A crescente demanda por poder da IA: superando a mineração de Bitcoin até 2025

Até o final de 2025, a inteligência artificial (IA) poderá consumir mais eletricidade do que a mineração de Bitcoin, um fenômeno que evidencia uma crise energética mais rápida e furtiva. O culpado? O crescimento explosivo de modelos de IA em larga escala e dos data centers que os suportam.

Os Titãs Emergentes da Demanda Energética

Uma pesquisa recente liderada por Alex de Vries – Gao, da Vrije Universiteit Amsterdam, sugere A IA pode comandar quase metade de toda a eletricidade dos data centers até o final de 2025 , rivalizando e potencialmente superando o consumo de energia do Bitcoin. Para avaliar isso, de Vries–Gao monitorou o fornecimento de chips de IA por meio de um método de "triangulação", examinando dados de produção do setor, relatórios de analistas e teleconferências sobre lucros.

Suas descobertas: A IA já impulsiona cerca de 20% da eletricidade dos data centers ; até o final do ano, a demanda pode atingir 23 gigawatts, o equivalente ao consumo de energia da Holanda ou mesmo do Reino Unido.

Por que o uso de energia da IA ​​é importante?

Três grandes razões:

Uma rede elétrica sob pressão

Atender a esse aumento não é apenas um problema tecnológico; é um desafio nacional de infraestrutura. Nos EUA, as concessionárias de serviços públicos estão se esforçando para construir novas usinas a gás ou revisitar projetos nucleares para saciar o crescente apetite pela IA.

Daniel Bresette, Presidente do Instituto de Estudos Ambientais e Energéticos, abordou recentemente este ponto, sublinhando a urgência das atualizações da rede para “acomodar ativos de nova geração” em um futuro próximo.

Consequências Ambientais

Ao contrário do Bitcoin, cujo consumo de energia em toda a rede é público, o consumo da IA ​​é opaco. Grandes empresas de tecnologia relatam o aumento de energia e emissões associadas à IA, mas raramente detalham. É uma caixa-preta onde as projeções variam bastante, mas a ausência de transparência deveria preocupar a todos nós.

Uma análise do Guardian feita por Vries-Gao estima que a IA pode ser responsável por até 49% da energia do data center uso até o final de 2025, expressando preocupação com a falta de transparência e sustentabilidade. 

Paradoxo da Eficiência

Apesar das melhorias na eficiência dos chips, como os processadores Grace Blackwell da Nvidia, o consumo total de energia da IA ​​continua aumentando. Graças ao Paradoxo de Jevons, o aumento da eficiência só alimenta um maior uso. .

Entendendo os Números

Vamos dividir:

• 2024: A IA é responsável por cerca de 20% do consumo de eletricidade dos data centers.
• Projeção para 2025: a demanda pode aumentar para 23 GW, equivalente à de países inteiros de pequeno e médio porte.
• Comparação do Bitcoin: a mineração de Bitcoin usa aproximadamente 10 GW, então a IA poderia mais que dobrar isso.
• Crescimento do data center: o consumo global de eletricidade em data centers pode atingir 945–1,050 TWh até 2030, o dobro de 2022.
• Custo de carbono: a IA sozinha pode consumir até 82 TWh em 2025, semelhante ao consumo anual de energia da Suíça.

Os impulsionadores por trás desse aumento

Como isso chegou tão alto tão rápido?

A mentalidade “Maior é melhor”

A competição entre gigantes da tecnologia e startups impulsionou o escalonamento massivo de modelos e redes neurais maiores, que exigem muito mais computação. Esse aumento de tamanho se traduz diretamente em um consumo exponencial de energia.

Impacto da IA ​​Generativa

Ferramentas generativas, como ChatGPT e outros, tornaram a IA onipresente, gerando milhões de consultas que consomem muita energia diariamente. Cada consulta consome muito mais energia do que uma pesquisa típica do Google.

Referindo-se a um relatório recente do Departamento de Energia dos EUA, Joanna Stern destacado no WSJ que tais instalações poderiam ser responsáveis ​​por até 12% do consumo de eletricidade dos EUA até 2028, com OpenAI reivindicando 0.34 Wh por ChatGPT inquerir.

Restrições de fornecimento de hardware

A produção de chips de IA da TSMC dobrou, mas com capacidade limitada. Esse gargalo eleva os preços dos chips e o consumo de energia, à medida que os data centers se apressam para executar mais GPUs para cargas de trabalho de IA.

Efeitos cascata na infraestrutura

O que isso significa para a infraestrutura?

Estresse na infraestrutura elétrica

Regiões ricas em data centers, como o norte da Virgínia ou o Vale do Silício, estão testemunhando picos nos preços da eletricidade, capacidade de rede limitada e tempos de espera prolongados para novas conexões. 

Os acadêmicos do MIT Elsa Olivetti e Adam Zewe destacam que a implantação de IA generativa pressiona os sistemas de eletricidade e água, e "é preciso mantê-los sempre ligados". 

Promessa cética sobre energias renováveis

Embora a eficiência e as energias renováveis ​​sejam parte da solução, de Vries–Gao alerta: sem medições concretas, corremos o risco de subestimar a escala de energia necessária ou superestimar a capacidade da energia limpa de acompanhar o ritmo.

Implicações ambientais e políticas

É seguro dizer que a demanda de energia da IA ​​não chegou nos melhores momentos, criando um grande obstáculo para um futuro verde.

Trajetória de Emissões

As emissões das empresas de tecnologia aumentaram acentuadamente: A pegada de carbono do Google aumentou 59% desde 2019 , impulsionado em grande parte por cargas de trabalho de IA. Como Helena Horton observa em uma reportagem do Guardian, o consumo de eletricidade aumentou 27% em relação ao ano anterior, impulsionado por sistemas de IA como Gemini e ChatGPT. 

Considerações sobre o uso da água

Os data centers não consomem apenas energia; eles consomem água. Por exemplo, treinamento GPT‑3 consumiu ~700,000 litros durante uma corrida.

A lacuna de divulgação

Esforços políticos como a Lei de Impactos Ambientais da Inteligência Artificial dos EUA de 2024 pressionam por transparência. Ainda assim, atualmente, as principais empresas de IA raramente divulgam dados de energia específicos para IA.

Lições da mudança energética do Bitcoin

A rede do Bitcoin já consumiu mais eletricidade do que a Holanda. Quando o Ethereum fez a transição para o proof-of-stake, seu consumo de energia caiu mais de 99.9%. A IA precisa aprender com esse roteiro: reformas estruturais, não apenas ganhos de eficiência, são necessárias.

Estratégias para Mitigação

Agora que entendemos os obstáculos, o que podemos fazer para removê-los?

Relatórios transparentes

As empresas devem divulgar dados granulares de energia da IA, assim como as estatísticas de mineração de código aberto do Bitcoin, para permitir a responsabilização e orientar melhorias.

Eficiência por Projeto

A inovação em modelos e hardware deve se concentrar no progresso sustentável, equilibrando a demanda energética com a capacidade. O LLM mais eficiente da DeepSeek é um exemplo promissor.

Política e Padrões

Os órgãos reguladores devem exigir avaliações de sustentabilidade e definir limites ou incentivos para operações de IA verde, especialmente em regiões sensíveis.

Escalonamento de energias renováveis

As principais centrais energéticas devem acompanhar o crescimento da IA. Isso significa ampliar a implantação de energias renováveis, a retomada da energia nuclear como carga de base e a modernização das redes.

O Takeaway

A ascensão meteórica da IA ​​traz consigo um potencial transformador e uma crise energética cada vez mais profunda. Até 2025, a IA poderá ultrapassar o Bitcoin no consumo de eletricidade, acelerar as emissões, sobrecarregar as redes elétricas e impactar as metas climáticas. Mas isso não é inevitável.

Para emergir de forma sustentável, a indústria da IA ​​precisa se adaptar: transparência, eficiência, energias renováveis ​​estratégicas e coerência política. Se isso acontecer, a IA poderá cumprir sua promessa sem comprometer o planeta.