Se GenAI dobrar consumo global de energia, Brasil não está preparado, diz especialista

Especialista avalia que o Brasil não está preparado para essa expansão, devido à falta de infraestrutura de energia

Por Redação

em 8 de Abril de 2025
Imagem gerada por inteligência Artificial

O emprego de inteligência artificial generativa (GenAI) deve aumentar o consumo global de energia via data centers, segundo a pesquisa “TMT Predictions 2025”, divulgada pela consultoria Deloitte no final do ano passado. De lá para cá, há novas informações para o cenário, principalmente com o advento do Deepseek – uma GenAI chinesa que promete consumir bem menos energia. Mas nada ainda totalmente confirmado, de modo que, até o momento, a expectativa é que o consumo de eletricidade por data centers continue a crescer, podendo dobrar até 2030 e chegar a 1.065 terawatts-hora (TWh) no mundo. Isto equivale a cerca de 4% do consumo global de energia.

Se ocorrer, esse aumento deve ser gerado pelo crescimento acelerado das atividades de treinamento e de inferência da IA generativa. De acordo com Emanuel Barcarolo, diretor técnico na Mendes Holler Engenharia, a oferta de energia no Brasil, especialmente no eixo São Paulo-Campinas – que concentra o maior número de data centers do país – não está preparada para acompanhar esse crescimento.

Ele cita que essa região já enfrenta problemas de abastecimento, com a demanda ultrapassando a capacidade de distribuição local. Mais ainda, ele calcula que a demanda por energia será maior do que a prevista no estudo da Deloitte, podendo chegar ao triplo do que hoje está disponível até 2030. Outro desafio é a capacidade de distribuição de energia local, que – pelos projetos de geração de energia previstos até o momento – deve aumentar apenas 20% no mesmo período.

“Isso significa que os data centers precisarão buscar soluções alternativas para o fornecimento de energia ou buscar reposicionamento geográfico”, diz Barcarolo. Ele contrapõe que o ponto positivo é a possibilidade do setor de tecnologia estabelecer novos polos, em áreas com  infraestrutura elétrica melhor, usinas renováveis ou compra de energia de outros estados, descentralizando a infraestrutura atual de data center.

Energia para a GenAI

Em escala global, o estudo da Deloitte aponta que as empresas de tecnologia — incluindo provedores de nuvem, fabricantes de semicondutores e operadores de data centers — podem desempenhar um papel importante na mitigação do aumento de consumo elétrico e na transição energética para fontes de geração limpas.

Gigantes do setor já investem em chips mais eficientes, soluções inovadoras de resfriamento, designs energeticamente sustentáveis e fontes de energia livres de carbono, além de se comprometerem com metas de zero emissões líquidas.

Contraponto do Deepseek

Nos últimos meses, porém, a ascensão da IA generativa Deepseek, desenvolvida por uma startup chinesa, colocou questionamento sobre projeções de alto consumo de energia, como os feitos pela Deoloitte. Isso porque ela promete consumir bem menos energia que as concorrentes como OpenAI e Gemini (do Google) ao utilizar computadores de menor porte para o seu desenvolvimento e aprendizado de máquina (machine learning).

Enquanto a metodologia da Deepseek não é confirmada, as sugestões do estudo da Deloitte para colaborações que possam reduzir o impacto energético da GenAI continuam válidas e Barcarolo, da Mendes Holler Engenharia, listou em artigo as principais recomendações para reduzir o consumo de energia com IA. Veja:

  • Eficiência energética: Adotar tecnologias e práticas que reduzam o consumo de energia dos Data Centers, como resfriamento líquido, otimização de hardware e software.
  • Energia renovável: Investir em usinas solares, eólicas ou outras fontes renováveis para suprir a demanda dos Data Centers.
  • Compra de energia em outros estados: Buscar acordos com fornecedores de energia em outras regiões do país para garantir o abastecimento.
  • Políticas públicas: Implementar políticas públicas que incentivem o uso de energia renovável e a construção de novas usinas de geração.