A Inteligência Artificial (IA) e a Inteligência Artificial Generativa estão impulsionando um aumento significativo no consumo de eletricidade, com previsões indicando que o crescimento no uso de energia dos Data Centers atingirá até 160% nos próximos dois anos, de acordo com o Gartner, Inc. Como resultado, o Gartner prevê que 40% dos Data Centers de IA existentes enfrentarão restrições operacionais devido à disponibilidade de energia até 2027.
"O crescimento explosivo de novos Data Centers de hiperescala para implantar a GenAI está gerando uma demanda insaciável por energia, que superará a capacidade das empresas de serviços públicos de expandir sua capacidade com rapidez suficiente", disse Bob Johnson, vice-presidente e analista do Gartner. "Isso, por sua vez, ameaça desestabilizar a disponibilidade de energia e levar à escassez, o que limitará a expansão de novos Data Centers para GenAI e outros usos a partir de 2026."
O Gartner estima que a energia necessária para operar servidores otimizados para IA em Data Centers atingirá 500 terawatts-hora (TWh) anualmente até 2027, o que é 2,6 vezes maior do que o nível de 2023.
"Data Centers novos e maiores estão sendo planejados para lidar com as enormes quantidades de dados necessárias para treinar e implantar os Large Language Models (LLMs) que sustentam os aplicativos GenAI", explicou Johnson. "No entanto, a escassez de energia de curto prazo provavelmente persistirá por anos, já que a nova capacidade de transmissão, distribuição e geração de energia pode levar anos para ser implementada e não aliviará os problemas atuais".
Em um futuro próximo, o número de novos Data Centers e o crescimento da GenAI serão limitados pela disponibilidade de energia para operá-los. O Gartner recomenda que as empresas analisem os riscos que a possível escassez de energia pode ter em todos os seus produtos e serviços.
Aumento dos preços da energia
A escassez iminente levará inevitavelmente a um aumento nos preços da energia, o que também aumentará os custos operacionais dos LLMs, de acordo com o Gartner.
"Grandes consumidores de energia estão colaborando com grandes produtores para garantir fontes de energia de longo prazo que sejam independentes de outras demandas da rede", disse Johnson. "Enquanto isso, os custos de energia para operar Data Centers aumentarão significativamente, pois as operadoras aproveitarão o poder econômico para garantir o fornecimento necessário. Esses custos serão repassados aos fornecedores de produtos e serviços de IA/GenAI".
O Gartner aconselha as empresas a antecipar custos de energia mais altos em seus planos futuros, negociar contratos de longo prazo com tarifas de energia razoáveis e considerar abordagens alternativas que exijam menos energia ao planejar novos produtos e serviços.
Impacto negativo nas metas de sustentabilidade
As metas de sustentabilidade neutras em carbono também serão afetadas devido a soluções de curto prazo para atender à crescente demanda de energia. Essas soluções incluem manter as usinas de combustíveis fósseis programadas para serem fechadas em operação.
"A realidade é que o aumento do uso de Data Centers levará a um crescimento nas emissões de CO2 para gerar a energia necessária no curto prazo", alertou Johnson. "Isso tornará difícil para os operadores de Data Center e seus clientes atingirem metas agressivas de sustentabilidade relacionadas às emissões de CO2".
De acordo com o Gartner, os Data Centers exigem disponibilidade contínua de energia (24 horas por dia, 7 dias por semana), algo que fontes renováveis, como solar e eólica, não podem garantir sem fontes de backup. Somente usinas hidrelétricas, de combustíveis fósseis e nucleares podem gerar energia confiável ininterruptamente. A longo prazo, as tecnologias emergentes, como baterias melhoradas (por exemplo, baterias de sódio) e pequenos reatores nucleares, ajudarão a alcançar os objetivos de sustentabilidade.
O Gartner recomenda que as empresas reavaliem suas metas de sustentabilidade em relação às emissões de CO2 à luz dos requisitos futuros de Data Centers e fontes de energia nos próximos anos. Ao desenvolver aplicativos GenAI, eles devem empregar o mínimo de poder de computação possível e explorar opções como computação Edge e modelos de linguagem menores.
