Pesquisa das Nações Unidas: a IA vai consumir 9,3 trilhões de litros de água até 2030, o equivalente à demanda de 1,3 bilhão de pessoas

Miriam Aczel, pesquisadora do Instituto das Nações Unidas para Água, Meio Ambiente e Saúde (UNU-INWEH) e principal autora do relatório, alertou em 7 de junho que, até 2030, as instalações de data centers que operam sistemas de IA podem consumir anualmente 9,3 trilhões de litros de água, o equivalente à necessidade anual básica de água de 1,3 bilhão de pessoas na África Subsaariana.

Três estimativas confirmadas de recursos para 2030

De acordo com o relatório do UNU-INWEH, os números das três principais estimativas de recursos são os seguintes: volume anual de água de 9,3 trilhões de litros (equivalente à necessidade anual básica de água de 1,3 bilhão de pessoas); consumo de energia de 945 terawatts-hora; demanda por terra acima de 14.500 quilômetros quadrados (abrangendo locais, infraestrutura energética e cadeia de suprimentos).

O professor de engenharia da Universidade da Califórnia, Riverside, Ren Shaolei (via a versão em inglês do The National Post) afirmou: “Este relatório chega na hora e é importante por nos lembrar que a IA não se limita a modelos e algoritmos — ela também gera impactos físicos e ambientais reais nos data centers, sistemas elétricos, sistemas de abastecimento de água, uso do solo e cadeias de suprimento de hardware.”

Mecanismos confirmados do consumo de recursos pela IA

A inferência de IA (ou seja, uso diário, não o treinamento) responde por 80% a 90% do consumo total de energia da IA, tornando o uso rotineiro diário a principal fonte de consumo de recursos. O ChatGPT processa cerca de 2,5 bilhões de mensagens de prompts por dia; uma única conversa padrão de um chatbot consome muito mais energia do que uma tarefa simples de classificação. Alex Hernandez, pesquisador do Quebec AI Institute, aponta que, atualmente, o gasto de energia dos sistemas de IA ainda é difícil de medir com precisão, o que limita a exatidão das previsões.

Perguntas frequentes

Qual é a base de cálculo da previsão de 9,3 trilhões de litros de água do UNU-INWEH?

As estimativas de água do UNU-INWEH abrangem dois níveis: a água direta usada pelos sistemas de resfriamento dos data centers (pegada hídrica) e a água indireta relacionada à produção de energia. O relatório inclui no framework de cálculo o consumo de água da fonte de eletricidade, e não apenas o consumo direto de água nos locais dos data centers. Alex Hernandez ressalta que, atualmente, os próprios dados de consumo de energia das instalações de IA ainda são difíceis de medir com precisão, portanto essa estimativa tem incerteza inerente.

Por que medidas de redução de carbono levariam a um aumento de água em mais de 30 vezes?

Com base na análise de pesquisa do UNU-INWEH, mudar a eletricidade dos data centers do carvão para bioenergia é um caminho comum de redução de carbono, que pode diminuir as emissões em cerca de 70%; porém, o cultivo de bioenergia exige grande quantidade de água de irrigação e ocupa grandes áreas agrícolas, o que leva a um aumento de mais de 30 vezes no consumo de água e a cerca de 100 vezes no uso do solo. Aczel afirma que medir apenas as emissões de carbono como critério de impacto ambiental pode ocultar esses custos de recursos hídricos e terras.

Modelos de IA mais eficientes conseguem reduzir de forma significativa o consumo de recursos hídricos?

O relatório do UNU-INWEH menciona o risco de “efeito rebote”: uma IA mais barata e mais eficiente pode reduzir o consumo de recursos por uso, mas a redução de custos normalmente faz a frequência de uso aumentar de forma acentuada, e isso pode acabar deixando o consumo total de recursos acima do nível anterior ao ganho de eficiência. Assim, se melhorias de eficiência do modelo conseguem reduzir o impacto da IA sobre os recursos hídricos no nível macro depende de a velocidade de crescimento do uso superar (ou não) a magnitude do ganho de eficiência.