O Crescimento do Consumo de Energia da Inteligência Artificial

A Inteligência Artificial (IA) emergiu como uma tendência digital transformadora ao longo do último ano, com implicações significativas para o consumo de energia. Um estudo recente publicado na revista Joule alerta que, se a adoção da IA continuar no ritmo atual, ela poderia potencialmente rivalizar com países inteiros em consumo de energia. Este artigo explora as principais descobertas do estudo, as implicações para o uso global de eletricidade e possíveis vias para mitigar essa preocupação crescente.

O consumo de energia da IA: um desafio global

O cientista de dados Alex de Vries, da Vrije Universiteit Amsterdam, nos Países Baixos, levantou alarmes com sua estimativa de que as fazendas de servidores de IA poderiam consumir uma impressionante de 85 a 134 terawatts-hora (TWh) de energia anualmente até 2027. Para colocar isso em perspectiva, esse nível de consumo é aproximadamente equivalente ao uso anual de energia de uma nação como os Países Baixos e constitui 0,5% do consumo global atual de eletricidade do mundo.

Embora de Vries incentive a cautela contra exageros, ele destaca a importância desses números. A expansão da presença da IA em várias indústrias, desde a saúde até as finanças, está impulsionando esse aumento na demanda por energia. À medida que o apetite por serviços de IA continua a crescer, é altamente provável que o consumo de energia associado siga o mesmo caminho.

O impacto ambiental da fome energética da IA

Em 2022, os data centers representaram de 1% a 1,3% do consumo total de eletricidade do mundo, com a mineração de criptomoedas adicionando mais 0,4%. Com a IA prestes a se juntar a essa liga de tecnologias intensivas em energia, as preocupações sobre seu impacto ambiental tornam-se primordiais. A contínua dependência de fontes de energia não renováveis para as operações de IA pode contribuir para as emissões globais de carbono, a menos que medidas sejam tomadas para transicionar para alternativas mais verdes.

IA Generativa e acessibilidade

A IA Generativa, exemplificada por chatbots como o ChatGPT da OpenAI, está se tornando cada vez mais acessível a uma ampla gama de usuários, incluindo estudantes, programadores, designers e escritores. Esses chatbots dependem de modelos de IA treinados em conjuntos de dados extensos, um processo que consome uma quantidade significativa de energia.

A Hugging Face, uma empresa de IA sediada nos EUA, registrou que seu modelo de IA de geração de texto multilingue consumiu uma impressionante 433 megawatts-hora (MWh) durante seu processo de treinamento. Para colocar isso em perspectiva, isso é suficiente para alimentar 40 residências médias nos EUA por um ano inteiro. O ChatGPT, como um exemplo proeminente, exige poder computacional substancial e recursos de energia ao gerar respostas de texto.

Estimativas e cenários alarmantes

De Vries fornece uma estimativa de que a execução do ChatGPT poderia potencialmente consumir 564 MWh de eletricidade diariamente. Além disso, extrapolar esses números para aplicações de IA em maior escala, como o mecanismo de busca do Google, pinta um quadro alarmante. Se o Google implantasse a IA extensivamente para suas aproximadamente nove bilhões de pesquisas diárias, seria necessário um impressionante 29,2 TWh de energia anualmente. Isso é comparável ao consumo total de eletricidade da Irlanda e quase o dobro do consumo total de energia do Google em 2020, que foi de 15,4 TWh.

Resposta da indústria e eficiência energética

As empresas de IA não estão alheias à natureza intensiva em energia de suas operações. A OpenAI, por exemplo, reconhece a necessidade de maior eficiência energética e está trabalhando ativamente para melhorar a pegada energética de seus modelos de IA. As empresas estão cada vez mais conscientes do impacto ambiental e estão fazendo avanços para minimizá-lo.

Thomas Wolf, co-fundador da Hugging Face, aponta para uma tendência promissora na qual modelos menores de IA estão se aproximando das capacidades dos maiores. Modelos como o Mistral 7B e o Llama 2 da Meta, que são de 10 a 100 vezes menores que o GPT-4, podem realizar muitas das mesmas tarefas. A mensagem aqui é clara: ninguém precisa do behemoth computacional que é o GPT-4, assim como você não precisa de um Ferrari para seu deslocamento diário.