Num relatório recente sobre investimentos temáticos, os analistas do Barclays examinaram o aumento esperado no consumo de energia associado ao crescimento das tecnologias de inteligência artificial (IA), com ênfase no papel da NVIDIA (NVDA (NASDAQ:)).
A equipe do Barclays destacou que os requisitos de energia previstos relacionados aos desenvolvimentos de IA são um fator significativo no desempenho futuro do mercado da NVIDIA.
A análise do Barclays sugere que, até 2030, os data centers poderão necessitar de mais de 9% do atual consumo de eletricidade dos Estados Unidos, em grande parte devido à energia necessária para as operações de IA. O “consumo de energia da IA incluído nas expectativas de mercado da NVIDIA” é um dos principais contribuintes para esta projeção de alta potência, segundo analistas.
O relatório também reconhece que, embora a eficiência da IA esteja a melhorar com cada nova geração de Unidades de Processamento Gráfico (GPU), o tamanho e a complexidade dos modelos de IA estão a expandir-se rapidamente. Por exemplo, a capacidade de grandes modelos de linguagem significativa (LLMs) tem aumentado aproximadamente 3,5 vezes por ano.
Apesar destes avanços na eficiência, prevê-se que o consumo total de energia cresça devido à vasta gama de aplicações de IA. Cada geração subsequente de GPUs, como as séries Hopper e Blackwell da NVIDIA, consome menos energia. No entanto, os modelos de IA mais extensos e intrincados requerem um poder de processamento considerável.
“Os grandes modelos de linguagem (LLMs) precisam de muito poder de processamento para um desempenho pronto para uso”, afirma o relatório. “O poder de processamento necessário para LLMs também leva ao aumento do uso de energia, pois memória adicional, aceleradores e servidores são necessários para processar, aprender e fazer previsões usando esses modelos.”
“As empresas que planeiam utilizar LLMs para previsões instantâneas devem enfrentar estes desafios de energia e processamento”, enfatizou o Barclays.
Para se ter uma ideia da energia necessária, o Barclays estima que, para funcionar, cerca de 8 milhões de GPUs precisariam de cerca de 14,5 gigawatts de energia, o que equivale a cerca de 110 terawatts-hora (TWh) de energia. Esta estimativa baseia-se numa intensidade operacional média de 85%.
Com aproximadamente 70% dessas GPUs previstas para uso nos EUA até o final de 2027, isso significaria mais de 10 gigawatts e mais de 75 TWh de energia necessários para IA nos EUA nos próximos três anos.
“A atual avaliação de mercado da NVIDIA sugere que este é apenas o começo da implantação da demanda de energia relacionada à IA”, observaram os analistas. Espera-se que o avanço contínuo e a implementação de GPUs da empresa de semicondutores levem a aumentos substanciais no uso de energia em data centers.
Além disso, a dependência das redes eléctricas para os centros de dados enfatiza a necessidade de gerir o aumento da procura de energia. Os data centers operam sem interrupção, o que requer uma fonte de alimentação consistente.
O relatório faz referência a um comentário importante de Sam Altman, CEO da OpenAI, no Fórum Económico Mundial de Davos: “Certamente precisamos de muito mais energia no mundo do que pensávamos anteriormente… Acredito que ainda subestimamos as necessidades energéticas desta tecnologia . “
Este artigo foi criado e traduzido com a ajuda de IA e revisado por um editor. Para mais informação, veja nossos termos e condições.
emprestimo consignado banco do brasil simulação
qual valor do emprestimo do bolsa familia
cartão consignado loas
banco pan simular emprestimo fgts
simular empréstimo consignado bradesco
renovar cnh aracaju
banco pan correspondente
empréstimo no banco do brasil
