{"content_id":"xavttcqi03","slug":"ai-data-center-power-grid-tariffs-carbon","locale":"pt","schema_type":"Report","category":"report","category_name":"Relatório","title":"Por que a demanda de energia dos data centers de IA pressiona ao mesmo tempo a rede elétrica, as tarifas de eletricidade e as metas de carbono","summary":"Data centers de IA pressionam ao mesmo tempo a rede elétrica, as tarifas de eletricidade e as metas corporativas de carbono devido à computação de alta densidade com GPUs e aceleradores e à demanda por resfriamento. Este texto organiza, sob uma perspectiva baseada em dados, os gargalos da rede elétrica, a distribuição de custos, os indicadores de sustentabilidade e as alternativas de operação de IA com flexibilidade energética.","author":{"name":"injoys","url":"https://injoys.com/ko/about"},"key_points":["A demanda de energia dos data centers de IA cresce rapidamente em hubs de nuvem, regiões com infraestrutura concentrada de semicondutores e redes, e áreas onde é possível garantir energia barata ou limpa.","Os gargalos da rede elétrica não surgem apenas da falta de geração, mas do entrelaçamento simultâneo entre capacidade de transmissão e distribuição, expansão de subestações, espera por conexão ao sistema e licenças regionais.","Como os custos da infraestrutura elétrica dos data centers serão divididos entre operadores, empresas de energia, consumidores em geral e comunidades locais é uma questão central da política tarifária de eletricidade.","Nos relatórios corporativos de sustentabilidade, é preciso analisar em conjunto o consumo total de energia, a aquisição de energia renovável, as emissões de gases de efeito estufa, o uso de água e a eficiência de resfriamento.","Fábricas de IA com flexibilidade energética, que ajustam tarefas de treinamento e inferência de IA conforme a situação da rede elétrica, são promissoras, mas é necessário considerar a diferença entre trabalhos que toleram atraso e serviços em tempo real."],"content_markdown":"## Visão geral\n\nData centers de AI não são simplesmente prédios com servidores, mas grandes consumidores de energia elétrica, demandantes de resfriamento, usuários de infraestrutura regional e variáveis centrais na contabilidade de carbono das empresas. Com a expansão da AI generativa e do treinamento e inferência de modelos em larga escala, a demanda elétrica dos data centers está elevando simultaneamente questões de conexão à rede elétrica, desenho de tarifas de eletricidade, aquisição de energia renovável, uso de água e licenciamento regional.\n\nA análise de energia e AI da IEA, pesquisas sobre infraestrutura elétrica de data centers e relatórios de sustentabilidade das principais big techs levantam, em comum, a mesma pergunta. **Os benefícios da infraestrutura de AI se espalham globalmente, mas os encargos sobre rede elétrica, terra, água e tarifas podem se concentrar em regiões específicas.**\n\n## Definição dos conceitos-chave\n\n| Termo | Significado | Por que é importante |\n|---|---|---|\n| Data center de AI | Data center que realiza treinamento e inferência de AI usando GPU, TPU, aceleradores, redes de alta velocidade e armazenamento de grande capacidade | Tem maior densidade de energia por rack e maiores exigências de resfriamento do que a TI comum de escritório |\n| Conexão à rede | Procedimento pelo qual usinas e consumidores são conectados à rede de transmissão ou distribuição | Grandes data centers podem exigir capacidade de conexão de dezenas a centenas de MW, gerando filas de espera |\n| Gargalo da rede elétrica | Fenômeno em que o fornecimento de energia é atrasado por falta de capacidade em algum trecho entre geração, transmissão, subestação e distribuição | Mesmo que haja eletricidade, ela pode não ser fornecida no local e no horário necessários |\n| Emissões de Scope 1·2·3 | Emissões diretas, emissões relacionadas à energia comprada e outras emissões indiretas, como cadeia de suprimentos e uso de produtos | São indicadores básicos para avaliar se operadores de data centers estão cumprindo metas de carbono |\n| Flexibilidade elétrica | Capacidade de ajustar o momento e a intensidade do uso de energia conforme a situação da rede, o preço e a produção de energia renovável | É um meio essencial para operar computação de AI de forma favorável à rede elétrica |\n| Eficiência de uso de água, WUE | Indicador que relaciona a quantidade de água usada pelo data center para resfriamento etc. à carga de TI | Em regiões com escassez de água, é um fator de licenciamento e conflito regional tão importante quanto a energia elétrica |\n\n## Onde a demanda por data centers de AI cresce rapidamente\n\nA expansão de data centers de AI ocorre globalmente, mas não cresce na mesma velocidade em todas as regiões. Os locais onde a demanda se concentra rapidamente geralmente têm as seguintes condições.\n\n1. **Regiões com regiões de nuvem existentes e hubs de rede**  \n   Serviços de AI exigem movimentação de grandes volumes de dados, baixa latência e conectividade global de serviços. Regiões onde provedores de nuvem e redes de telecomunicações já estão concentrados são favoráveis como locais para novos data centers de AI.\n\n2. **Regiões capazes de garantir grande volume de energia elétrica**  \n   Clusters de treinamento de AI exigem alta densidade de energia. Custo da eletricidade, folga da rede de transmissão, capacidade de subestações e acesso a energia renovável são variáveis centrais na decisão de localização.\n\n3. **Regiões próximas da cadeia de suprimentos de semicondutores e servidores e da força de trabalho operacional**  \n   A possibilidade de garantir servidores GPU, equipamentos de resfriamento, equipamentos elétricos e mão de obra operacional especializada afeta diretamente a velocidade de expansão dos data centers.\n\n4. **Regiões com incentivos políticos e licenciamento claros**  \n   Regiões com benefícios fiscais, regras de uso do solo, sistemas de contratos de energia e critérios de avaliação ambiental claros oferecem maior previsibilidade do ponto de vista dos operadores.\n\n5. **Regiões onde são possíveis contratos de compra de energia renovável**  \n   Big techs enfatizam energia livre de carbono 24 horas, aquisição de energia renovável e contratos de compra de energia de longo prazo. No entanto, a aquisição contratual de energia renovável e a intensidade de carbono do consumo real de energia por horário podem ser diferentes.\n\n## Por que surgem gargalos na conexão à rede elétrica\n\nO problema elétrico dos data centers de AI é difícil de explicar com a pergunta simples “falta eletricidade?”. Os gargalos geralmente ocorrem em quatro etapas.\n\n### 1. Diferença entre capacidade de geração e horário real de fornecimento possível\n\nA geração solar e eólica varia conforme o horário e o clima. É possível garantir fornecimento estável quando operadas em conjunto com outros recursos, como nuclear, gás, hidrelétricas e sistemas de armazenamento. Data centers frequentemente operam 24 horas por dia, de modo que a falta de energia em determinados horários se torna um grande risco.\n\n### 2. Limites físicos da rede de transmissão e das subestações\n\nA eletricidade precisa se deslocar da usina até o data center. Mesmo que a geração seja suficiente, a conexão é atrasada se houver falta de capacidade em linhas de transmissão, subestações ou redes de distribuição. Por isso, novos data centers são avaliados junto com planos de expansão da rede elétrica.\n\n### 3. Filas de conexão e atrasos na aquisição de equipamentos\n\nQuando grandes consumidores e projetos de geração de energia renovável aumentam simultaneamente, as filas de conexão à rede se alongam. Os prazos de entrega de equipamentos essenciais, como transformadores, disjuntores e equipamentos de eletrônica de potência, também podem se tornar gargalos.\n\n### 4. Licenciamento regional e aceitação dos moradores\n\nData centers afetam não apenas a eletricidade, mas também terra, água, ruído, paisagem, arrecadação tributária, emprego e tarifas locais de eletricidade. Moradores podem se opor se sentirem que o peso sobre a infraestrutura é maior que os benefícios regionais.\n\n## Tarifas de eletricidade e distribuição de custos: quem arca com o custo da rede elétrica de AI\n\nA expansão de data centers de AI lança perguntas difíceis para companhias elétricas e órgãos reguladores. Quando linhas de transmissão e subestações são ampliadas para um grande cliente, quem deve arcar com esse custo?\n\n| Item de custo | Causa | Questão |\n|---|---|---|\n| Custo de obras de conexão à rede | Ampliação de subestações e instalações de transmissão e distribuição para conectar o data center | Se deve ser arcado pelo operador ou refletido nas tarifas de todos os consumidores |\n| Custo de resposta à demanda de pico | Garantia de estabilidade de fornecimento nos horários de maior demanda elétrica | Se devem ser cobradas tarifas mais altas dos clientes que geram o pico |\n| Custo de reserva e energia de backup | Prevenção de apagões e manutenção da estabilidade da rede | Como precificar a exigência de energia 24 horas de alta confiabilidade dos data centers |\n| Custo de energia renovável e sistemas de armazenamento | Investimentos para atingir simultaneamente metas de carbono e estabilidade elétrica | Quem deve arcar com contratos de compra de energia de longo prazo, sistemas de armazenamento e custos da rede de transmissão |\n| Custo ambiental regional | Uso de água, emissão de calor, uso do solo, ruído etc. | Se são necessárias compensações regionais e condições de licenciamento fora da tarifa de eletricidade |\n\nDo ponto de vista de políticas públicas, os seguintes desenhos podem ser discutidos.\n\n- **Princípio do causador-pagador**: custos de expansão necessários por causa da conexão de um data center específico são arcados em maior medida pelo respectivo operador.\n- **Tarifas por horário**: aumentar a tarifa de eletricidade em horários em que a rede está congestionada ou a intensidade de carbono é alta.\n- **Contratos de resposta à demanda**: oferecer compensação se, em caso de escassez de eletricidade, o data center reduzir parte da computação ou a transferir para outra região.\n- **Tarifa mínima de longo prazo ou tarifa de demanda**: clientes que reservaram infraestrutura elétrica de grande escala arcam com determinado custo independentemente do consumo real.\n- **Condições de benefício regional**: incluir arrecadação tributária, empregos, aproveitamento de calor residual, limites de uso de água e investimento na rede elétrica regional como condições de licenciamento.\n\n## Indicadores a observar em relatórios corporativos de sustentabilidade\n\nRelatórios ambientais e de sustentabilidade de grandes empresas de tecnologia, como Google e Amazon, são materiais importantes para compreender o peso real da infraestrutura de AI. No entanto, como métodos de cálculo, ano fiscal, tratamento de certificados de energia renovável e formas de separação entre data centers e o negócio total diferem por empresa, os números não devem ser comparados de forma simplista.\n\n### Checklist de indicadores-chave\n\n| Indicador | O que verificar | Pontos de atenção na interpretação |\n|---|---|---|\n| Uso total de energia elétrica | Tendência de consumo elétrico da empresa como um todo e dos data centers | O uso exclusivo de AI pode não ser divulgado separadamente |\n| Aquisição de energia renovável | PPA, certificados, geração própria, metas de energia livre de carbono | Matching anual e matching por horário têm significados diferentes |\n| Emissões de Scope 2 | Emissões de gases de efeito estufa causadas pela energia comprada | É preciso verificar a diferença entre métodos de cálculo baseados em mercado e em localização |\n| Emissões de Scope 3 | Emissões da cadeia de suprimentos, como servidores, semicondutores, construção e logística | Com a expansão da infraestrutura de AI, as emissões da fabricação de equipamentos podem aumentar |\n| Uso de água | Resfriamento, operação das instalações, estresse hídrico por região | O uso de água deve ser analisado junto com a situação dos recursos hídricos regionais |\n| PUE | Relação entre a eletricidade dos equipamentos de TI e a eletricidade total da instalação | Mesmo com PUE baixo, se o uso total de energia elétrica disparar, a carga total pode aumentar |\n| WUE | Uso de água por carga de TI | Há grande variação conforme o método de resfriamento e as condições climáticas |\n| Remoção e compensação de carbono | Forma de lidar com emissões residuais | É preciso distinguir redução de compensação |\n\n### Essência da interpretação dos dados\n\n- **Melhorias de eficiência não compensam automaticamente o aumento do volume total.** Mesmo que a eficiência de servidores e resfriamento melhore, se o uso de AI crescer mais rapidamente, o uso total de energia elétrica e água pode aumentar.\n- **A compra de energia renovável não resolve imediatamente o congestionamento da rede.** Mesmo que haja contratos de compra de energia, é necessário que a rede de transmissão seja suficiente no horário e no local necessários.\n- **Metas de carbono devem considerar não apenas Scope 2, mas também Scope 3.** Isso porque as emissões da cadeia de suprimentos de aceleradores de AI e da construção de data centers podem aumentar.\n\n## Possibilidades e limites da ‘Power-flexible AI factory’\n\nA fábrica de AI com flexibilidade elétrica é um modelo operacional que ajusta a computação de AI conforme o estado da rede elétrica. A ideia central é que nem todas as tarefas de AI têm o mesmo grau de urgência.\n\n### Formas possíveis\n\n1. **Deslocamento do horário de tarefas de treinamento**  \n   O treinamento de grandes modelos ou tarefas em lote pode ser ajustado em unidades de algumas horas ou alguns dias. É possível transferi-los para horários em que o preço da eletricidade é baixo ou a produção de energia renovável é alta.\n\n2. **Transferência de workloads entre regiões**  \n   Usando infraestrutura global de nuvem, é possível transferir tarefas de regiões onde a rede elétrica está congestionada para outras regiões. Porém, soberania de dados, latência e custos de rede se tornam restrições.\n\n3. **Gestão de prioridade da carga de inferência**  \n   É possível distinguir serviços que exigem resposta em tempo real de tarefas analíticas que toleram atraso e, em caso de escassez de energia, converter algumas tarefas para menor prioridade.\n\n4. **Integração com baterias, armazenamento térmico e recursos de backup**  \n   Sistemas de armazenamento e resfriamento dentro do data center podem ser usados para resposta à demanda da rede elétrica.\n\n### Limites\n\n- Tarefas com baixa tolerância a atraso, como busca em tempo real, suporte ao cliente, transações financeiras e serviços médicos e de segurança, têm pequena margem de ajuste.\n- A transferência de workloads pode entrar em conflito com normas de proteção de dados, contratos de nuvem por região e exigências de latência.\n- Para que a flexibilidade elétrica leve a reduções reais de carbono, são necessários dados de intensidade de carbono da eletricidade por horário.\n- Para que operadores ofereçam flexibilidade elétrica, as tarifas de eletricidade ou o sistema de compensação por resposta à demanda precisam ser suficientemente claros.\n\n## Recursos hídricos regionais e problemas de resfriamento\n\nO impacto ambiental dos data centers de AI não termina na eletricidade. Servidores de alto desempenho geram muito calor e, dependendo do método de resfriamento, o uso de água pode aumentar.\n\n| Método de resfriamento | Vantagens | Pontos de atenção |\n|---|---|---|\n| Resfriamento a ar | Estrutura relativamente simples e pode usar pouca água | Pode ter limitações para racks de AI de alta densidade |\n| Resfriamento evaporativo | Pode ajudar a reduzir o uso de eletricidade | O uso de água pode aumentar |\n| Resfriamento líquido | Adequado para servidores GPU de alta densidade | A complexidade das instalações e o investimento inicial podem ser altos |\n| Resfriamento híbrido | Possibilita combinações conforme clima e carga | A otimização operacional é complexa |\n\nEm regiões com alto estresse hídrico, o uso de água dos data centers pode competir com a agricultura, o abastecimento doméstico e os ecossistemas. Portanto, governos locais devem avaliar, no processo de licenciamento, uso de água, aproveitamento de água reciclada, planos de resposta a secas e possibilidade de aproveitamento de calor residual.\n\n## Itens de dados necessários para desenho de políticas e regulação\n\nEm políticas para data centers de AI, os dados são mais importantes que declarações. Os itens que governos locais, companhias elétricas e órgãos reguladores devem gerenciar em conjunto são os seguintes.\n\n| Item de dados | Entidade fornecedora | Finalidade de uso |\n|---|---|---|\n| Capacidade elétrica solicitada, plano de expansão por etapa | Operador do data center | Avaliar a necessidade de reforço da rede |\n| Carga prevista por horário | Operador·companhia elétrica | Demanda de pico e desenho de tarifas |\n| Faixa possível de flexibilidade elétrica | Operador | Contratos de resposta à demanda e planos de operação emergencial |\n| Método de resfriamento e uso de água previsto | Operador | Avaliação de impacto sobre recursos hídricos |\n| Plano de aquisição de energia renovável | Operador | Avaliação de metas de carbono e impacto na rede elétrica regional |\n| Custo de reforço de transmissão e subestações | Companhia elétrica | Distribuição de custos e aprovação tarifária |\n| Plano de emprego regional, arrecadação tributária e aproveitamento de calor residual | Operador·governo local | Avaliação da aceitação dos moradores |\n| Método de cálculo de emissões | Operador | Verificação de relatórios de sustentabilidade |\n\n## Conclusão\n\nO aumento da demanda elétrica dos data centers de AI não é um problema apenas da indústria de tecnologia. É uma questão de infraestrutura pública que conecta, de uma só vez, investimentos na rede elétrica, tarifas de eletricidade, licenciamento regional, recursos hídricos e metas de carbono. O ponto central das políticas não é bloquear a inovação em AI, mas medir de forma transparente e distribuir de maneira justa os custos que a grande demanda elétrica impõe às comunidades locais e à rede elétrica.\n\nA abordagem mais realista é combinar três elementos. Primeiro, operadores de data centers devem divulgar dados de energia, água e emissões de forma mais detalhada. Segundo, companhias elétricas e órgãos reguladores devem preparar desenhos tarifários que reflitam os custos de rede dos grandes consumidores. Terceiro, a computação de AI deve ser operada de forma flexível, dentro do possível, conforme a situação da rede elétrica.","content_html":"\u003ch2\u003e\u003ca href=\"#visão-geral\" class=\"anchor\" id=\"visão-geral\"\u003e\u003c/a\u003eVisão geral\u003c/h2\u003e\n\u003cp\u003eData centers de AI não são simplesmente prédios com servidores, mas grandes consumidores de energia elétrica, demandantes de resfriamento, usuários de infraestrutura regional e variáveis centrais na contabilidade de carbono das empresas. Com a expansão da AI generativa e do treinamento e inferência de modelos em larga escala, a demanda elétrica dos data centers está elevando simultaneamente questões de conexão à rede elétrica, desenho de tarifas de eletricidade, aquisição de energia renovável, uso de água e licenciamento regional.\u003c/p\u003e\n\u003cp\u003eA análise de energia e AI da IEA, pesquisas sobre infraestrutura elétrica de data centers e relatórios de sustentabilidade das principais big techs levantam, em comum, a mesma pergunta. \u003cstrong\u003eOs benefícios da infraestrutura de AI se espalham globalmente, mas os encargos sobre rede elétrica, terra, água e tarifas podem se concentrar em regiões específicas.\u003c/strong\u003e\u003c/p\u003e\n\u003ch2\u003e\u003ca href=\"#definição-dos-conceitos-chave\" class=\"anchor\" id=\"definição-dos-conceitos-chave\"\u003e\u003c/a\u003eDefinição dos conceitos-chave\u003c/h2\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eTermo\u003c/th\u003e\n\u003cth\u003eSignificado\u003c/th\u003e\n\u003cth\u003ePor que é importante\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd\u003eData center de AI\u003c/td\u003e\n\u003ctd\u003eData center que realiza treinamento e inferência de AI usando GPU, TPU, aceleradores, redes de alta velocidade e armazenamento de grande capacidade\u003c/td\u003e\n\u003ctd\u003eTem maior densidade de energia por rack e maiores exigências de resfriamento do que a TI comum de escritório\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eConexão à rede\u003c/td\u003e\n\u003ctd\u003eProcedimento pelo qual usinas e consumidores são conectados à rede de transmissão ou distribuição\u003c/td\u003e\n\u003ctd\u003eGrandes data centers podem exigir capacidade de conexão de dezenas a centenas de MW, gerando filas de espera\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eGargalo da rede elétrica\u003c/td\u003e\n\u003ctd\u003eFenômeno em que o fornecimento de energia é atrasado por falta de capacidade em algum trecho entre geração, transmissão, subestação e distribuição\u003c/td\u003e\n\u003ctd\u003eMesmo que haja eletricidade, ela pode não ser fornecida no local e no horário necessários\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eEmissões de Scope 1·2·3\u003c/td\u003e\n\u003ctd\u003eEmissões diretas, emissões relacionadas à energia comprada e outras emissões indiretas, como cadeia de suprimentos e uso de produtos\u003c/td\u003e\n\u003ctd\u003eSão indicadores básicos para avaliar se operadores de data centers estão cumprindo metas de carbono\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eFlexibilidade elétrica\u003c/td\u003e\n\u003ctd\u003eCapacidade de ajustar o momento e a intensidade do uso de energia conforme a situação da rede, o preço e a produção de energia renovável\u003c/td\u003e\n\u003ctd\u003eÉ um meio essencial para operar computação de AI de forma favorável à rede elétrica\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eEficiência de uso de água, WUE\u003c/td\u003e\n\u003ctd\u003eIndicador que relaciona a quantidade de água usada pelo data center para resfriamento etc. à carga de TI\u003c/td\u003e\n\u003ctd\u003eEm regiões com escassez de água, é um fator de licenciamento e conflito regional tão importante quanto a energia elétrica\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\u003ca href=\"#onde-a-demanda-por-data-centers-de-ai-cresce-rapidamente\" class=\"anchor\" id=\"onde-a-demanda-por-data-centers-de-ai-cresce-rapidamente\"\u003e\u003c/a\u003eOnde a demanda por data centers de AI cresce rapidamente\u003c/h2\u003e\n\u003cp\u003eA expansão de data centers de AI ocorre globalmente, mas não cresce na mesma velocidade em todas as regiões. Os locais onde a demanda se concentra rapidamente geralmente têm as seguintes condições.\u003c/p\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eRegiões com regiões de nuvem existentes e hubs de rede\u003c/strong\u003e\u003cbr\u003e\nServiços de AI exigem movimentação de grandes volumes de dados, baixa latência e conectividade global de serviços. Regiões onde provedores de nuvem e redes de telecomunicações já estão concentrados são favoráveis como locais para novos data centers de AI.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eRegiões capazes de garantir grande volume de energia elétrica\u003c/strong\u003e\u003cbr\u003e\nClusters de treinamento de AI exigem alta densidade de energia. Custo da eletricidade, folga da rede de transmissão, capacidade de subestações e acesso a energia renovável são variáveis centrais na decisão de localização.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eRegiões próximas da cadeia de suprimentos de semicondutores e servidores e da força de trabalho operacional\u003c/strong\u003e\u003cbr\u003e\nA possibilidade de garantir servidores GPU, equipamentos de resfriamento, equipamentos elétricos e mão de obra operacional especializada afeta diretamente a velocidade de expansão dos data centers.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eRegiões com incentivos políticos e licenciamento claros\u003c/strong\u003e\u003cbr\u003e\nRegiões com benefícios fiscais, regras de uso do solo, sistemas de contratos de energia e critérios de avaliação ambiental claros oferecem maior previsibilidade do ponto de vista dos operadores.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eRegiões onde são possíveis contratos de compra de energia renovável\u003c/strong\u003e\u003cbr\u003e\nBig techs enfatizam energia livre de carbono 24 horas, aquisição de energia renovável e contratos de compra de energia de longo prazo. No entanto, a aquisição contratual de energia renovável e a intensidade de carbono do consumo real de energia por horário podem ser diferentes.\u003c/p\u003e\n\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch2\u003e\u003ca href=\"#por-que-surgem-gargalos-na-conexão-à-rede-elétrica\" class=\"anchor\" id=\"por-que-surgem-gargalos-na-conexão-à-rede-elétrica\"\u003e\u003c/a\u003ePor que surgem gargalos na conexão à rede elétrica\u003c/h2\u003e\n\u003cp\u003eO problema elétrico dos data centers de AI é difícil de explicar com a pergunta simples “falta eletricidade?”. Os gargalos geralmente ocorrem em quatro etapas.\u003c/p\u003e\n\u003ch3\u003e\u003ca href=\"#1-diferença-entre-capacidade-de-geração-e-horário-real-de-fornecimento-possível\" class=\"anchor\" id=\"1-diferença-entre-capacidade-de-geração-e-horário-real-de-fornecimento-possível\"\u003e\u003c/a\u003e1. Diferença entre capacidade de geração e horário real de fornecimento possível\u003c/h3\u003e\n\u003cp\u003eA geração solar e eólica varia conforme o horário e o clima. É possível garantir fornecimento estável quando operadas em conjunto com outros recursos, como nuclear, gás, hidrelétricas e sistemas de armazenamento. Data centers frequentemente operam 24 horas por dia, de modo que a falta de energia em determinados horários se torna um grande risco.\u003c/p\u003e\n\u003ch3\u003e\u003ca href=\"#2-limites-físicos-da-rede-de-transmissão-e-das-subestações\" class=\"anchor\" id=\"2-limites-físicos-da-rede-de-transmissão-e-das-subestações\"\u003e\u003c/a\u003e2. Limites físicos da rede de transmissão e das subestações\u003c/h3\u003e\n\u003cp\u003eA eletricidade precisa se deslocar da usina até o data center. Mesmo que a geração seja suficiente, a conexão é atrasada se houver falta de capacidade em linhas de transmissão, subestações ou redes de distribuição. Por isso, novos data centers são avaliados junto com planos de expansão da rede elétrica.\u003c/p\u003e\n\u003ch3\u003e\u003ca href=\"#3-filas-de-conexão-e-atrasos-na-aquisição-de-equipamentos\" class=\"anchor\" id=\"3-filas-de-conexão-e-atrasos-na-aquisição-de-equipamentos\"\u003e\u003c/a\u003e3. Filas de conexão e atrasos na aquisição de equipamentos\u003c/h3\u003e\n\u003cp\u003eQuando grandes consumidores e projetos de geração de energia renovável aumentam simultaneamente, as filas de conexão à rede se alongam. Os prazos de entrega de equipamentos essenciais, como transformadores, disjuntores e equipamentos de eletrônica de potência, também podem se tornar gargalos.\u003c/p\u003e\n\u003ch3\u003e\u003ca href=\"#4-licenciamento-regional-e-aceitação-dos-moradores\" class=\"anchor\" id=\"4-licenciamento-regional-e-aceitação-dos-moradores\"\u003e\u003c/a\u003e4. Licenciamento regional e aceitação dos moradores\u003c/h3\u003e\n\u003cp\u003eData centers afetam não apenas a eletricidade, mas também terra, água, ruído, paisagem, arrecadação tributária, emprego e tarifas locais de eletricidade. Moradores podem se opor se sentirem que o peso sobre a infraestrutura é maior que os benefícios regionais.\u003c/p\u003e\n\u003ch2\u003e\u003ca href=\"#tarifas-de-eletricidade-e-distribuição-de-custos-quem-arca-com-o-custo-da-rede-elétrica-de-ai\" class=\"anchor\" id=\"tarifas-de-eletricidade-e-distribuição-de-custos-quem-arca-com-o-custo-da-rede-elétrica-de-ai\"\u003e\u003c/a\u003eTarifas de eletricidade e distribuição de custos: quem arca com o custo da rede elétrica de AI\u003c/h2\u003e\n\u003cp\u003eA expansão de data centers de AI lança perguntas difíceis para companhias elétricas e órgãos reguladores. Quando linhas de transmissão e subestações são ampliadas para um grande cliente, quem deve arcar com esse custo?\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eItem de custo\u003c/th\u003e\n\u003cth\u003eCausa\u003c/th\u003e\n\u003cth\u003eQuestão\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd\u003eCusto de obras de conexão à rede\u003c/td\u003e\n\u003ctd\u003eAmpliação de subestações e instalações de transmissão e distribuição para conectar o data center\u003c/td\u003e\n\u003ctd\u003eSe deve ser arcado pelo operador ou refletido nas tarifas de todos os consumidores\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eCusto de resposta à demanda de pico\u003c/td\u003e\n\u003ctd\u003eGarantia de estabilidade de fornecimento nos horários de maior demanda elétrica\u003c/td\u003e\n\u003ctd\u003eSe devem ser cobradas tarifas mais altas dos clientes que geram o pico\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eCusto de reserva e energia de backup\u003c/td\u003e\n\u003ctd\u003ePrevenção de apagões e manutenção da estabilidade da rede\u003c/td\u003e\n\u003ctd\u003eComo precificar a exigência de energia 24 horas de alta confiabilidade dos data centers\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eCusto de energia renovável e sistemas de armazenamento\u003c/td\u003e\n\u003ctd\u003eInvestimentos para atingir simultaneamente metas de carbono e estabilidade elétrica\u003c/td\u003e\n\u003ctd\u003eQuem deve arcar com contratos de compra de energia de longo prazo, sistemas de armazenamento e custos da rede de transmissão\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eCusto ambiental regional\u003c/td\u003e\n\u003ctd\u003eUso de água, emissão de calor, uso do solo, ruído etc.\u003c/td\u003e\n\u003ctd\u003eSe são necessárias compensações regionais e condições de licenciamento fora da tarifa de eletricidade\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eDo ponto de vista de políticas públicas, os seguintes desenhos podem ser discutidos.\u003c/p\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003ePrincípio do causador-pagador\u003c/strong\u003e: custos de expansão necessários por causa da conexão de um data center específico são arcados em maior medida pelo respectivo operador.\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eTarifas por horário\u003c/strong\u003e: aumentar a tarifa de eletricidade em horários em que a rede está congestionada ou a intensidade de carbono é alta.\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eContratos de resposta à demanda\u003c/strong\u003e: oferecer compensação se, em caso de escassez de eletricidade, o data center reduzir parte da computação ou a transferir para outra região.\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eTarifa mínima de longo prazo ou tarifa de demanda\u003c/strong\u003e: clientes que reservaram infraestrutura elétrica de grande escala arcam com determinado custo independentemente do consumo real.\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eCondições de benefício regional\u003c/strong\u003e: incluir arrecadação tributária, empregos, aproveitamento de calor residual, limites de uso de água e investimento na rede elétrica regional como condições de licenciamento.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\u003ca href=\"#indicadores-a-observar-em-relatórios-corporativos-de-sustentabilidade\" class=\"anchor\" id=\"indicadores-a-observar-em-relatórios-corporativos-de-sustentabilidade\"\u003e\u003c/a\u003eIndicadores a observar em relatórios corporativos de sustentabilidade\u003c/h2\u003e\n\u003cp\u003eRelatórios ambientais e de sustentabilidade de grandes empresas de tecnologia, como Google e Amazon, são materiais importantes para compreender o peso real da infraestrutura de AI. No entanto, como métodos de cálculo, ano fiscal, tratamento de certificados de energia renovável e formas de separação entre data centers e o negócio total diferem por empresa, os números não devem ser comparados de forma simplista.\u003c/p\u003e\n\u003ch3\u003e\u003ca href=\"#checklist-de-indicadores-chave\" class=\"anchor\" id=\"checklist-de-indicadores-chave\"\u003e\u003c/a\u003eChecklist de indicadores-chave\u003c/h3\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eIndicador\u003c/th\u003e\n\u003cth\u003eO que verificar\u003c/th\u003e\n\u003cth\u003ePontos de atenção na interpretação\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd\u003eUso total de energia elétrica\u003c/td\u003e\n\u003ctd\u003eTendência de consumo elétrico da empresa como um todo e dos data centers\u003c/td\u003e\n\u003ctd\u003eO uso exclusivo de AI pode não ser divulgado separadamente\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eAquisição de energia renovável\u003c/td\u003e\n\u003ctd\u003ePPA, certificados, geração própria, metas de energia livre de carbono\u003c/td\u003e\n\u003ctd\u003eMatching anual e matching por horário têm significados diferentes\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eEmissões de Scope 2\u003c/td\u003e\n\u003ctd\u003eEmissões de gases de efeito estufa causadas pela energia comprada\u003c/td\u003e\n\u003ctd\u003eÉ preciso verificar a diferença entre métodos de cálculo baseados em mercado e em localização\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eEmissões de Scope 3\u003c/td\u003e\n\u003ctd\u003eEmissões da cadeia de suprimentos, como servidores, semicondutores, construção e logística\u003c/td\u003e\n\u003ctd\u003eCom a expansão da infraestrutura de AI, as emissões da fabricação de equipamentos podem aumentar\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eUso de água\u003c/td\u003e\n\u003ctd\u003eResfriamento, operação das instalações, estresse hídrico por região\u003c/td\u003e\n\u003ctd\u003eO uso de água deve ser analisado junto com a situação dos recursos hídricos regionais\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003ePUE\u003c/td\u003e\n\u003ctd\u003eRelação entre a eletricidade dos equipamentos de TI e a eletricidade total da instalação\u003c/td\u003e\n\u003ctd\u003eMesmo com PUE baixo, se o uso total de energia elétrica disparar, a carga total pode aumentar\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eWUE\u003c/td\u003e\n\u003ctd\u003eUso de água por carga de TI\u003c/td\u003e\n\u003ctd\u003eHá grande variação conforme o método de resfriamento e as condições climáticas\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eRemoção e compensação de carbono\u003c/td\u003e\n\u003ctd\u003eForma de lidar com emissões residuais\u003c/td\u003e\n\u003ctd\u003eÉ preciso distinguir redução de compensação\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch3\u003e\u003ca href=\"#essência-da-interpretação-dos-dados\" class=\"anchor\" id=\"essência-da-interpretação-dos-dados\"\u003e\u003c/a\u003eEssência da interpretação dos dados\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003e\u003cstrong\u003eMelhorias de eficiência não compensam automaticamente o aumento do volume total.\u003c/strong\u003e Mesmo que a eficiência de servidores e resfriamento melhore, se o uso de AI crescer mais rapidamente, o uso total de energia elétrica e água pode aumentar.\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eA compra de energia renovável não resolve imediatamente o congestionamento da rede.\u003c/strong\u003e Mesmo que haja contratos de compra de energia, é necessário que a rede de transmissão seja suficiente no horário e no local necessários.\u003c/li\u003e\n\u003cli\u003e\u003cstrong\u003eMetas de carbono devem considerar não apenas Scope 2, mas também Scope 3.\u003c/strong\u003e Isso porque as emissões da cadeia de suprimentos de aceleradores de AI e da construção de data centers podem aumentar.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\u003ca href=\"#possibilidades-e-limites-da-power-flexible-ai-factory\" class=\"anchor\" id=\"possibilidades-e-limites-da-power-flexible-ai-factory\"\u003e\u003c/a\u003ePossibilidades e limites da ‘Power-flexible AI factory’\u003c/h2\u003e\n\u003cp\u003eA fábrica de AI com flexibilidade elétrica é um modelo operacional que ajusta a computação de AI conforme o estado da rede elétrica. A ideia central é que nem todas as tarefas de AI têm o mesmo grau de urgência.\u003c/p\u003e\n\u003ch3\u003e\u003ca href=\"#formas-possíveis\" class=\"anchor\" id=\"formas-possíveis\"\u003e\u003c/a\u003eFormas possíveis\u003c/h3\u003e\n\u003col\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eDeslocamento do horário de tarefas de treinamento\u003c/strong\u003e\u003cbr\u003e\nO treinamento de grandes modelos ou tarefas em lote pode ser ajustado em unidades de algumas horas ou alguns dias. É possível transferi-los para horários em que o preço da eletricidade é baixo ou a produção de energia renovável é alta.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eTransferência de workloads entre regiões\u003c/strong\u003e\u003cbr\u003e\nUsando infraestrutura global de nuvem, é possível transferir tarefas de regiões onde a rede elétrica está congestionada para outras regiões. Porém, soberania de dados, latência e custos de rede se tornam restrições.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eGestão de prioridade da carga de inferência\u003c/strong\u003e\u003cbr\u003e\nÉ possível distinguir serviços que exigem resposta em tempo real de tarefas analíticas que toleram atraso e, em caso de escassez de energia, converter algumas tarefas para menor prioridade.\u003c/p\u003e\n\u003c/li\u003e\n\u003cli\u003e\n\u003cp\u003e\u003cstrong\u003eIntegração com baterias, armazenamento térmico e recursos de backup\u003c/strong\u003e\u003cbr\u003e\nSistemas de armazenamento e resfriamento dentro do data center podem ser usados para resposta à demanda da rede elétrica.\u003c/p\u003e\n\u003c/li\u003e\n\u003c/ol\u003e\n\u003ch3\u003e\u003ca href=\"#limites\" class=\"anchor\" id=\"limites\"\u003e\u003c/a\u003eLimites\u003c/h3\u003e\n\u003cul\u003e\n\u003cli\u003eTarefas com baixa tolerância a atraso, como busca em tempo real, suporte ao cliente, transações financeiras e serviços médicos e de segurança, têm pequena margem de ajuste.\u003c/li\u003e\n\u003cli\u003eA transferência de workloads pode entrar em conflito com normas de proteção de dados, contratos de nuvem por região e exigências de latência.\u003c/li\u003e\n\u003cli\u003ePara que a flexibilidade elétrica leve a reduções reais de carbono, são necessários dados de intensidade de carbono da eletricidade por horário.\u003c/li\u003e\n\u003cli\u003ePara que operadores ofereçam flexibilidade elétrica, as tarifas de eletricidade ou o sistema de compensação por resposta à demanda precisam ser suficientemente claros.\u003c/li\u003e\n\u003c/ul\u003e\n\u003ch2\u003e\u003ca href=\"#recursos-hídricos-regionais-e-problemas-de-resfriamento\" class=\"anchor\" id=\"recursos-hídricos-regionais-e-problemas-de-resfriamento\"\u003e\u003c/a\u003eRecursos hídricos regionais e problemas de resfriamento\u003c/h2\u003e\n\u003cp\u003eO impacto ambiental dos data centers de AI não termina na eletricidade. Servidores de alto desempenho geram muito calor e, dependendo do método de resfriamento, o uso de água pode aumentar.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eMétodo de resfriamento\u003c/th\u003e\n\u003cth\u003eVantagens\u003c/th\u003e\n\u003cth\u003ePontos de atenção\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd\u003eResfriamento a ar\u003c/td\u003e\n\u003ctd\u003eEstrutura relativamente simples e pode usar pouca água\u003c/td\u003e\n\u003ctd\u003ePode ter limitações para racks de AI de alta densidade\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eResfriamento evaporativo\u003c/td\u003e\n\u003ctd\u003ePode ajudar a reduzir o uso de eletricidade\u003c/td\u003e\n\u003ctd\u003eO uso de água pode aumentar\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eResfriamento líquido\u003c/td\u003e\n\u003ctd\u003eAdequado para servidores GPU de alta densidade\u003c/td\u003e\n\u003ctd\u003eA complexidade das instalações e o investimento inicial podem ser altos\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eResfriamento híbrido\u003c/td\u003e\n\u003ctd\u003ePossibilita combinações conforme clima e carga\u003c/td\u003e\n\u003ctd\u003eA otimização operacional é complexa\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003cp\u003eEm regiões com alto estresse hídrico, o uso de água dos data centers pode competir com a agricultura, o abastecimento doméstico e os ecossistemas. Portanto, governos locais devem avaliar, no processo de licenciamento, uso de água, aproveitamento de água reciclada, planos de resposta a secas e possibilidade de aproveitamento de calor residual.\u003c/p\u003e\n\u003ch2\u003e\u003ca href=\"#itens-de-dados-necessários-para-desenho-de-políticas-e-regulação\" class=\"anchor\" id=\"itens-de-dados-necessários-para-desenho-de-políticas-e-regulação\"\u003e\u003c/a\u003eItens de dados necessários para desenho de políticas e regulação\u003c/h2\u003e\n\u003cp\u003eEm políticas para data centers de AI, os dados são mais importantes que declarações. Os itens que governos locais, companhias elétricas e órgãos reguladores devem gerenciar em conjunto são os seguintes.\u003c/p\u003e\n\u003cdiv class=\"overflow-x-auto\"\u003e\u003ctable\u003e\n\u003cthead\u003e\n\u003ctr\u003e\n\u003cth\u003eItem de dados\u003c/th\u003e\n\u003cth\u003eEntidade fornecedora\u003c/th\u003e\n\u003cth\u003eFinalidade de uso\u003c/th\u003e\n\u003c/tr\u003e\n\u003c/thead\u003e\n\u003ctbody\u003e\n\u003ctr\u003e\n\u003ctd\u003eCapacidade elétrica solicitada, plano de expansão por etapa\u003c/td\u003e\n\u003ctd\u003eOperador do data center\u003c/td\u003e\n\u003ctd\u003eAvaliar a necessidade de reforço da rede\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eCarga prevista por horário\u003c/td\u003e\n\u003ctd\u003eOperador·companhia elétrica\u003c/td\u003e\n\u003ctd\u003eDemanda de pico e desenho de tarifas\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eFaixa possível de flexibilidade elétrica\u003c/td\u003e\n\u003ctd\u003eOperador\u003c/td\u003e\n\u003ctd\u003eContratos de resposta à demanda e planos de operação emergencial\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eMétodo de resfriamento e uso de água previsto\u003c/td\u003e\n\u003ctd\u003eOperador\u003c/td\u003e\n\u003ctd\u003eAvaliação de impacto sobre recursos hídricos\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003ePlano de aquisição de energia renovável\u003c/td\u003e\n\u003ctd\u003eOperador\u003c/td\u003e\n\u003ctd\u003eAvaliação de metas de carbono e impacto na rede elétrica regional\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eCusto de reforço de transmissão e subestações\u003c/td\u003e\n\u003ctd\u003eCompanhia elétrica\u003c/td\u003e\n\u003ctd\u003eDistribuição de custos e aprovação tarifária\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003ePlano de emprego regional, arrecadação tributária e aproveitamento de calor residual\u003c/td\u003e\n\u003ctd\u003eOperador·governo local\u003c/td\u003e\n\u003ctd\u003eAvaliação da aceitação dos moradores\u003c/td\u003e\n\u003c/tr\u003e\n\u003ctr\u003e\n\u003ctd\u003eMétodo de cálculo de emissões\u003c/td\u003e\n\u003ctd\u003eOperador\u003c/td\u003e\n\u003ctd\u003eVerificação de relatórios de sustentabilidade\u003c/td\u003e\n\u003c/tr\u003e\n\u003c/tbody\u003e\n\u003c/table\u003e\u003c/div\u003e\n\u003ch2\u003e\u003ca href=\"#conclusão\" class=\"anchor\" id=\"conclusão\"\u003e\u003c/a\u003eConclusão\u003c/h2\u003e\n\u003cp\u003eO aumento da demanda elétrica dos data centers de AI não é um problema apenas da indústria de tecnologia. É uma questão de infraestrutura pública que conecta, de uma só vez, investimentos na rede elétrica, tarifas de eletricidade, licenciamento regional, recursos hídricos e metas de carbono. O ponto central das políticas não é bloquear a inovação em AI, mas medir de forma transparente e distribuir de maneira justa os custos que a grande demanda elétrica impõe às comunidades locais e à rede elétrica.\u003c/p\u003e\n\u003cp\u003eA abordagem mais realista é combinar três elementos. Primeiro, operadores de data centers devem divulgar dados de energia, água e emissões de forma mais detalhada. Segundo, companhias elétricas e órgãos reguladores devem preparar desenhos tarifários que reflitam os custos de rede dos grandes consumidores. Terceiro, a computação de AI deve ser operada de forma flexível, dentro do possível, conforme a situação da rede elétrica.\u003c/p\u003e\n","tags":["Data center de IA","rede elétrica","tarifa elétrica","emissões de carbono","sustentabilidade"],"faqs":[{"question":"Por que os data centers de IA consomem mais eletricidade do que os data centers comuns?","answer":"O treinamento e a inferência de IA utilizam em larga escala aceleradores de alto desempenho, como GPU e TPU, e têm alta densidade de potência por rack de servidores. O calor gerado pelos equipamentos também é grande, aumentando o consumo de energia para resfriamento e, em alguns casos, também o uso de água."},{"question":"Os gargalos da rede elétrica acontecem apenas por falta de usinas?","answer":"Não. Mesmo que a geração seja suficiente, se houver insuficiência de linhas de transmissão, subestações, redes de distribuição, procedimentos de conexão ao sistema, prazos de entrega de equipamentos ou licenças regionais, pode não ser possível fornecer a tempo a energia necessária aos data centers."},{"question":"Os data centers de IA podem fazer a tarifa de eletricidade dos consumidores comuns subir?","answer":"Existe essa possibilidade. Para conectar grandes data centers, podem ser necessários investimentos na rede elétrica e, se esse custo for refletido nas tarifas gerais, os consumidores comuns também podem arcar com ele. Por isso, são importantes modelos como pagamento pelo causador do custo, tarifas de demanda e tarifas por horário."},{"question":"Firmar um contrato de compra de energia renovável resolve o problema de carbono dos data centers?","answer":"Ajuda a resolver parte do problema, mas pode não ser suficiente. Mesmo que, em base anual, o volume de energia renovável comprado seja igual ao consumo, a intensidade de carbono da eletricidade nos horários e nas regiões em que o consumo realmente ocorre pode ser diferente, e os gargalos da rede de transmissão continuam sendo uma questão separada."},{"question":"Quais indicadores devem ser observados primeiro em um relatório de sustentabilidade corporativa?","answer":"É preciso analisar em conjunto o consumo total de eletricidade, a forma de aquisição de energia renovável, as emissões de Scope 2, as emissões de Scope 3, o uso de água, o PUE e o WUE. Se for observado apenas um indicador isolado de eficiência, pode-se deixar de perceber o aumento do volume total ou as emissões da cadeia de suprimentos."},{"question":"Se o PUE for baixo, pode-se considerar que o data center é ambientalmente sustentável?","answer":"O PUE é um indicador importante que mostra a eficiência energética das instalações, mas não é uma condição suficiente. Também é preciso verificar o consumo total de eletricidade, a intensidade de carbono da energia, o uso de água, as emissões da fabricação dos equipamentos e o impacto sobre a rede elétrica local."},{"question":"O que é uma fábrica de IA flexível em termos de energia?","answer":"É um modelo operacional que ajusta o horário, a localização e a prioridade das tarefas de treinamento e inferência de IA de acordo com o congestionamento da rede elétrica, o preço da energia e a geração de energia renovável. É vantajoso para tarefas de treinamento que podem ser adiadas, mas seu escopo de aplicação é limitado para serviços em tempo real."},{"question":"O que os governos locais devem verificar no licenciamento de data centers de IA?","answer":"Devem ser analisados em conjunto a capacidade elétrica solicitada, o plano de expansão por etapas, os custos de reforço das redes de transmissão e distribuição, o uso de água, o método de resfriamento, os impactos de ruído e calor, o emprego e a arrecadação local, o aproveitamento do calor residual e o plano de operação de energia de emergência."},{"question":"Por que o uso de água pelos data centers se torna uma questão de política pública?","answer":"Alguns métodos de resfriamento podem usar uma quantidade considerável de água e, em regiões com alto estresse hídrico, podem competir com o abastecimento doméstico, a agricultura e os ecossistemas. Por isso, o uso de água, junto com a demanda por eletricidade, torna-se um dado essencial para o licenciamento regional."},{"question":"A expansão da IA e as metas de neutralidade de carbono podem ser compatíveis?","answer":"A compatibilidade é possível, mas não acontece automaticamente. São necessários, em conjunto, equipamentos de alta eficiência, aquisição de eletricidade livre de carbono por horário, flexibilidade energética, investimentos na rede de transmissão e divulgação transparente das emissões."}],"sources":[{"url":"https://www.iea.org/reports/key-questions-on-energy-and-ai","title":"IEA - Principais perguntas sobre energia e IA","type":"source"},{"url":"https://www.capgemini.com/wp-content/uploads/2026/06/Final-Infographic-Data-Centers.pdf","title":"Capgemini - Infográfico sobre infraestrutura de energia de data centers","type":"source"},{"url":"https://sustainability.google/google-2026-environmental-report/","title":"Relatório Ambiental do Google 2026","type":"source"},{"url":"https://sustainability.aboutamazon.com/2025-amazon-sustainability-report.pdf","title":"Relatório de Sustentabilidade da Amazon 2025","type":"source"},{"url":"https://www.weforum.org/stories/2026/06/is-ai-the-next-great-energy-technology/","title":"World Economic Forum - A IA é a próxima grande tecnologia de energia?","type":"source"}],"images":[{"id":116,"url":"https://injoys.com/rails/active_storage/blobs/redirect/eyJfcmFpbHMiOnsiZGF0YSI6MTEwOSwicHVyIjoiYmxvYl9pZCJ9fQ==--24e2c37e44ae23294770b11187b669b242e5e656/ai-66d8a04c.webp","is_representative":true,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"데이터센터와 전력망, 공장 배출가스, 주거지역, 물과 비용을 함께 보여주는 일러스트","caption":"AI 데이터센터의 전력 수요가 전력망, 배출, 물 사용, 전기요금 부담으로 이어지는 모습을 나타낸다.","description":null},"en":{"alt":"Illustration of a data center linked to power grids, emissions, homes, water use, and costs","caption":"The scene shows AI data center demand straining grids, emissions goals, water resources, and electricity bills.","description":null},"ja":{"alt":"データセンターと送電網、排出ガス、住宅、水資源、費用を描いたイラスト","caption":"AIデータセンターの電力需要が送電網、排出量、水利用、電気料金に圧力をかける様子を示している。","description":null},"es":{"alt":"Ilustración de un centro de datos conectado a redes eléctricas, emisiones, viviendas, agua y costos","caption":"La escena muestra cómo la demanda eléctrica de los centros de datos de IA presiona la red, las emisiones, el agua y las tarifas.","description":null},"id":{"alt":"Ilustrasi pusat data terhubung ke jaringan listrik, emisi, permukiman, air, dan biaya","caption":"Gambar ini menunjukkan kebutuhan listrik pusat data AI yang menekan jaringan, emisi, air, dan tagihan listrik.","description":null},"pt":{"alt":"Ilustração de um data center ligado à rede elétrica, emissões, casas, água e custos","caption":"A cena mostra a demanda de energia de data centers de IA pressionando redes, emissões, água e tarifas.","description":null},"zh-hant":{"alt":"資料中心連接電網、排放、住宅、用水與成本的插圖","caption":"畫面呈現 AI 資料中心用電需求對電網、排放、用水與電費造成壓力。","description":null}}},{"id":117,"url":"https://injoys.com/rails/active_storage/blobs/redirect/eyJfcmFpbHMiOnsiZGF0YSI6MTExNSwicHVyIjoiYmxvYl9pZCJ9fQ==--92979d3eec1c9893780bdbd43bff5db85b674c7d/ai-c2ab6b65.webp","is_representative":false,"generation_method":"ai_image","license":"ai_generated","mime_type":"image/webp","translations":{"ko":{"alt":"전력망과 냉각수 배관으로 연결된 데이터센터, 태양광·풍력 설비와 전력 아이콘","caption":"데이터센터들이 전력망, 냉각수, 재생에너지 설비와 연결된 모습을 보여준다.","description":null},"en":{"alt":"Data centers linked to power lines and cooling pipes, with solar panels, wind turbines, and energy icons","caption":"The illustration shows data centers drawing power and water while connected to renewable energy and the grid.","description":null},"ja":{"alt":"送電線と冷却水配管でつながるデータセンター、太陽光・風力設備と電力アイコン","caption":"データセンターが電力網や冷却水、再生可能エネルギー設備と結び付く様子を示している。","description":null},"es":{"alt":"Centros de datos conectados a líneas eléctricas y tuberías de agua, con paneles solares y turbinas eólicas","caption":"La ilustración muestra centros de datos conectados a la red, al agua de enfriamiento y a energías renovables.","description":null},"id":{"alt":"Pusat data terhubung ke jaringan listrik dan pipa pendingin, dengan panel surya, turbin angin, dan ikon energi","caption":"Ilustrasi ini menunjukkan pusat data yang terhubung ke listrik, air pendingin, dan energi terbarukan.","description":null},"pt":{"alt":"Centros de dados conectados à rede elétrica e a tubos de resfriamento, com solar e eólica","caption":"A ilustração mostra centros de dados ligados à rede, à água de resfriamento e a fontes renováveis.","description":null},"zh-hant":{"alt":"資料中心連接電網與冷卻水管，周圍有太陽能板、風力發電機與電力圖示","caption":"插圖呈現資料中心與電網、冷卻用水和再生能源設施相互連結。","description":null}}}],"published_at":"2026-07-09T23:13:39+09:00","updated_at":"2026-07-09T23:13:39+09:00","license":"cc_by","translation_status":"reviewed","available_locales":["ko","en","ja","es"],"data_locales":["ko","en","ja","es","id","pt","zh-hant"],"url":"https://injoys.com/en/articles/ai-data-center-power-grid-tariffs-carbon"}