A IA tem um problema de água. A Nvidia acha que encontrou parte da solução
Nova arquitetura usa líquido em temperaturas mais altas para reduzir quase a zero o uso de água no resfriamento dos servidores
Os data centers, caso você ainda não tenha ouvido falar, enfrentam um sério problema de consumo de água.
À medida que as empresas de inteligência artificial correm para construir enormes centros de processamento capazes de treinar e operar modelos cada vez mais poderosos, a água necessária para resfriar essas instalações se tornou motivo de preocupação para comunidades, concessionárias e ambientalistas.
Segundo levantamento do Instituto de Estudos de Energia e Meio Ambiente (EESI, na sigla em inglês), um grande data center pode consumir quase 19 milhões de litros, volume equivalente ao consumo diário de uma cidade com dezenas de milhares de habitantes.
Essa preocupação passou a integrar uma reação mais ampla contra a expansão da infraestrutura de IA, que também envolve o aumento da demanda por eletricidade, a pressão sobre as redes de energia e o risco de que consumidores locais acabem arcando com parte desses custos.
Foi nesse contexto que o anúncio feito pela Nvidia chamou atenção. A empresa apresentou uma possível resposta – ainda que parcial – para uma das questões mais persistentes da corrida pela IA: será possível continuar construindo data centers cada vez maiores sem consumir enormes quantidades de água para resfriá-los?
Segundo a companhia, seus novos servidores de IA, baseados na plataforma Vera Rubin (batizada em homenagem à astrônoma pioneira), podem reduzir drasticamente o uso de água no próprio data center ao permitir que o sistema de refrigeração opere em temperaturas muito mais elevadas.
Os servidores são resfriados por um fluido que entra no sistema a 45 ºC – temperatura superior à de uma banheira de hidromassagem.
Esse líquido pode atingir até 55 ºC antes de ser resfriado em equipamentos externos chamados dry coolers, que funcionam como grandes radiadores, dissipando o calor para o ambiente. Em seguida, o mesmo fluido retorna aos chips em um circuito fechado.
A mistura utilizada é composta por água e propilenoglicol e circula por estruturas conhecidas como placas de resfriamento, posicionadas diretamente sobre os chips para absorver o calor gerado durante o processamento.
O diferencial não está apenas no uso de refrigeração líquida. A principal inovação é que tanto os servidores quanto o sistema de resfriamento conseguem operar em temperaturas relativamente altas.
Isso significa que, na maior parte dos climas e das condições ambientais, o fluido consegue esfriar até uma temperatura reutilizável sem recorrer à evaporação de água para dissipar o calor.
Leia mais: Você não vê, mas cada clique cobra um preço em pegada de carbono
Segundo a Nvidia, em muitos locais essa tecnologia pode reduzir o consumo de água para resfriamento praticamente a zero. “A temperatura de entrada de 45 ºC é realmente a inovação transformadora”, afirma Josh Parker, diretor de sustentabilidade da Nvidia.
A questão, porém, é quanto desse problema hídrico da IA uma tecnologia de refrigeração mais eficiente consegue realmente resolver.
O QUE A SOLUÇÃO DA NVIDIA RESOLVE (E O QUE NÃO RESOLVE)
Por décadas, os servidores dos data centers foram resfriados da mesma forma que os computadores domésticos: fazendo circular ar frio ao redor dos componentes para absorver o calor produzido durante a operação. Esse ar, por sua vez, costuma ser resfriado por processos que envolvem evaporação de água.
Esse método não é exclusivo dos data centers. A refrigeração evaporativa é amplamente utilizada em fábricas, prédios comerciais e diversos outros tipos de instalações. Mas, em centros de processamento de alta potência, repletos de chips que consomem enormes quantidades de energia, o uso de água cresce rapidamente.
equipamentos mais eficientes reduzem o consumo por tarefa mas também tornam viável executar volumes de trabalho muito maiores.
A refrigeração a ar era mais simples e barata do que a líquida. Mas a plataforma Vera Rubin concentra uma quantidade muito maior de capacidade computacional em espaços reduzidos para otimizar a comunicação entre chips (essencial para aplicações de IA), tornando o resfriamento líquido praticamente indispensável.
Como tanto os chips quanto o sistema suportam temperaturas mais elevadas, a refrigeração evaporativa normalmente deixa de ser necessária, explica Aaron Wemhoff, professor de engenharia mecânica da Universidade Villanova, que pesquisa o consumo de água em data centers.
Além disso, a refrigeração líquida moderna reduz a parcela da eletricidade destinada apenas ao controle térmico dos servidores.
“Em geral, a infraestrutura de resfriamento representa cerca de 5% a 10% do consumo total de energia da instalação, um percentual consideravelmente menor do que em data centers refrigerados por ar, porque movimentar líquido é muito mais eficiente do que movimentar grandes volumes de ar”, explica Parker.
O IMPACTO AMBIENTAL DA DEMANDA POR ENERGIA
O consumo de água da IA não se limita ao que acontece dentro dos data centers. Assim como essas instalações, muitas usinas elétricas também geram grandes quantidades de calor ao queimar combustíveis fósseis ou operar reatores nucleares. Para controlar a temperatura, elas também costumam utilizar torres de resfriamento baseadas em evaporação de água.
Dependendo da matriz elétrica utilizada, ou da geração própria instalada no local, um data center pode continuar sendo responsável por um elevado consumo indireto de água, mesmo sem evaporar uma única gota em suas instalações.
Segundo um relatório do Departamento de Energia dos Estados Unidos de 2024, citado pelo EESI, o consumo indireto de água associado ao uso de eletricidade pelos data centers chegou a cerca de 800 milhões de metros cúbicos – quantidade equivalente ao consumo de água da população da cidade de Nova York por sete meses.
Além disso, embora os servidores estejam se tornando mais eficientes, não há qualquer sinal de que a demanda das empresas de IA por capacidade computacional e eletricidade esteja diminuindo.
A Nvidia afirma que a plataforma Vera Rubin pode oferecer, em alguns casos, até 10 vezes mais desempenho em IA por megawatt do que a geração anterior, baseada na arquitetura Grace Blackwell.
Mas equipamentos mais eficientes reduzem o consumo por tarefa ao mesmo tempo em que tornam economicamente viável executar volumes de trabalho muito maiores.
O DESAFIO DOS PICOS DE CONSUMO
Segundo Shaolei Ren, professor associado de engenharia elétrica e computação da Universidade da Califórnia, operadores de data centers e concessionárias precisam continuar planejando suas redes considerando os momentos de maior demanda por energia e água.
Se uma instalação precisar recorrer ao resfriamento evaporativo durante os dias mais quentes do ano, toda a infraestrutura hídrica local deverá estar preparada para atender esse pico de consumo. “A demanda máxima por água é o verdadeiro desafio de infraestrutura para os sistemas locais de abastecimento”, afirma Ren.
não há qualquer sinal de que a demanda das empresas de IA por capacidade computacional e eletricidade esteja diminuindo.
Ainda é cedo para saber como a tecnologia da Nvidia vai influenciar o planejamento e a localização dos futuros data centers. Uma possibilidade é que empresas priorizem regiões onde a temperatura ambiente facilite o resfriamento do fluido até os 45 ºC necessários para reutilização.
Como observa Parker, também seria possível deslocar temporariamente cargas de processamento para regiões mais frias durante ondas de calor ou reduzir a utilização dos servidores até que as temperaturas caiam.
Na prática, porém, a tendência é outra. As empresas de IA parecem determinadas a utilizar toda a energia disponível para treinar modelos e responder às solicitações dos usuários.
Além disso, enfrentam restrições políticas cada vez maiores sobre onde novos data centers podem ser construídos, o que limita a possibilidade de escolher locais apenas com base no clima.
Leia mais: Relatório acusa Google e Microsoft de exagerar benefícios climáticos da IA
Isso significa que o novo sistema da Nvidia pode tornar os data centers menos dependentes de água no próprio local de operação. Também pode tornar a próxima geração de infraestrutura de IA mais eficiente do que a atual.
Mas dificilmente vai encerrar o debate mais amplo sobre quanta água, eletricidade e infraestrutura pública a expansão acelerada da inteligência artificial deve consumir.
