Prof. Maurício Veloso Brant Pinheiro, Physics Department, UFMG
Prof. Ricardo Brant Pinheiro, Department of Nuclear Engineering, School of Engineering, UFMG

O rápido avanço da inteligência artificial (IA) está influenciando significativamente as estratégias energéticas das principais empresas de tecnologia, levando-as a explorar fontes de energia mais robustas e sustentáveis, com ênfase particular na energia nuclear. À medida que a tecnologia de IA continua a se desenvolver, a demanda por processamento de dados, armazenamento e computação aumentou drasticamente, exigindo soluções energéticas que sejam não apenas eficientes, mas também ambientalmente sustentáveis. Para atender a essas demandas crescentes, empresas como Google, Amazon, Meta e Microsoft estão investindo ativamente em infraestrutura energética capaz de suportar operações contínuas e de alta capacidade sem um impacto ambiental substancial.

Diferentemente de fontes renováveis intermitentes, como vento ou solar, a energia nuclear fornece uma energia constante, 24 horas por dia, alinhando-se bem com as necessidades dos sistemas de IA que operam em tempo integral. Essa mudança para fontes de energia nuclear e de baixo carbono faz parte de um esforço mais amplo para reduzir a pegada de carbono, à medida que esses gigantes da tecnologia reconhecem seu papel na mitigação das mudanças climáticas.

Esse crescimento sem precedentes no consumo de energia impulsionado por aplicações de IA não apenas intensifica as preocupações ambientais, mas também expõe o risco de uma iminente crise energética. Tal crise, se não for resolvida, pode sufocar o potencial da IA para avançar e moldar as indústrias do futuro, destacando a necessidade urgente de soluções energéticas inovadoras que equilibrem o progresso tecnológico com a responsabilidade ambiental.

A demanda energética da IA

Operar modelos avançados de IA, especialmente em grandes centros de dados, exige um nível significativamente maior de energia do que a computação tradicional, principalmente devido ao poder computacional intensivo necessário para treinar e executar esses modelos. Treinar um único modelo de IA de grande porte, como o antigo GPT-3 da OpenAI, pode consumir aproximadamente 1.287 megawatts-hora (MWh) de eletricidade—uma quantidade comparável ao consumo anual de energia de cerca de 120 lares nos EUA, de acordo com dados do Fórum Econômico Mundial. Isso destaca a substancial pegada energética associada ao desenvolvimento e implantação de IA moderna.

À medida que a adoção da IA acelera, espera-se que o consumo de energia nos centros de dados aumente acentuadamente. De acordo com a pesquisa da Goldman Sachs, a IA deve impulsionar um aumento de 160% na demanda de energia dos centros de dados até 2028, com tarefas relacionadas à IA representando quase 19% das necessidades gerais de energia para esses centros. Esse aumento reflete a crescente complexidade e o tamanho dos modelos de IA, que exigem cada vez mais fontes de energia contínuas e de alta capacidade para o treinamento e operação dos modelos.

Centros de Dados e Consumo de Energia

Os centros de dados são a espinha dorsal das operações de IA, abrigando vastas redes de servidores, sistemas de armazenamento e infraestrutura de computação necessários para processar, analisar e armazenar imensos volumes de dados. Essas instalações sustentam praticamente todas as aplicações de IA, desde aprendizado de máquina e grandes modelos de linguagem até análises em tempo real e serviços baseados em nuvem. Em 2022, o consumo global de eletricidade dos centros de dados foi estimado entre 240 e 340 terawatts-hora (TWh), representando aproximadamente 1% a 1,3% da demanda final global de eletricidade, de acordo com a Agência Internacional de Energia (IEA). Essa estimativa exclui a mineração de criptomoedas, que acrescentou mais 110 TWh no consumo de energia, enfatizando ainda mais as demandas energéticas do ecossistema digital mais amplo.

Olhando para o futuro, a IEA projeta que o consumo de energia dos centros de dados pode aumentar de 35% a até 128% até 2026. Esse crescimento representa um aumento de energia equivalente a adicionar o consumo anual de um país do tamanho da Suécia na estimativa inferior, ou da Alemanha na estimativa superior (Nature). Se a infraestrutura de energia sustentável não se expandir de acordo, as empresas de tecnologia podem enfrentar restrições energéticas significativas, potencialmente prejudicando a escalabilidade e a implantação de sistemas avançados de IA, que dependem de conjuntos de dados cada vez maiores e tarefas computacionais mais complexas.

O consumo energético dos centros de dados varia com base no tipo e escala. Centros de dados de hiperescala—instalações massivas geralmente operadas por gigantes da tecnologia como Google, Amazon e Microsoft—implementaram extensas medidas de eficiência energética, como sistemas de resfriamento avançados, gestão de energia impulsionada por IA e recuperação de calor desperdiçado. Apesar dessas otimizações, sua grande escala e operações constantes resultam em demandas energéticas substanciais. Os centros de dados tradicionais, por outro lado, geralmente são menores, menos otimizados e podem depender de infraestrutura mais antiga, contribuindo significativamente para a pegada energética geral do setor digital (IEA).

Esse rápido aumento no consumo de energia destaca a importância de soluções sustentáveis nas operações dos centros de dados. Equilibrar o rápido avanço da IA com práticas energéticas sustentáveis é crucial não apenas para a responsabilidade ambiental, mas também para garantir que as demandas energéticas não se tornem um obstáculo para a inovação futura em IA e tecnologias relacionadas.

Impacto Ambiental da IA

O desenvolvimento e a operação de sistemas de IA têm um impacto ambiental substancial, principalmente devido à dependência de fontes de energia de combustíveis fósseis, que ainda constituem uma grande parte da rede de energia global.

O treinamento de grandes modelos de IA é um processo intensivo em energia, com estimativas indicando que ele pode emitir mais de 280.000 libras de dióxido de carbono (CO₂) para um único modelo—equivalente às emissões ao longo da vida de cerca de cinco carros médios (MIT Technology Review). Essa considerável pegada de carbono é um resultado direto do poder computacional necessário para processar conjuntos de dados massivos e otimizar modelos complexos de aprendizado de máquina.

Além das demandas de energia para o treinamento e execução de modelos de IA, a produção do hardware necessário para sustentar a infraestrutura de IA possui seus próprios custos ambientais. Os centros de dados dependem de um grande número de servidores, chips especializados e sistemas de resfriamento, todos os quais requerem recursos extensivos para serem produzidos e mantidos. O processo de produção envolve a extração de minerais raros e preciosos, como lítio, cobalto e elementos de terras raras, que são essenciais para a fabricação de baterias, processadores avançados e GPUs. A mineração desses materiais não só perturba os ecossistemas, mas também consome energia significativa, contribuindo para a pegada de carbono geral associada à tecnologia de IA.

O problema do lixo eletrônico (e-waste) agrava ainda mais o impacto ambiental da IA. À medida que os modelos de IA evoluem, as empresas frequentemente atualizam seu hardware para acomodar necessidades computacionais mais poderosas, levando a um ciclo de obsolescência. Esses componentes descartados contribuem para o crescente problema global de lixo eletrônico, liberando materiais perigosos, como chumbo e mercúrio, no ambiente se não forem reciclados adequadamente.

A pegada ambiental da IA é, portanto, uma preocupação urgente, especialmente porque as demandas energéticas devem aumentar com os avanços nas capacidades da IA.

Investimentos em Energia Nuclear pelas Grandes Empresas de Tecnologia

Em resposta às crescentes demandas energéticas da inteligência artificial (IA) e da infraestrutura digital, os gigantes da tecnologia estão explorando cada vez mais a energia nuclear como uma alternativa de baixo carbono aos combustíveis fósseis tradicionais. A energia nuclear está surgindo como uma solução viável porque oferece um fornecimento de energia estável e contínuo, sem as emissões de gases de efeito estufa associadas ao carvão, petróleo ou gás natural. Isso a torna uma opção atraente para empresas que visam atender a altas demandas energéticas, ao mesmo tempo em que alinham suas metas climáticas e reduzem seu impacto ambiental geral.

A energia nuclear gera energia por meio de um processo chamado fissão nuclear, onde o núcleo de um átomo—tipicamente urânio ou plutônio—é dividido em partes menores, liberando uma quantidade enorme de energia na forma de calor. Esse calor é então usado para produzir vapor, que aciona turbinas para gerar eletricidade. Diferentemente das usinas de energia baseadas em combustíveis fósseis, os reatores nucleares não emitem dióxido de carbono durante a operação, tornando-os uma das fontes de energia mais ambientalmente amigáveis disponíveis para a produção contínua de energia em larga escala.

Para empresas de tecnologia, que frequentemente operam centros de dados de hiperescala que exigem energia 24 horas por dia para dar suporte ao treinamento de IA, serviços de nuvem e outras operações intensivas em dados, a produção consistente da energia nuclear é especialmente valiosa. Fontes renováveis, como vento e solar, embora sejam de baixo carbono, são intermitentes e dependem das condições climáticas, o que pode torná-las menos confiáveis para operações que demandam muita energia. A energia nuclear, em contraste, fornece um suprimento constante de eletricidade, ajudando as empresas de tecnologia a evitar flutuações energéticas que poderiam interromper atividades críticas de processamento de dados e IA

Além disso, os avanços recentes na tecnologia nuclear, como os reatores modulares pequenos (SMRs), estão tornando a energia nuclear mais acessível e flexível. Diferentemente dos reatores nucleares tradicionais, que são grandes e custosos para construir, os SMRs são menores, escaláveis e podem ser implantados de forma modular. Esses reatores oferecem recursos de segurança aprimorados, exigem menos espaço físico e podem, potencialmente, ser instalados mais próximos aos centros de dados. Isso pode tornar a energia nuclear uma opção mais viável e atraente para empresas de tecnologia que precisam de soluções de energia escaláveis e confiáveis próximas às suas operações.

A adoção de energia nuclear, no entanto, não está isenta de desafios. A construção e o licenciamento de novos reatores, particularmente projetos avançados como os SMRs, envolvem obstáculos regulatórios, longos prazos e um investimento inicial significativo. A percepção pública e as preocupações com a segurança nuclear e a gestão de resíduos também acrescentam complexidade à adoção de energia nuclear no setor de tecnologia. No entanto, com apoio forte, inovação e compromisso com práticas sustentáveis, a energia nuclear pode desempenhar um papel crucial na alimentação da próxima geração de tecnologia de IA, ao mesmo tempo em que mitiga o impacto ambiental da expansão das operações de centros de dados.

Em última análise, a energia nuclear representa uma via promissora para que os gigantes da tecnologia atendam suas necessidades energéticas de forma sustentável, contribuindo para um futuro em que a IA e os avanços digitais possam prosperar sem comprometer as metas globais de clima e meio ambiente. Aqui está um olhar mais atento sobre as iniciativas:

• Google: O Google fez parceria com a Kairos Power para desenvolver uma série de projetos avançados de energia nuclear, totalizando 500 MW de capacidade nos Estados Unidos até 2035. Essas instalações nucleares deverão fornecer eletricidade limpa para os centros de dados do Google, com o primeiro lançamento previsto para 2030. A mudança do Google em direção à energia nuclear destaca sua estratégia para compensar a enorme pegada de carbono de suas operações impulsionadas por IA (AP News).
• Amazon: A Amazon está investindo em energia nuclear para atender às crescentes necessidades energéticas da Amazon Web Services (AWS), sua divisão de computação em nuvem que alimenta serviços de IA e aprendizado de máquina. A Amazon também está explorando o uso de reatores modulares pequenos (SMRs), que oferecem escalabilidade e custos mais baixos em comparação com as usinas nucleares tradicionais. Os SMRs são vistos como uma solução promissora porque podem ser construídos mais próximos aos centros de dados, reduzindo custos e perdas de transmissão (Business Insider).
• Microsoft: Em parceria com a Constellation Energy, a Microsoft planeja reutilizar a instalação nuclear de Three Mile Island para fornecer uma fonte estável de energia para seus centros de dados. Esta iniciativa sublinha o compromisso da Microsoft com soluções de energia sustentável e confiável para suas operações de IA intensivas em energia (AP News).
• Meta: A Meta está explorando ativamente a energia nuclear como uma solução para atender às demandas energéticas de seus centros de dados impulsionados por IA, propondo recentemente uma instalação movida a energia nuclear nos Estados Unidos. No entanto, esse projeto enfrentou desafios ambientais e regulatórios, incluindo a descoberta de uma espécie de abelha ameaçada no local proposto, o que levou a uma pausa no desenvolvimento. Apesar disso, a Meta permanece dedicada a opções de energia sustentável e sem carbono para suas operações, alinhando-se com suas metas de emissões líquidas zero. Esse movimento reflete uma tendência mais ampla entre as empresas de tecnologia que adotam a energia nuclear como uma fonte de energia confiável e de baixo carbono para apoiar a rápida expansão de tecnologias de IA intensivas em energia.

Considerações Finais

O crescimento incessante da demanda por energia dos sistemas de IA está prestes a aumentar ainda mais a pressão sobre o panorama energético global, especialmente à medida que o mundo avança em direção a fontes de energia renováveis. A forte dependência da IA de uma infraestrutura computacional intensiva em energia não só eleva os custos operacionais, mas também corre o risco de comprometer as metas climáticas globais. De acordo com o Programa das Nações Unidas para o Meio Ambiente, sem soluções energéticas sustentáveis, a expansão da IA pode se tornar uma significativa contribuinte para as emissões globais de carbono, colocando em risco iniciativas climáticas essenciais (Fórum Econômico Mundial).

A energia nuclear destaca-se como uma solução promissora, oferecendo uma fonte de energia estável e de baixo carbono que poderia atender de maneira eficaz às grandes necessidades energéticas da IA. No entanto, a implantação de novos reatores nucleares—especialmente os avançados reatores modulares pequenos (SMRs)—apresenta desafios regulatórios e financeiros que devem ser superados. Com maior investimento e um forte compromisso do setor de tecnologia, a adoção de energia nuclear pode acelerar, oferecendo potencialmente um caminho sustentável para atender às necessidades energéticas da IA sem agravar a crise ambiental.

Olhando para o futuro, equilibrar o desenvolvimento rápido da IA com práticas energéticas sustentáveis é fundamental. A adoção em larga escala de energia nuclear, combinada com a integração de energias renováveis e designs de hardware mais eficientes, pode permitir que as empresas de tecnologia atendam às demandas energéticas da IA de forma responsável. Alcançar esse equilíbrio exigirá esforços coordenados entre governos, indústrias e organizações ambientais para garantir que o avanço da IA esteja alinhado com as metas ambientais globais. Ao abordar essas questões complexas de forma direta, o setor de tecnologia pode contribuir para um futuro em que a IA continue a crescer sem comprometer a saúde do planeta.

#AI #AIEnergyDemand #ArtificialIntelligence #CarbonDioxide #DataCenters #EnergyCrisis #EnvironmentalImpact #NuclearPower #SmallModularReactors #SMRs #BigTech #Google #Amazon #Meta #Microsoft

References

• “AI and energy: Will AI reduce emissions or increase demand?” (2024) – World Economic Forum
• “AI is poised to drive 160% increase in data center power demand” (2024) – Goldman Sachs
• “Data Centres and Data Transmission Networks” (2023) – International Energy Agency
• “Fixing AI’s energy crisis” (2024) – Nature
• “Generative AI’s environmental costs are soaring” (2024) – Nature
• “How Energy Intensive Are Data Centers?” (2024) – Statista
• “How much electricity do AI generators consume?”(2024) – The Verge
• “Recalibrating global data center energy-use estimates” (2020) – Science

---

Copyright 2026 AI-Talks.org