A Dieta Energética da Inteligência Artificial

Desde que a inteligência artificial generativa explodiu no cenário global, uma sombra paira sobre seu avanço: o seu apetite voraz por recursos. O crescimento exponencial de data centers para alimentar essa revolução tecnológica começou a reverter décadas de consumo de eletricidade estável, levantando sérias questões sobre o impacto ambiental. Nesse contexto, o Google decidiu abrir uma fresta em sua cortina de sigilo para apresentar o que parece ser um feito de engenharia notável: uma "dieta" rigorosa que fez o custo energético de uma busca com IA no Gemini despencar 33 vezes em apenas um ano.

O Anúncio Surpreendente do Google

De acordo com uma análise detalhada publicada pela própria empresa e reportada pelo Ars Technica, o Google conseguiu uma otimização impressionante. A companhia estima que uma consulta mediana em texto nos Gemini Apps agora consome apenas 0,24 watt-hora de energia. Para colocar isso em perspectiva, é o equivalente a manter uma televisão ligada por meros nove segundos. O impacto em emissões de carbono seria de 0,03 gramas de CO2e, e o consumo de água, de apenas 0,26 mililitros — ou cerca de cinco gotas.

Mas como essa mágica aconteceu? A resposta não está em um novo hardware revolucionário, mas sim em uma série de refinamentos de software. A principal otimização vem de uma abordagem chamada Mixture-of-Experts (MoE), que ativa seletivamente apenas as partes do modelo de IA necessárias para responder a uma consulta específica. Segundo o Google, essa técnica pode reduzir a necessidade computacional em um fator de 10 a 100. Somam-se a isso o desenvolvimento de versões mais compactas dos modelos principais e um gerenciamento mais eficiente dos data centers, garantindo que o hardware ativo esteja sempre operando em sua capacidade máxima enquanto o restante permanece em modo de baixo consumo.

A empresa também se beneficia de projetar seus próprios aceleradores de IA customizados, o que permite uma otimização profunda entre hardware e software. Essa sinergia é fundamental, já que, de acordo com o relatório, a atividade nesses chips customizados é responsável por mais da metade do consumo total de energia de uma consulta.

Por Dentro da Metodologia: O Que Ficou de Fora?

Apesar de o Google ter adotado uma postura de transparência ao publicar sua metodologia de forma semelhante a um artigo acadêmico, uma análise mais atenta revela algumas omissões importantes. A empresa incluiu em seus cálculos a energia consumida por CPUs, aceleradores de IA e memória, tanto em atividade quanto em repouso, além dos custos de refrigeração e da pegada de carbono da fabricação do hardware.

No entanto, três fatores significativos não entraram na conta. O primeiro é o custo da infraestrutura de rede para receber os pedidos e entregar os resultados. O segundo é a carga computacional no dispositivo do usuário final. O terceiro, e talvez o mais relevante, é o custo energético para treinar os modelos de IA. O Google, que certamente possui esses dados, optou por não incluí-los na equação, deixando de fora uma parcela substancial do impacto ambiental total do ciclo de vida de um modelo de inteligência artificial.

A Polêmica da Sede: Comparando Maçãs com Laranjas?

Se a questão da energia já levanta debates, a do consumo de água gerou controvérsia direta. Conforme apontado pelo The Register, a forma como o Google apresentou seus números sobre o uso de água foi questionada por pesquisadores. Em seu relatório, o Google compara suas cinco gotas de água por consulta com estimativas anteriores, como as da UC Riverside, que sugeriam um consumo de até 47,5 ml por consulta para modelos de porte médio.

O problema, segundo Shaolei Ren, professor da UC Riverside e um dos autores do estudo citado, é que o Google está comparando coisas diferentes. O número do Google (0,26 ml) refere-se exclusivamente à água consumida no local (on-site) do data center, principalmente para refrigeração. Já o número dos pesquisadores (47,5 ml) representava o consumo total, que inclui a água usada para gerar a eletricidade que alimenta o data center, muitas vezes em usinas termelétricas distantes.

Shaolei Ren afirma que a prática do Google não segue o padrão mínimo esperado para uma publicação científica. Em seu próprio estudo de 2023, o consumo *on-site* médio de um data center nos EUA foi estimado em 2,2 ml por requisição. Comparando os dados de forma correta (on-site com on-site), a melhoria do Google ainda é expressiva, mas a discrepância é muito menor do que a empresa sugeriu ao usar o número mais alto e de natureza diferente para comparação.

Um Avanço Real, Uma Transparência Necessária

Não há dúvida de que a otimização de 33 vezes no consumo de energia do Gemini é um avanço tecnológico significativo e um passo importante na direção de uma IA mais sustentável. O feito da engenharia do Google é louvável e mostra que a eficiência pode, e deve, andar de mãos dadas com a capacidade. Contudo, a controvérsia em torno da medição do consumo de água e as omissões na metodologia energética servem como um lembrete. À medida que a IA se torna uma infraestrutura fundamental da nossa sociedade, a necessidade de métricas padronizadas e de uma transparência completa por parte das gigantes da tecnologia nunca foi tão grande. A dieta do Gemini está funcionando, mas a indústria ainda precisa de uma balança confiável e universal para pesar seu verdadeiro impacto no planeta.