Inteligência artificial e o consumo de energia.

Imagem gerada pelo Grok - 2.

O mundo está ávido por energia. O consumo de energia só tem crescido ao longo das últimas décadas. Esse consumo é impulsionado pela industrialização, concentração de grande parte da população em grandes centros urbanos, o próprio crescimento populacional, o uso cada vez mais difundido de equipamentos que consomem energia nas residências. O gráfico abaixo mostra de forma aproximada o crescimento de energia mundialmente.

 Podemos pontuar alguns marcos neste crescimento no consumo de energia:

• 1900-1950: A Revolução Industrial continuou a impulsionar a demanda por carvão e, mais tarde, por petróleo, especialmente com o aumento do uso de automóveis e eletricidade.

• 1950-1973: O consumo de energia cresceu significativamente durante o período do pós-guerra, com o desenvolvimento econômico e a expansão das infraestruturas energéticas.

• 1973: A crise do petróleo resultou em uma desaceleração temporária do consumo de energia e incentivou a busca por fontes alternativas.

• 1980-2000: O uso de energia nuclear e fontes de energia renovável começou a se expandir, enquanto o consumo de petróleo e gás natural continuou a crescer.

• 2000-presente: O consumo de energia global continuou a aumentar, com um foco crescente em energias renováveis e eficiência energética.

A inteligência artificial também tem a sua parcela de culpa neste aumento do consumo de energia. O consumo de energia para modelos de IA como o ChatGPT é realmente significativo e pode ser dividido em duas fases principais: treinamento e operação.

Treinamento
O treinamento de modelos de IA, especialmente os grandes modelos de linguagem (LLMs) como o GPT-3 e o GPT-4, é extremamente intensivo em energia. Esse processo envolve a análise de enormes volumes de dados e a realização de cálculos complexos para ajustar os parâmetros do modelo. Por exemplo, o treinamento do GPT-3 consumiu cerca de 1.300 megawatts-hora, o que é suficiente para abastecer aproximadamente 130 lares nos Estados Unidos por um ano inteiro. Com o avanço e a ampliação contínua desses modelos, o consumo energético só tende a aumentar.

Operação
Durante a operação, o consumo de energia é menor, mas ainda significativo. Por exemplo, o GPT-4 consome entre 0,001 e 0,01 kWh por uso, enquanto uma pesquisa no Google consome cerca de 0,0003 kWh. Isso significa que a operação de LLMs como o GPT-4 pode ser de entre 3,3 a 33,3 vezes mais demandante em termos energéticos do que atividades online comuns.

Impacto e Sustentabilidade
Os data centers que suportam a infraestrutura de IA representam aproximadamente 1 a 2% do consumo global de eletricidade, totalizando cerca de 400 terawatts-hora por ano. Esse consumo é equivalente ao consumo energético de todo o Reino Unido. Com o aumento da demanda por IA, essa porcentagem pode crescer significativamente, levantando questões sobre a sustentabilidade dessas tecnologias.

Empresas de tecnologia estão trabalhando em alternativas de solução com menor consumo energético, como novos chips que consigam processar modelos de IA em dispositivos móveis e outros dispositivos. Além disso, há um foco crescente na eficiência energética e na redução do impacto ambiental.

Conclusão

Em um mundo cada vez mais tecnológico e cheio de confortos para as pessoas, é inevitável o aumento na produção e no consumo de energia. Esse aumento de consumo, entretanto, está limitado ao quanto de energia pode ser gerado e distribuído. Por outro lado, o uso de fontes renováveis de energia, especialmente a solar e a eólica ainda é muito tímido. Diariamente, o Sol fornece energia muito mais que suficiente para suprir toda a demanda mundial. Precisamos pensar mais em 'energia verde'.