A Google publicou um relatório detalhado que quantifica o impacto ambiental do Gemini, o modelo de inteligência artificial da empresa, e todo o gasto associado a esta tecnologia e à forma como a mesma trabalha.
A Google revelou o consumo exato de energia, água e as emissões de carbono associadas a um simples pedido ao modelo Gemini.
Mais do que apenas números, o anúncio destaca uma melhoria de eficiência sem precedentes no último ano e serve como um apelo à ação para que toda a indústria tecnológica adote padrões de medição mais rigorosos e transparentes.
A energia gasta pelo Gemini
A crescente sofisticação e omnipresença dos modelos de IA generativa, como é o caso do Gemini, têm levantado sérias preocupações sobre a pegada ecológica de cada modelo. Até agora, os custos energéticos exatos têm sido, em grande parte, um mistério bastante vago.
A Google procura agora lançar luz sobre essa questão. Segundo a nova metodologia de medição que a empresa apresentou, um comando de texto mediano processado pelo Gemini consome 0,24 watt-horas de energia, emite o equivalente a 0,03 gramas de CO2 e requer 0,26 mililitros de água para o arrefecimento dos sistemas.
Embora estes valores por interação possam parecer baixos, se os multiplicarmos por milhares de milhões de interações diárias em todo o mundo revela a magnitude do desafio energético que a indústria enfrenta.
O ponto central do anúncio da Google não são os custos, mas sim os ganhos. A empresa revelou ter alcançado uma redução drástica no impacto ambiental do Gemini nos últimos 12 meses: o consumo de energia por comando mediano caiu 33 vezes e a pegada de carbono associada diminuiu 44 vezes.
Este avanço foi conseguido sem comprometer, e até melhorando, a qualidade e a complexidade das respostas da IA. Este “salto quântico” em eficiência, conforme descrito pela empresa, não se deve a uma única inovação, mas a uma abordagem integrada que otimiza toda a cadeia de operações, desde o software ao hardware. Os pilares desta estratégia incluem:
- Arquiteturas de Modelos Inovadoras: A adoção de arquiteturas como a “Mixture-of-Experts” (MoE) permite que apenas as partes relevantes do modelo de IA sejam ativadas para uma determinada tarefa, em vez de ativar a rede neural inteira. Isto resulta numa poupança de recursos computacionais massiva.
- Hardware Personalizado e Otimizado: A Google continua a desenvolver as próprias unidades de processamento, os Tensor Processing Units (TPUs). Este hardware é desenhado especificamente para as cargas de trabalho de IA, oferecendo um desempenho por watt muito superior ao dos processadores de uso geral.
- Algoritmos e Software Mais Eficientes: Melhorias contínuas nos algoritmos e no código que executa os modelos de IA permitem obter os mesmos resultados, ou melhores, com menos passos computacionais.
- Centros de Dados Ultraeficientes: A Google opera alguns dos centros de dados mais eficientes do mundo, utilizando sistemas de arrefecimento avançados e gestão inteligente de energia para minimizar o desperdício e a pegada hídrica.
Um Apelo à Transparência na Indústria
Ao partilhar não só os resultados, mas também a metodologia de cálculo detalhada, a Google está a pressionar o resto da indústria a seguir o exemplo. A empresa argumenta que, para um desenvolvimento sustentável da IA, é crucial que exista uma forma padronizada e honesta de medir o seu impacto.
A metodologia da Google utilizada para analisar os gastos do Gemini contabiliza variáveis frequentemente negligenciadas, como a energia consumida por sistemas inativos e os custos energéticos indiretos (conhecidos como Power Usage Effectiveness ou PUE) dos centros de dados.
Esta iniciativa surge num momento de crescente escrutínio por parte de reguladores e do público sobre os custos ambientais da revolução da IA. Ao posicionar-se na vanguarda da eficiência e da transparência, a Google procura não só otimizar as próprias operações, mas também moldar o futuro da computação para que seja mais sustentável, provando que o avanço tecnológico não tem de ocorrer à custa do planeta.
Aproveite a campanha:
