Com a expansão da inteligência artificial (IA), desenvolvedores e operadores de redes elétricas estudam alternativas ao modelo de grandes campus de data centers, como instalações menores e distribuídas, construção modular e consumo flexível de energia. As opções podem alterar os custos e os impactos da infraestrutura digital para as comunidades, sobretudo em um cenário de aumento da demanda por eletricidade.
Um data center de IA costuma ser associado a grandes edifícios com milhares de servidores, sistemas de resfriamento e conexão com linhas de transmissão e subestações. Mas esse formato não é a única possibilidade. O projeto, a localização e a forma de operação influenciam quanto uma instalação consome de energia e água e que pressão exerce sobre a rede elétrica.
O Programa das Nações Unidas para o Meio Ambiente (PNUMA) estima que os data centers consumiram cerca de 415 terawatts-hora (TWh) de eletricidade no mundo em 2024, aproximadamente 1,5% do total global. A entidade prevê que a demanda poderá dobrar até 2030. O consumo de água, por sua vez, varia conforme a localização e a tecnologia de resfriamento utilizada.
Eficiência começa no projeto
O Departamento de Energia dos Estados Unidos (DOE) trata a eficiência como uma questão que envolve todo o funcionamento do data center, dos equipamentos de computação aos sistemas de resfriamento, à infraestrutura elétrica e às operações diárias. A recomendação é reduzir primeiro a demanda de energia e, depois, avaliar medidas como reaproveitar calor, economizar água e acrescentar fontes renováveis.
Servidores mais eficientes podem diminuir também a necessidade de equipamentos elétricos e de resfriamento. Nesse último caso, há diferentes alternativas, como água gelada, resfriamento com ar ou água do ambiente externo — chamado de free cooling —, armazenamento térmico e resfriamento líquido direto. O DOE recomenda analisar o consumo de água em conjunto com a eficiência energética.
A construção modular é outra opção. Em vez de erguer um campus inteiro antes de colocar a capacidade em operação, desenvolvedores podem ampliar instalações em etapas, à medida que a demanda se confirma. A abordagem pode evitar que a infraestrutura seja dimensionada desde o início para projeções futuras que talvez não se concretizem.
Flexibilidade pode aliviar a rede
Astrid Atkinson, CEO e cofundadora da Camus Energy, empresa de software para redes elétricas, defende que alguns data centers possam ajustar o consumo conforme as condições do sistema. “Estamos focados em criar conexões de rede para data centers que estejam dispostos a oferecer flexibilidade em troca de acesso”, disse ela.
Concessionárias precisam garantir o fornecimento durante ondas de calor, falhas de equipamentos e períodos de pico. Ao mesmo tempo, construir linhas de transmissão e subestações e ampliar a geração de energia pode levar anos. Atkinson propõe que instalações reduzam temporariamente o consumo da rede quando ela estiver sobrecarregada, usando baterias, recursos locais ou transferindo parte das tarefas computacionais.
Segundo a Camus, acordos de interconexão flexível costumam combinar baterias, geração no local e contratos que definem como a instalação deve operar durante restrições. PG&E, Southern California Edison e ComEd desenvolveram ou testaram programas desse tipo. O DOE também aponta a flexibilidade da demanda como forma de reduzir picos de consumo e aproveitar melhor a infraestrutura elétrica.
A medida não se aplica necessariamente a todas as operações de IA: algumas exigem disponibilidade contínua. Por isso, concessionárias e comunidades podem avaliar não apenas o consumo total previsto, mas quanto precisa estar disponível o tempo todo e quais tarefas podem ser deslocadas em momentos de sobrecarga.
Um estudo da Camus, da Encoord e do ZERO Lab, da Universidade de Princeton, concluiu que um data center hipotético de 500 megawatts (MW) com conexão flexível na área da PJM, operadora de rede em parte do leste dos Estados Unidos, poderia ser conectado anos antes de um projeto que aguardasse todas as melhorias tradicionais da rede.
Instalações menores e novos locais
A computação de borda, ou edge computing, distribui capacidade de processamento perto de pessoas, empresas e dispositivos que produzem ou usam dados. Doug Recker, da Duos Edge AI, afirma que instalações menores podem levar infraestrutura digital a comunidades que não receberiam um campus de hiperescala. A empresa instalou data centers modulares no Texas em parceria com centros regionais de serviços educacionais e distritos escolares.
O formato também pode mudar a escolha do local. O DOE considera antigas áreas de usinas e comunidades dependentes de combustíveis fósseis como possíveis destinos para data centers. Locais industriais podem já contar com acesso à transmissão, subestações ou outras estruturas difíceis e caras de construir em terrenos novos. Ainda assim, a viabilidade depende de fatores como remediação ambiental, capacidade da rede, disponibilidade de água e prioridades locais.
Desenvolvedores também avaliam geração própria, microrredes e operação parcial ou totalmente fora da rede convencional. Essas soluções podem reduzir o tempo de espera por conexões, mas não eliminam os impactos ambientais. Uma análise do escritório de advocacia Troutman Pepper Locke aponta preocupações com confiabilidade, regulação, combustível e efeitos sobre as comunidades. Atkinson, por sua vez, afirma que a solução não deve ser simplesmente “colocar uma usina a gás ao lado de cada data center”.
Outra possibilidade é instalar unidades modulares perto de fontes renováveis e aproveitar eletricidade que seria desperdiçada. Nesse modelo, parte da capacidade computacional se desloca para onde a energia já está disponível, em vez de exigir que geração e transmissão sejam construídas para atender a uma nova grande carga.
Nenhuma alternativa elimina o consumo de eletricidade, o uso de terreno ou os custos do resfriamento. A escolha entre campus de hiperescala, instalações distribuídas e expansão por etapas muda, porém, as necessidades de energia, água e infraestrutura. Para as comunidades, avaliar cada projeto conforme sua demanda e suas condições locais pode tornar mais precisa a análise dos custos e dos impactos.