Esses projetos ficam nas regiões dos data centers e nas bacias próximas. Aliás, a expansão envolve um investimento de US$ 17 milhões.

Você roda um modelo. Ele responde em segundos. Por trás disso, porém, existe um custo invisível. Cada prompt aquece chips. E chips quentes precisam de resfriamento.

Segundo um estudo da Universidade da Califórnia, em Riverside, até 50 perguntas ao ChatGPT podem consumir meio litro de água. Ou seja, a conta de água da IA não é metáfora. Ela é literal.

Para quem desenvolve, portanto, vale entender de onde vem esse gasto. Assim, fica mais fácil escolher infraestrutura com consciência.

Por que seu workload de IA esquenta tanto (e quem paga por isso)

Treinar um modelo moderno exige um volume enorme de dados. Além disso, esse processo só roda em chips de ponta. E esses chips consomem muita energia.

Quanto mais energia, mais calor. Por isso, o resfriamento vira peça central. Data centers de nuvem comum costumam usar ar, porque gastam menos energia. Já as cargas de IA são diferentes.

Com equipamentos muito quentes, a saída é o resfriamento líquido. Em geral, isso significa água ou óleo. Dessa forma, a água entra na equação justamente nos data centers de IA.

Vale lembrar de outro detalhe. Esses ambientes funcionam 24 horas por dia. Afinal, milhões de pessoas dependem deles. Para garantir isso, as empresas usam geradores e até subestações próprias.

Data Centers: O plano do Google em cinco etapas (e a meta mais ousada)

Nesta quarta-feira, o Google anunciou um plano para reduzir o impacto sobre a água. A iniciativa cobre também os data centers que operam com inteligência artificial.

O plano tem cinco etapas. A primeira é a mais ambiciosa. Até 2030, a empresa quer repor mais água do que consome no resfriamento. Por enquanto, a meta vale ao menos para os Estados Unidos.

Para chegar lá, o Google promete ampliar projetos de gestão de água. Na conversão direta, isso equivale a cerca de R$ 86,1 milhões.

Há mais etapas no caminho. Por exemplo, a empresa pretende apoiar a modernização do abastecimento e do tratamento de água. Isso inclui desde reforço local até detecção de vazamentos em tubulações.

Além disso, novos data centers passarão por uma análise mais detalhada das bacias. Caso a água represente risco ao meio ambiente ou ao abastecimento, o plano muda. Nesse cenário, a empresa adota resfriamento a ar ou com água de reuso.

O Brasil já está no mapa, e os números assustam

O recorte nacional merece atenção. Atualmente, o Brasil tem cerca de 180 data centers em operação. Nenhum deles, contudo, é voltado para inteligência artificial.

Mesmo assim, o cenário muda rápido. Quatro projetos de data centers de IA já foram anunciados no país. Juntos, eles poderão consumir energia equivalente à de 16,4 milhões de casas.

Para a comunidade dev, portanto, esse dado é um alerta. Afinal, a infraestrutura de IA vai crescer perto de nós. E, com ela, cresce também a demanda por água e energia.

O que isso muda para quem escreve a próxima linha de código (Data Centers)

Talvez você pense que isso é problema das big techs. Na prática, porém, a conta também chega ao seu deploy. Cada escolha de arquitetura carrega um custo ambiental embutido.

Então, o que dá para fazer? Primeiro, dá para questionar onde seu workload roda. Em seguida, vale comparar regiões de cloud por eficiência hídrica e energética. Muitos provedores já publicam esses indicadores.

Além disso, otimizar inferência ajuda mais do que parece. Modelos menores, cache de respostas e batching reduzem chamadas. Como resultado, cai o número de chips aquecidos. E menos calor significa menos água.

Por fim, vale acompanhar metas como a do Google. Promessas de 2030 são fáceis de anunciar. Cumpri-las, no entanto, é outra história. Cabe a nós, da área técnica, cobrar transparência nos números.

A água virou uma métrica de engenharia. Portanto, quanto antes a gente encarar isso, melhor.

Acompanhe nosso perfil no Instagram!