A IA Está Drenando a Rede Elétrica: Por Dentro da Crise de Energia dos Data Centers que Está Remodelando a Infraestrutura Energética

Os Números Não Mentem

Em 2023, os data centers consumiram aproximadamente 460 terawatt-hora (TWh) de eletricidade globalmente — cerca de 2% da demanda mundial total de eletricidade. Até 2026, a Agência Internacional de Energia projeta que esse número dobrará para mais de 1.000 TWh anuais, impulsionado quase inteiramente por cargas de trabalho de treinamento e inferência de IA. Para contextualizar: 1.000 TWh é mais eletricidade do que toda a Alemanha consome em um ano.

Uma única execução de treinamento de IA em larga escala — como as usadas para desenvolver modelos frontier — pode consumir 50 a 100 gigawatt-hora (GWh) de eletricidade. Estima-se que o treinamento do GPT-4 tenha usado aproximadamente 50 GWh. A inferência, processo de executar um modelo treinado para responder consultas, escala ainda mais rápido: com milhões de usuários ativos diários por grande produto de IA, a demanda por inferência agora supera a demanda por treinamento no consumo total de energia em muitas instalações hyperscaler.

A Rede Elétrica Já Está Cedendo

O PJM Interconnection, o maior operador da rede elétrica da América do Norte, cobrindo 13 estados e Washington D.C., alertou em 2024 que a demanda projetada de eletricidade na próxima década saltou 40% em comparação com sua previsão de 2022 — em grande parte devido aos data centers. No norte da Virgínia, lar da concentração mais densa de data centers do mundo ("Data Center Alley"), concessionárias locais impuseram moratórias de capacidade em algumas subestações porque a rede simplesmente não consegue entregar mais energia sem anos de atualizações de infraestrutura.

A Irlanda, que sedia data centers europeus para Google, Meta, Amazon e Microsoft, viu os data centers consumirem 21% de toda a eletricidade nacional em 2023. A operadora da rede irlandesa, EirGrid, começou a restringir novas conexões de data centers na região de Dublin até pelo menos 2028. Cingapura impôs uma moratória de três anos na construção de novos data centers de 2019 a 2022 por razões idênticas, levantando-a somente após o compromisso com energia verde.

O gargalo não é apenas a geração — é a capacidade de transmissão e de subestação. Construir uma nova subestação de alta tensão leva de 4 a 7 anos nos Estados Unidos devido ao licenciamento, restrições na cadeia de suprimentos para grandes transformadores de potência e coordenação com concessionárias. A infraestrutura de IA está sendo implantada em meses. A diferença entre os prazos da demanda e os prazos de atualização da rede é o ponto central de tensão dessa crise.

Parcerias com Concessionárias: Um Novo Modelo Industrial

Diante das limitações da rede, as hyperscalers estão contornando a contratação tradicional de concessionárias e negociando diretamente com produtores de energia. A Microsoft assinou um acordo de compra de energia (Power Purchase Agreement – PPA) de 20 anos com a Constellation Energy em 2023 para reiniciar a Unidade 1 da usina nuclear de Three Mile Island, que havia sido desligada em 2019 por razões econômicas. O acordo é estimado em mais de US$ 3 bilhões e fornecerá aproximadamente 835 megawatts (MW) de energia de base livre de carbono exclusivamente para os data centers da Microsoft.

A Amazon adotou uma abordagem diferente, adquirindo um campus de data center co-localizado diretamente ao lado da usina nuclear de Susquehanna, na Pensilvânia, garantindo uma alimentação dedicada de 960 MW por meio de uma linha de transmissão que contorna a rede pública completamente. O Google se comprometeu a comprar energia de seis reatores nucleares de nova geração desenvolvidos pela Kairos Power, com implantação prevista entre 2030 e 2035 totalizando 500 MW.

Esses acordos representam uma mudança fundamental: as empresas de tecnologia estão se tornando clientes âncora para infraestrutura energética da mesma forma que as fundições de alumínio e siderúrgicas foram âncoras industriais no século XX. A diferença é a velocidade — as hyperscalers podem comprometer capital e assinar contratos em meses, enquanto a infraestrutura energética leva décadas para ser construída.

O Renascimento Nuclear

O retorno da energia nuclear é a consequência mais dramática da demanda de energia da IA. Nos Estados Unidos, nenhuma nova usina nuclear havia entrado em operação em mais de duas décadas antes de 2023. Isso agora está mudando:

• Three Mile Island Unit 1 está sendo reiniciada pela Constellation Energy para a Microsoft, com previsão para 2028.
• Vogtle Unit 3 e Unit 4, na Geórgia, entraram em operação em 2023 e 2024 — os primeiros novos reatores construídos nos EUA em 30 anos — com a demanda de data centers como um fator-chave no business case da Southern Company.
• Small Modular Reactors (SMRs) — reatores fabricados em fábrica na faixa de 50 a 300 MW — estão recebendo bilhões em investimentos da Amazon, Google e Microsoft. NuScale, X-energy e TerraPower são as principais concorrentes, embora o primeiro projeto comercial da NuScale tenha sido cancelado em 2023 após custos excessivos, demonstrando que a tecnologia ainda não está totalmente mitigada de riscos.

O apelo da energia nuclear para data centers é específico: ela fornece energia de base livre de carbono 24/7 que a energia solar e eólica não conseguem igualar sem armazenamento massivo em baterias. Um data center executando grandes cargas de trabalho de inferência de IA não pode tolerar energia intermitente — cada milissegundo de inatividade tem um custo para o usuário. A energia nuclear oferece o perfil de confiabilidade que as operações de IA exigem.

A França, que já gera mais de 70% de sua eletricidade a partir de energia nuclear, viu seu setor de data centers crescer substancialmente à medida que empresas buscam co-localizar-se com energia limpa despachável. O governo francês anunciou planos em 2022 para construir seis novos reatores EPR2 e potencialmente mais oito, com a demanda de eletricidade impulsionada pela IA citada explicitamente na justificativa da política.

O Que os Ganhos de Eficiência Estão — e Não Estão — Resolvendo

O contra-argumento padrão da indústria às preocupações com a crise de energia é a melhoria da eficiência. A GPU H100 da NVIDIA oferece aproximadamente 30x o desempenho de inferência de IA por watt em comparação com a A100 de quatro anos atrás. O resfriamento líquido, que agora está sendo implantado na maioria dos novos data centers hyperscale de IA, permite densidades de calor de mais de 100 kilowatts por rack versus 15–20 kW para instalações resfriadas a ar — permitindo mais poder de computação em menos espaço físico e infraestrutura de energia.

Mas o Paradoxo de Jevons está operando em força total: os ganhos de eficiência estão sendo consumidos inteiramente pelo crescimento da demanda. Quando a inferência fica mais barata por consulta, o número de consultas explode. Quando o treinamento se torna mais eficiente, os pesquisadores treinam modelos maiores com mais frequência. A trajetória de consumo líquido de energia é acentuadamente ascendente, independentemente das melhorias de eficiência por unidade.

Anthropic, OpenAI, Google DeepMind e Meta implantaram ou anunciaram modelos maiores que seus antecessores em ciclos de 12 a 18 meses. Cada geração requer mais poder de computação para treinamento, mesmo que a inferência se torne mais barata. O argumento da eficiência é real, mas insuficiente como solução isolada.

O Que Vem a Seguir: Três Trajetórias

A crise de energia dos data centers se resolverá ao longo de uma das três trajetórias, ou mais provavelmente uma combinação de todas as três:

• Redistribuição geográfica: Data centers migram para regiões com capacidade excedente de energia — o Sudoeste americano (eólica e solar), Quebec (hidrelétrica), Escandinávia (hidrelétrica e geotérmica) e, eventualmente, África Subsaariana (capacidade hidrelétrica subdesenvolvida). Isso já está acontecendo: a Microsoft abriu um campus de data center de 500 MW em Quincy, Washington, especificamente por seu acesso hidrelétrico.
• Flexibilidade do lado da demanda: Cargas de trabalho de treinamento de IA — ao contrário da inferência — são ajustáveis no tempo. Uma execução de treinamento de modelo pode ser agendada durante horários de menor demanda da rede ou durante períodos de excesso de geração renovável. Google e DeepMind já implantaram sistemas de ML que deslocam computação não urgente para janelas de baixo carbono na rede, reduzindo sua intensidade de carbono sem reduzir a produtividade.
• Nova geração em escala: Além da nuclear, a fusão continua sendo uma aposta improvável, mas está recebendo capital significativo — a Commonwealth Fusion Systems levantou US$ 1,8 bilhão em 2021 e está mirando um reator de demonstração até 2025. Mais imediatamente, projetos eólicos offshore dedicados à alimentação de data centers estão em fase de licenciamento no Mar do Norte e na costa leste dos EUA.

Conclusões Práticas

Para equipes de infraestrutura, investidores e formuladores de políticas, as conclusões acionáveis dessa crise são concretas:

• Disponibilidade de energia é o novo terreno: A seleção de locais para data centers agora começa com análise de capacidade da rede, não com geografia ou rotas de fibra. Regiões que conseguem fornecer 500 MW ou mais de energia confiável atrairão investimentos desproporcionais na próxima década.
• PPAs nucleares valorizarão: Acordos de compra de energia de longo prazo com operadores nucleares estão subprecificados em relação ao seu valor. Empresas que garantiram PPAs nucleares de 20 anos em 2023-2024 têm uma vantagem estrutural de custo sobre concorrentes que dependem de mercados spot de eletricidade durante a década de 2030.
• Os prazos de atualização da rede são uma restrição rígida: Nenhuma quantidade de capital pode comprimir um cronograma de licenciamento de subestação de 6 anos para 18 meses sem reforma regulatória. O lobby por reforma de licenciamento — já em andamento por meio da Data Center Coalition e grupos similares — terá mais impacto no curto prazo do que qualquer investimento em tecnologia.
• O risco dos SMRs é real: Os Small Modular Reactors não são uma solução de curto prazo. A implantação comercial mais antiga e crível é 2030, e a incerteza de custos permanece alta. Empresas que apostam em SMRs como sua estratégia principal de energia para o período 2026-2029 enfrentam risco de execução.