Publicámos Power Hungry, um dossier sobre IA e energia. No centro deste dossier está a análise mais completa até agora sobre a crescente procura de energia pela IA, por assim dizer.
Esta reportagem rica em dados é o resultado de mais de seis meses de trabalho jornalístico feito por mim e pelo meu colega James O’Donnell (e o trabalho de muitos outros membros da nossa equipa). Durante esse tempo, com a ajuda de investigadores conceituados, quantificámos os impactos energéticos e as emissões resultantes das consultas individuais a modelos de IA e somámos o que tudo isso representa, tanto agora como para os próximos anos.
Há muitos dados para explorar, e espero que reserve algum tempo para investigar toda a história. Mas, enquanto isso, aqui estão três dos meus maiores aprendizados ao trabalhar neste projeto.
1 – As necessidades energéticas da IA estão longe de ser constantes.
Se já ouviu estimativas sobre o impacto da IA, provavelmente se deparou com um único número associado a uma consulta, provavelmente ao ChatGPT da OpenAI. Uma estimativa popular é que escrever um email com o ChatGPT utiliza 500 mililitros (ou aproximadamente uma garrafa) de água. Mas, ao começarmos a reportagem, fiquei surpreendido ao descobrir o quanto os pormenores de uma consulta podem influenciar a sua procura energética. Nenhum comando é igual, por várias razões, incluindo a sua complexidade e os detalhes do modelo utilizado.
Uma ressalva importante aqui é que não sabemos muito sobre sistemas “fechados”, para os quais as empresas retêm os detalhes do seu funcionamento (exemplos disso são o ChatGPT da OpenAI e o Gemini do Google). Em vez disso, trabalhámos com investigadores que mediram a energia necessária para correr versões de IA open source, cujo código está publicamente disponível.
Mas ao usar modelos open source, é possível medir diretamente a energia utilizada para responder a uma consulta, em vez de apenas fazer uma estimativa. Trabalhámos com investigadores que geraram texto, imagens e vídeo, e mediram a energia necessária aos chips nas versões utilizadas para realizarem a tarefa.
Mesmo dentro das respostas de texto, havia uma grande variação nas necessidades energéticas. Um itinerário de viagem complicado consumiu quase 10 vezes mais energia do que um pedido simples por algumas piadas, por exemplo. Uma diferença ainda maior vem do tamanho do modelo usado. Os sistemas mais complexos, com maior número de parâmetros, consumiram até 70 vezes mais energia para as mesmas solicitações.
Como poderá imaginar, também há uma grande diferença entre texto, imagens ou vídeo. Os vídeos geralmente levaram centenas de vezes mais energia para serem gerados do que as respostas em texto.
O que alimenta a rede elétrica influenciará muito o impacto climático do uso de energia pela IA.
Como jornalista especializada em clima neste projeto, fiquei entusiasmada por poder traduzir o impacto energético esperado numa carga de emissões esperada.
Alimentar um data center com um reator nuclear ou um conjunto de painéis solares e baterias não afetará o nosso planeta da mesma forma que queimar montanhas de carvão. Para quantificar esta ideia, usamos uma métrica chamada intensidade de carbono, uma medida do quão poluída é uma unidade de eletricidade numa rede específica.
A mesma consulta pode ter impactos climáticos muito diferentes, dependendo da fonte de energia do data center, e isso depende da localização e da hora do dia. Por exemplo, aceder a um data center na Virgínia Ocidental pode gerar quase o dobro das emissões em comparação com um na Califórnia, de acordo com cálculos baseados em dados médios de 2024.
Este ponto mostra porque é importante onde as gigantes da tecnologia constroem os seus data centers, como é a rede elétrica nas localizações escolhidas por elas e como isso pode mudar com a crescente procura por nova infraestrutura.
Ainda há muito que não sabemos quando se trata de IA e energia.
A nossa reportagem resultou em estimativas que estão entre as mais específicas e abrangentes disponíveis. Mas, no fim, ainda não sabemos o que muitos dos maiores e mais influentes modelos representam em termos de energia e emissões. Nenhuma das empresas contactadas esteve disposta a fornecer números durante a nossa investigação. Nenhuma.
As nossas estimativas só vão até certo ponto, em parte porque a IA está cada vez mais presente em todo o lado. Enquanto hoje poderá ter que ir a um site dedicado e escrever perguntas, no futuro a IA poderá estar integrada em todas as nossas interações com a tecnologia.
A IA pode ser uma das principais forças a moldar a nossa sociedade, o nosso trabalho e a nossa rede elétrica. Saber mais sobre as suas consequências poderá ser crucial para planear o nosso futuro.
Casey Crownhart