Tanto para o Google verde – as emissões aumentaram 48% desde 2019
Faltando seis anos para o Google cumprir seu compromisso climático de “emissão zero” até 2030, a gigante da web admitiu que suas emissões de carbono estão aumentando.
Em um relatório ambiental [PDF] publicado na terça-feira, o Google admitiu que suas emissões de gases de efeito estufa aumentaram 48% desde 2019. Somente em 2023, a pegada de carbono do gigante das buscas ultrapassou 14,3 milhões de toneladas de CO2 equivalentes, um aumento de 13% em relação ao ano anterior.
A diretora de sustentabilidade Kate Brandt e o vice-presidente sênior de aprendizado e sustentabilidade Benedict Gomes atribuíram a culpa diretamente ao aumento do consumo de energia do data center.
Isso não deveria ser uma grande surpresa considerando que o Google opera enormes frotas de datacenters e a enorme quantidade de computação necessária para treinar e implementar sua crescente biblioteca de modelos e serviços de IA. Treinar os maiores modelos geralmente requer dezenas de milhares de aceleradores funcionando a todo vapor por semanas ou até meses. Os serviços diários do Google, como a pesquisa, também consomem mais energia atualmente: é estimado que uma consulta com tecnologia de IA consome dez vezes mais energia do que uma pesquisa padrão.
O impacto da IA no meio ambiente não passou despercebido por Brandt ou Gomes, que o transformaram em algo positivo. “Sabemos que escalar a IA e usá-la para acelerar a ação climática é tão crucial quanto abordar o impacto ambiental associado a ela”, escreveram Brandt e Gomes no relatório.
O argumento do Google é que o desenvolvimento da IA contribui para uma pegada de carbono maior, mas a tecnologia compensará mais emissões em outros lugares, como gerando rotas mais eficientes para automóveis e outras maneiras de reduzir emissões.
O Google estima que as tecnologias de IA podem mitigar de cinco a dez por cento das emissões globais de gases de efeito estufa até 2030. É claro que a Fábrica de Chocolate admite que ainda há muita “incerteza” em torno do impacto de longo prazo da IA no meio ambiente, tornando-a “complexa e difícil de prever”.
O Google continua comprometido com sua meta de zero emissões líquidas até 2030, mas o relatório admite que as coisas podem piorar antes de melhorar.
“À medida que integramos ainda mais a IA em nossos produtos, a redução de emissões pode ser desafiadora devido às crescentes demandas de energia decorrentes da maior intensidade da computação de IA e às emissões associadas aos aumentos esperados em nosso investimento em infraestrutura técnica”, diz o relatório.
O Google não é o único provedor de nuvem que luta contra uma pegada de carbono crescente. Em maio, a Microsoft revelado suas emissões de dióxido de carbono aumentaram quase 29,1% desde 2020.
Redmond, que fornece uma grande quantidade de computação para a OpenAI, também atribui o aumento das emissões à construção e ao provisionamento de novas instalações de data center para suas unidades de negócios de nuvem e IA.
O apetite da IA por energia se tornou uma fonte de preocupação. A maioria dos especialistas do setor concorda que a IA terá um efeito material no consumo de energia do datacenter daqui para frente, mas poucos concordam sobre a extensão desse impacto.
Em Janeiro, a Agência Internacional de Energia estimado que o consumo global de energia dos data centers pode dobrar até 2026.
Enquanto isso, uma análise do Goldman Sachs [PDF] a partir de abril de 2024, previu-se que o uso global de energia dos data centers aumentaria entre 1,8x e 3,4x até o final da década.
Grande parte desse crescimento da IA deverá ocorrer nos EUA, de acordo com a Rystad Energy relatório do mês passado, que previa que o consumo de energia do data center dobraria até 2030.
No entanto, outros contestaram tais previsões. Em fevereiro, o Center for Data Innovation (CDI) da Information Technology and Innovation Foundation, um think tank dos EUA apoiado por muitas das maiores corporações de tecnologia, fez o caso que o impacto das emissões de longo prazo da IA está sendo exagerado.
O grupo argumentou que tentativas anteriores de prever com precisão a demanda de energia de tecnologias emergentes falharam e que muitas dessas previsões não consideram melhorias em hardware e software. ®