduzir suas necessidades de energia / foto: © AFP

IA busca formas de reduzir suas necessidades de energia

Graças às novas técnicas de resfriamento, chips mais potentes e avanços na programação, o setor da inteligência artificial (IA) está tentando limitar seu consumo de energia em um contexto de crescimento desenfreado.

Tamanho do texto:

A infraestrutura de IA depende de data centers, que, segundo a Agência Internacional de Energia (AIE), representarão cerca de 3% das necessidades mundiais de eletricidade até 2030, o dobro da proporção atual.

Nesta terça-feira (15), o presidente Donald Trump deve visitar a Pensilvânia para anunciar, de acordo com vários meios de comunicação locais, cerca de US$ 70 bilhões (R$ 389 bilhões, na cotação atual) de investimento em IA e infraestruturas energéticas neste estado do nordeste dos EUA.

A consultoria McKinsey cita uma "corrida" para construir centros suficientes para "lidar com a aceleração maciça no uso da IA", ao mesmo tempo em que alerta para a chegada de tempos de escassez.

Segundo Mosharaf Chowdhury, professor associado da Universidade de Michigan, há "várias formas" de resolver o problema, "uma delas é criar mais fontes de energia", um caminho no qual gigantes da IA também estão embarcando.

Outra é "reduzir a demanda" de eletricidade para uma capacidade equivalente, explica.

- Resfriamento por água -

Para este professor, as "soluções inteligentes" podem ser encontradas em todos os níveis da cadeia da IA, desde os hardwares aos algoritmos.

De acordo com Gareth Williams, da consultoria Arup, a energia necessária para manter um data center representa hoje 10% do que é consumido pelos próprios servidores, em comparação com 100% há 20 anos.

Esta redução pode ser atribuída, entre outras coisas, ao uso generalizado de resfriamento líquido ou por água em vez da ventilação convencional, que circula fluidos diretamente no interior dos servidores.

"Todas as grandes empresas estão buscando usar o resfriamento a água", diz Williams, porque chegou-se "em um ponto em que não há opção de não fazê-lo".

Os novos chips da liderança em IA, a gigante dos semicondutores Nvidia, aumentaram o consumo de energia de uma série de servidores em mais de 100 vezes em comparação há 20 anos.

Como resultado, o líquido pode atingir temperaturas muito mais altas do que antes, ressalta Williams, mas, paradoxalmente, isto facilita o seu resfriamento quando em contato com o ar externo, dada a diferença de temperatura.

No início de julho, a Amazon lançou um novo sistema de resfriamento líquido chamado IRHX, que pode ser instalado em um data center sem ser integrado à arquitetura inicial.

- "Ganhar menos dinheiro" -

Outro avanço é que os data centers agora estão equipados com sensores que podem ser usados pela IA para controlar a temperatura em "áreas muito pequenas" e "otimizar o consumo de água e eletricidade" com antecedência, segundo Pankaj Sachdeva, sócio-sênior da McKinsey.

O laboratório de Mosharaf Chowdhury desenvolveu algoritmos para avaliar com precisão a quantidade de eletricidade que cada chip precisa para funcionar, com potencial de economia de 20 a 30%. Também foram feitos avanços nos próprios microprocessadores.

"Com cada geração de chips e esboço de GPUs (unidades de processamento gráfico) em nível de semicondutores, estamos começando a nos tornar mais eficientes", lembrou Sachdeva.

A equipe liderada por Yi Ding, professor da Universidade Purdue, em Indiana, mostrou que é possível prolongar a vida útil dos chips de IA mais potentes, GPUs ou placas gráficas, "sem sacrificar o desempenho", disse ele à AFP.

"É muito difícil convencer os fabricantes de chips a ganhar menos dinheiro" e incentivar os consumidores a usar os mesmos equipamentos por mais tempo, acrescenta.

- Recurso limitado -

Estas mudanças também ocorrem na programação e no treinamento de modelos de IA generativa em larga escala.

Em janeiro, a empresa chinesa DeepSeek revelou seu modelo de IA generativa R1, cujo desempenho é semelhante ao dos principais atores americanos, embora tenha sido desenvolvido com GPUs menos potentes.

Engenheiros da startup conseguiram tal feito programando as placas gráficas com maior precisão. Também praticamente pularam um estágio de treinamento no modelo, antes considerado indispensável.

Entretanto, apesar destes avanços tecnológicos, "não há como reduzir o consumo de energia devido a algo chamado paradoxo de Jevons", prevê Ding.

O economista britânico William Stanley Jevons (1835-1882) afirmou que o uso mais eficiente de um recurso limitado aumenta mecanicamente a demanda à medida que seu custo diminui.

"É muito provável que ela continue aumentando", adverte Ding, apesar dos esforços para limitá-la, "mas talvez em uma velocidade menor".

D.Wang--ThChM