A escassez de energia para a IA é um problema para os EUA? Os dados dizem o contrário

A visão estratégica da China, que mais uma vez vem investindo há décadas no setor energético, está dando frutos — o país dispõe de uma margem de manobra considerável no que diz respeito ao fornecimento de energia. Esse é um fator que parece desequilibrar a balança a seu favor: Jensen Huang, CEO da NVIDIA, já alertou que a China pode vencer a corrida da IA. Segundo ele, a China tem uma regulação mais flexível e suas empresas contam com subsídios do governo para a energia de que seus centros de dados precisam.

Os EUA têm outra filosofia. Um estudo aprofundado da startup Epoch AI —responsável pelo benchmark de IA FrontierMath— serve como contraponto a teorias pessimistas. Nos últimos meses, vimos como os EUA parecem ter um problema real com a energia de que os centros de dados de IA precisam.

A China continuou ampliando sua capacidade de geração de energia, mas os EUA não, por um motivo simples: até agora não precisavam disso. Fonte: Epoch AI.

No entanto, a Epoch AI explica que não é que os EUA não sejam capazes de criar mais capacidade energética: simplesmente não precisaram disso até agora. Enquanto a China se preparou para o futuro —mesmo que esse futuro não chegue—, os EUA mantiveram uma postura mais conservadora: enquanto não houvesse demanda, não tomariam iniciativa. A pergunta imediata, claro, é se agora conseguirão agir ou se já é tarde demais. E não, tudo indica que não é tarde.

A demanda vai ser enorme

Há uma realidade: esses planos ambiciosos de criar cada vez mais centros de dados por todo os EUA —com o Project Stargate à frente— farão com que os centros de dados no país precisem de algo entre 30 e 80 GW de capacidade energética em 2030. Para os responsáveis pelo estudo, é perfeitamente possível que os EUA “arregaçem as mangas” —trocadilho intencional— e consigam aumentar sua capacidade energética. 

Previsão da capacidade energética necessária para os centros de dados nos EUA até 2030, segundo diferentes cenários. No pior deles (cor rosa), serão necessários quase 80 GW de capacidade. Fonte: Epoch AI.

Para fornecer toda essa energia que, teoricamente, será necessária a todos esses centros de dados, há várias alternativas claras segundo o estudo da Epoch AI:

1) Gás natural: é relativamente barato e as usinas podem ser construídas rapidamente. Há três grandes empresas capazes de atender a essa demanda: GE Vernova, Mitsubishi Heavy e Siemens. Os planos de todas elas apontam para uma produção superior a 200 GW em 2030. Mesmo que esses planos não se concretizem totalmente, esse fornecimento (sem ser dedicado exclusivamente à IA) já seria uma parte importante da solução.

2) Energia solar: esta é a outra grande parte da solução, sobretudo porque seus custos caíram drasticamente e porque é muito, muito escalável. Já vimos como os EUA têm capacidade para instalar 1.200 GW de energia solar para IA graças a seus desertos, mas, por enquanto, as Big Techs não se arriscam a utilizá-los. Mais uma vez, as estimativas apontam para cerca de 200 GW de capacidade instalada em 2030, mas, mesmo que essas expectativas não se cumpram, essa infraestrutura também fará claramente parte da solução.

O relatório também fala de uma filosofia dinâmica de fornecimento. Na maior parte do tempo, a rede elétrica dos EUA é superdimensionada por um motivo simples: ela foi criada para conseguir fornecer energia em picos máximos —como quando todo mundo liga o ar-condicionado—, mas, na maior parte do tempo, há energia de sobra, inclusive para cedê-la a grandes centros de dados de IA. Essa infraestrutura futura deverá ser criada com essa mesma ideia: superdimensionada, porém flexível.

E há outras alternativas. O país está recorrendo a soluções energéticas que acreditava estarem enterradas para alimentar os centros de dados, como usinas fósseis que, teoricamente, seriam fechadas, mas que estão voltando a operar diante do surpreendente aumento da demanda. Também se fala em recorrer a soluções do âmbito militar e até a alternativas mais inusitadas, como a energia sob os vulcões. Sem falar, é claro, das usinas nucleares e dos pequenos reatores nucleares (SMR), que já estão sendo usados por algumas das Big Techs em seus centros de dados.

Na hora de colocar um centro de dados de IA em operação, a energia custa um décimo do que custam os chips. Fonte: Epoch AI.

A realidade é que, no país norte-americano, os centros de dados estão crescendo mais rápido do que a infraestrutura elétrica e essas instalações estão drenando a eletricidade do país. A situação chega a fazer com que os operadores da rede elétrica peçam autorização para desligar centros de dados em momentos de alta demanda. E há ainda outro grande efeito colateral: os centros de dados de IA estão fazendo a conta de luz disparar.

Mesmo com todos esses obstáculos, a conclusão da Epoch AI é clara: “duvidamos que esses desafios sejam suficientemente importantes para impedir a escalada da IA”. De fato, eles lembram que, na realidade, o que é caro são os chips, não a energia, que representa apenas um décimo do investimento em chips. O relatório conclui que a ideia de que a China tem vantagem não é necessariamente verdadeira e que o hipotético gargalo energético dos EUA “é muito mais fraco do que muita gente tem indicado”.

Imagem | Andrey Metelev

Este texto foi traduzido/adaptado do site Xataka Espanha.