A IA está a ficar sem energia. O espaço não será uma saída de emergência durante décadas

Bem-vindo ao Eye on AI, com a repórter de IA Sharon Goldman. Nesta edição: Centros de dados no espaço são viáveis, mas ainda não prontos para lançamento…Accenture liga promoções ao login em IA…A pioneira em IA Fei-Fei Li’s startup World Labs levanta 1 bilhão de dólares. O acordo da Nvidia com a Meta sinaliza uma nova era no poder de computação.

Vídeo Recomendado

A indústria de IA está numa verdadeira escalada de poder — literalmente — e está ficando desesperada. Os centros de dados já representam cerca de 4% do consumo de eletricidade nos EUA, uma fatia que deve mais que dobrar até 2030, à medida que a execução e o treinamento de modelos de IA exigem cada vez mais gigawatts de energia. Analistas projetam que a demanda global por energia de centros de dados pode aumentar até 165% até o final da década, mesmo com a infraestrutura de geração e transmissão ficando anos atrás das necessidades. Em resposta, os hyperscalers estão se esforçando — fechando acordos para construir suas próprias usinas de gás, explorando pequenos reatores nucleares e procurando energia onde puderem.

Diante desse cenário, não é surpresa que alguns dos maiores players do setor estejam começando a olhar para o espaço exterior como solução.

Em uma reportagem publicada hoje de manhã, aprofundo como — mesmo com as empresas de tecnologia planejando gastar mais de 5 trilhões de dólares globalmente em centros de dados de IA na Terra até o final da década — Elon Musk argumenta que o futuro do poder de computação em IA está no espaço, alimentado por energia solar. Musk sugeriu que a economia e a engenharia poderiam se alinhar em poucos anos, até prevendo que mais capacidade de computação em IA poderia estar em órbita do que na Terra em cinco anos.

A ideia de centros de espaço orbital não é nova. Desde 2015, a Fortune já questionava: E se colocássemos servidores no espaço?

O que mudou é a urgência. A crise de energia de hoje colocou o conceito de volta à mesa, com startups como a Starcloud ganhando atenção e líderes de Big Tech como o ex-CEO do Google, Eric Schmidt, o CEO da Alphabet, Sundar Pichai, e Jeff Bezos, da Amazon, voltando sua atenção às possibilidades de lançar centros de dados em órbita.

No entanto, enquanto Musk e outros otimistas argumentam que a computação de IA baseada no espaço pode se tornar relativamente rápida e economicamente viável, muitos especialistas dizem que qualquer escala significativa ainda está a décadas de distância. Restrições relacionadas à geração de energia, dissipação de calor, logística de lançamento e custos continuam tornando isso impraticável — e, por ora, a maior parte do investimento em IA continua fluindo para infraestrutura terrestre. Pilotos de computação orbital em pequena escala podem ser viáveis nos próximos anos, eles afirmam, mas o espaço permanece uma má substituição para os centros de dados terrestres no futuro próximo.

Não é difícil entender o apelo, porém: conversando com fontes para esta matéria, ficou claro que a ideia de centros de dados no espaço deixou de ser ficção científica — a física quase se confirma. “Sabemos como lançar foguetes; sabemos como colocar espaçonaves em órbita; e sabemos como construir painéis solares para gerar energia,” disse Jeff Thornburg, veterano da SpaceX que liderou o desenvolvimento do motor Raptor da SpaceX. “E empresas como a SpaceX mostram que podemos produzir veículos espaciais em massa a custos menores.”

O problema é que tudo o mais, desde a construção de grandes painéis solares até a redução dos custos de lançamento, avança muito mais lentamente do que o ciclo de hype atual de IA. Ainda assim, Thornburg afirmou que, a longo prazo, as pressões energéticas que impulsionam o interesse em centros de dados orbitais provavelmente não desaparecerão. “Os engenheiros vão encontrar maneiras de fazer isso funcionar,” disse ele. “No longo prazo, é só uma questão de quanto tempo vai levar para acontecer.”

Com isso, seguem mais notícias de IA.

Sharon Goldman
sharon.goldman@fortune.com
@sharongoldman

FORTUNE SOBRE IA

O CEO do Google, Sundar Pichai, diz que o investimento em IA ainda faz sentido apesar do medo de bolha — por Beatrice Nolan

Bill Gates desiste de participar da cúpula de IA na Índia de última hora, na mais recente crise de organização do evento — por Beatrice Nolan

Elon Musk está pressionando para construir centros de dados no espaço. Mas eles não resolverão os problemas de energia da IA tão cedo — por Sharon Goldman

Quem é Peter Steinberger, criador do OpenClaw? O desenvolvedor millennial chamou a atenção de Sam Altman e Mark Zuckerberg — por Eva Roytburg

Exclusivo: Bain e Greylock investem 42 milhões de dólares que agentes de IA finalmente podem resolver o maior gargalo da cibersegurança — por Lily Mae Lazarus

NOTÍCIAS SOBRE IA

Accenture liga promoções ao login em IA. A Accenture começou a monitorar o uso de suas ferramentas internas de IA por funcionários seniores — e a usar esses dados para decisões de promoção de liderança — destacando como até consultorias com forte foco em IA estão tendo dificuldades para fazer seus principais funcionários mudarem a forma de trabalhar. Segundo comunicações internas vistas pelo Financial Times, promoções a cargos de liderança agora exigirão “adoção regular” de ferramentas de IA, com a Accenture monitorando os logins de alguns gerentes seniores como parte das revisões de talento deste verão. A medida reflete um desafio mais amplo em consultorias e escritórios de contabilidade, onde executivos dizem que sócios seniores resistem muito mais à adoção de IA do que os mais jovens, levando a uma abordagem de “recompensa e punição”. Embora a Accenture diga que treinou mais de 550 mil funcionários em IA generativa e esteja reorganizando sua estrutura em torno de uma unidade de “Reinvenção de Serviços” centrada em IA, a política tem recebido críticas internas — incluindo alegações de que algumas ferramentas são pouco confiáveis — e evidencia a crescente disparidade entre a ambição de IA e seu uso cotidiano nas empresas.

A pioneira em IA Fei-Fei Li’s startup World Labs levanta 1 bilhão de dólares. Bloomberg informou que a startup fundada pela pioneira em IA Fei-Fei Li arrecadou 1 bilhão de dólares em uma nova rodada de financiamento para desenvolver “modelos de mundo”, uma abordagem que visa ajudar sistemas de IA a raciocinar e operar no mundo físico tridimensional. A rodada incluiu um investimento de 200 milhões de dólares da Autodesk, além de apoio de Andreessen Horowitz, Nvidia e Advanced Micro Devices, segundo a própria empresa. A World Labs se junta a um grupo crescente de startups focadas em modelos de mundo, incluindo uma liderada por Yann LeCun, enquanto investidores olham além dos grandes modelos de linguagem para sistemas de IA mais adequados para robótica e descoberta científica. A empresa lançou seu primeiro produto, Marble, no final do ano passado, que gera ambientes 3D a partir de textos ou imagens, e afirma que o novo capital acelerará o trabalho nessas áreas. Li é mais conhecida por seu papel na criação do ImageNet, um conjunto de dados fundamental que impulsionou avanços modernos em visão computacional; a startup não divulgou sua avaliação, embora a Bloomberg tenha informado anteriormente que ela estaria em negociações em torno de uma cifra de aproximadamente 5 bilhões de dólares.

O acordo da Nvidia com a Meta sinaliza uma nova era no poder de computação. Uma reportagem do Wired argumenta que o mais recente acordo da Nvidia com a Meta marca uma mudança na forma como o poder de computação em IA está sendo construído. Não se trata mais apenas de comprar GPUs mais potentes para treinar modelos de IA; as empresas agora precisam de um conjunto completo de chips para operá-los em escala. Além de bilhões de dólares em GPUs Nvidia, a Meta também está adquirindo CPUs Nvidia Grace — tornando-se a primeira grande empresa de tecnologia a se comprometer publicamente com esses chips em escala. Analistas dizem que a mudança reflete como os sistemas de IA mais recentes, especialmente os chamados “agentes” que executam tarefas continuamente, dependem fortemente de CPUs tradicionais para coordenar dados, gerenciar fluxos de trabalho e suportar inferência. Um relatório recente da Semianalysis reforça esse ponto, observando que alguns centros de dados de IA agora exigem dezenas de milhares de CPUs apenas para lidar com os dados produzidos pelas GPUs — uma carga de infraestrutura que quase não existia antes do boom de IA.