A nova onda da inteligência artificial – focada em IA generativa – promete acelerar a programação, aprimorar a segurança e simplificar as tarefas diárias. No entanto, ao ser adotada em larga escala, a IA poderia ter um impacto energético significativo, potencialmente superando as demandas de energia de países inteiros.
Para quem tem pressa:
- A adoção em larga escala da IA generativa pode resultar num impacto energético significativo, segundo Alex de Vries, fundador da Digiconomist;
- É que treinar e manter modelos de IA generativa consome uma grande quantidade de energia;
- Além do treinamento, a operação contínua dessas ferramentas consome uma quantidade substancial de energia devido à intensiva utilização de recursos computacionais;
- Se cada busca no Google fosse alimentada por IA, seriam necessários aproximadamente 29,2 TWh de energia por ano – é o consumo da Irlanda;
- O consumo global de eletricidade relacionado à IA poderia aumentar de 85 a 134 TWh anualmente até 2027.
Quem escreveu isso foi Alex de Vries, fundador da Digiconomist, na edição desta terça-feira (10) do periódico Joule, conforme divulgado pelo TechXplore. Ele ressaltou que treinar (e manter) os modelos desse tipo de tecnologia demanda uma grande quantidade de energia.
Impactos da IA generativa
Desde 2022, o uso da IA generativa – capaz de produzir texto, imagens e outros tipos de conteúdo – tem crescido exponencialmente. Entre os exemplos mais notáveis está o ChatGPT, da OpenAI.
A Hugging Face, uma empresa de desenvolvimento de IA, informou que sua ferramenta multilíngue consumiu cerca de 433 megawatt-horas (MWh) durante o treinamento, equivalente ao consumo médio de 40 casas nos EUA em um ano.
Mas o consumo energético da IA não se limita ao treinamento. De acordo com De Vries, quando em operação, a geração de dados pela ferramenta consome uma quantidade substancial de energia, devido à intensiva utilização de recursos computacionais. Por exemplo, o ChatGPT poderia consumir 564 MWh de eletricidade por dia em funcionamento.
Embora empresas estejam trabalhando para tornar a IA mais eficiente em termos energéticos, De Vries argumenta que melhorias na eficiência muitas vezes resultam em um aumento na demanda, criando o chamado Paradoxo de Jevons.
O Google, por exemplo, está integrando IA generativa em seu serviço de e-mail e testando-a em seu mecanismo de busca, que já processa até nove bilhões de buscas por dia.
Embora um cenário tão extremo não seja iminente devido aos custos e gargalos logísticos, a produção de servidores de IA está prevista para crescer consideravelmente.
Até 2027, o consumo global de eletricidade relacionado à IA poderia aumentar de 85 a 134 TWh anualmente.
