Por que é que os centros de dados de IA consomem tanta água?

As cargas de trabalho de IA são executadas em máquinas físicas. Quando as GPUs, as CPUs, a memória, o armazenamento e os equipamentos de rede consomem eletricidade, quase toda essa energia elétrica acaba por se transformar em calor no interior do centro de dados.

Um servidor web convencional pode processar pedidos de baixo peso, mas o treino e a inferência de IA podem manter os aceleradores a funcionar com elevada taxa de utilização durante longos períodos. As prateleiras densamente preenchidas com GPUs concentram muito mais calor num espaço mais reduzido do que o equipamento de TI empresarial tradicional.

A refrigeração não é, portanto, um sistema de conforto opcional. Faz parte da infraestrutura necessária para manter os chips dentro de temperaturas de funcionamento seguras, evitar a redução do desempenho, proteger o hardware e garantir um serviço fiável aos utilizadores.

Os centros de dados modernos de IA agrupam frequentemente milhares de GPUs em clusters. Essas GPUs foram concebidas para o cálculo paralelo, razão pela qual são tão úteis para o treino de redes neurais e para o processamento de cargas de trabalho de inferência.

A mesma densidade que torna a infraestrutura de IA tão potente também gera pressão térmica. Um maior número de aceleradores por rack implica um maior consumo de energia, mais ligações de rede, mais memória e mais calor a dissipar dos servidores.

É por isso que os centros de dados de IA estão intimamente ligados tanto à capacidade de fornecimento de eletricidade como à capacidade de refrigeração. Uma instalação pode dispor de terreno suficiente ou de conectividade por fibra ótica, mas continuar a estar limitada pela energia disponível, pela capacidade de dissipação de calor ou por questões locais relacionadas com a água.

A água é útil no arrefecimento porque consegue transferir calor de forma eficiente. Muitos centros de dados utilizam circuitos de água refrigerada, torres de arrefecimento, arrefecimento por evaporação ou sistemas híbridos que combinam ar e água, dependendo das condições exteriores.

Num sistema evaporativo, parte da água é evaporada intencionalmente para dissipar o calor. Isto pode reduzir a eletricidade necessária para o arrefecimento mecânico, especialmente quando comparado com o funcionamento intensivo de refrigeradores em condições de calor, mas pode aumentar o consumo local de água.

Nem todos os centros de dados utilizam o mesmo modelo de conceção. Algumas instalações recorrem mais ao arrefecimento por ar, outras utilizam arrefecimento líquido em circuito fechado junto aos chips e outras ainda utilizam água reciclada ou não potável. A pegada hídrica depende da arquitetura de arrefecimento, do clima e da estratégia de funcionamento.

O consumo direto de água refere-se à água consumida nas instalações do centro de dados, normalmente para refrigeração ou controlo da humidade. Esta é a vertente mais visível da questão, especialmente quando uma instalação recorre à refrigeração por evaporação numa região com escassez de água.

O consumo indireto de água também pode ser relevante. A produção de eletricidade pode exigir água para o arrefecimento das centrais elétricas ou para a produção de combustível, dependendo da rede local. Um centro de dados que consuma pouca água nas suas instalações pode, ainda assim, estar associado ao consumo de água através da eletricidade que consome.

Esta é uma das razões pelas quais as estimativas públicas variam consideravelmente. Uma avaliação séria deve especificar se tem em conta a água no local, a água da cadeia de abastecimento, a água relacionada com a eletricidade, as captações, o consumo ou todas essas categorias.

Um litro de água consumido numa região fresca e com abundância de água não tem o mesmo impacto local que um litro consumido numa região quente e seca, com bacias hidrográficas sob pressão. A mesma tecnologia de refrigeração pode, portanto, ter consequências muito diferentes, dependendo da localização.

O clima influencia a frequência com que se recorre ao arrefecimento livre, ao arrefecimento por evaporação ou ao arrefecimento mecânico. A composição da rede elétrica influencia as emissões de carbono. A disponibilidade local de água determina se a procura adicional é reduzida, controversa ou difícil de satisfazer do ponto de vista operacional.

É por isso que a sustentabilidade dos centros de dados não pode ser reduzida a um único valor global. A questão relevante não é apenas a quantidade de água utilizada, mas também onde é utilizada, quando é utilizada e quais as opções alternativas de refrigeração ou de energia que estavam disponíveis.

A redução do consumo de água pode, por vezes, aumentar o consumo de eletricidade. Por exemplo, um projeto que evite o arrefecimento por evaporação pode depender mais de refrigeradores mecânicos, o que pode aumentar a procura de energia durante os períodos de calor.

O contrário também pode acontecer: a utilização de água para arrefecimento por evaporação pode reduzir o consumo de eletricidade e, consequentemente, as emissões, caso a rede elétrica seja intensiva em carbono. A melhor opção depende da escassez de água a nível local, da intensidade de carbono da rede elétrica, das condições meteorológicas e da densidade de equipamento.

É por isso que a transparência na apresentação de relatórios é importante. Indicadores como o PUE, relativo à eficiência energética, e o WUE, relativo ao consumo de água, são úteis, mas têm de ser analisados no contexto local. Um projeto com baixo consumo de água não é automaticamente de baixo carbono, e um projeto com baixo consumo de energia não é automaticamente de baixo consumo de água.

Sim, mas não existe uma solução única e universal. As opções incluem uma melhor gestão do fluxo de ar, temperaturas de funcionamento mais elevadas, arrefecimento líquido em circuito fechado, refrigeradores a seco, água reciclada, água não potável, melhores decisões quanto à localização e hardware de IA mais eficiente.

A otimização dos modelos de IA também é importante. Modelos mais pequenos, inferência eficiente, processamento em lotes, armazenamento em cache e especialização de hardware podem reduzir a procura de recursos computacionais para um determinado serviço, o que, indiretamente, reduz a geração de calor e as necessidades de refrigeração.

Ao mesmo tempo, a procura total pode continuar a crescer se a utilização da IA se expandir mais rapidamente do que a melhoria da eficiência. O objetivo prático não é, portanto, apenas um arrefecimento mais eficiente, mas também uma melhor divulgação de informação, uma seleção cuidadosa dos locais e um planeamento das infraestruturas que tenha em conta o stress hídrico local.