Uma única pergunta ao ChatGPT gasta energia suficiente para manter uma lâmpada LED acesa por minutos, mas o choque real não está no treinamento dos modelos. A fase de inferência — quando a máquina te responde — já responde por até 90% de todo o gasto elétrico do setor, segundo a Universidade das Nações Unidas.
O consumo global de data centers já emite 180 milhões de toneladas de CO₂ por ano, de acordo com a Agência Internacional de Energia (IEA). A dúvida que fica: até onde essa conta vai subir?
Por que responder você custa mais caro que ensinar a máquina
Treinar um modelo gigante exige milhares de GPUs rodando por meses. Parece o pico do consumo, mas é um evento único. A inferência, por outro lado, acontece bilhões de vezes por dia, sem parar.
Cada interação dispara uma cascata de bilhões de operações matemáticas nas camadas da rede neural. Sam Altman, CEO da OpenAI, confirmou no seu blog oficial: uma consulta média consome cerca de 0,34 Wh.
Parece pouco? Multiplique isso pela escala global de usuários diários. A conta fecha no vermelho muito rápido.
A anatomia de um data center sedento
Não são apenas os chips. Para evitar que milhares de GPUs derretam, a infraestrutura exige refrigeração massiva. Isso adiciona água e mais eletricidade à fatura final.
- Carbono: Projeções indicam 500 milhões de toneladas de CO₂ até 2035.
- Água: Cerca de 0,32 ml evaporados por pergunta para resfriamento.
- Lixo eletrônico: Ciclos de vida curtos dos hardwares especializados geram montanhas de resíduos tóxicos.
A NVIDIA virou a ação mais valiosa do mundo não por acaso: a fome por processamento paralelo é insaciável e os data centers estão se multiplicando.
Eficiência não basta: o paradoxo de Jevons bate à porta
Modelos ficam mais eficientes a cada geração. Porém, a demanda por capacidades maiores — janelas de contexto gigantes, raciocínio complexo, multimodalidade — anula os ganhos de eficiência.
Especialistas apontam que a curva de crescimento da computação necessária supera a curva de otimização energética. Mais inteligência exige, hoje, exponencialmente mais joules.
O resultado é uma corrida armamentista onde construir usinas dedicadas a data centers deixa de ser ficção corporativa para virar estratégia de sobrevivência das big techs.
O que observar daqui para frente
O próximo marco regulatório e tecnológico será a soberania energética. Empresas que garantirem energia limpa, barata e estável (seja via nuclear modular, geotérmica ou contratos de longo prazo de renováveis) ditarão o ritmo da inovação.
Para investidores e gestores, a métrica a monitorar não é mais apenas “parâmetros por modelo”, mas “tokens gerados por watt-hora”. Quem resolver essa equação define quem lucra na próxima década da IA.
