À medida que a IA se torna parte da vida diária de pessoas e organizações em todo o mundo, essa mudança traz uma questão fundamental dos líderes: a IA pode escalar de forma sustentável? Essa questão é especialmente real nas comunidades onde os datacenters operam. Os líderes precisam de respostas claras eW sobre o que é necessário para executar a IA em escala local e global, quanta energia e água ela usa para atender a uma solicitação de usuário hoje, e o que nós, da Microsoft, estamos fazendo para melhorar a eficiência ao longo do tempo, à medida que expandimos o acesso à IA. Nosso recente estudo de pesquisa conduzido pelo Microsoft AI for Good Lab, Microsoft Sustainability e Azure, publicado na revista de energia revisada por pares Joule, responde a essa pergunta. Para organizações que avaliam a adoção de IA, compreender o impacto de energia e água por usuário é essencial para escalar com responsabilidade. Quando um usuário envia uma solicitação de texto (“uma consulta”) para um grande modelo de linguagem (LLM), como os modelos de IA que alimentam o Microsoft Copilot, o sistema lê a entrada e, em seguida, gera uma resposta uma parte por vez. Cada parte é chamada de “token”, o que equivale a aproximadamente três quartos de uma palavra. Esse processo, conhecido como “inferência”, é executado em hardware especializado dentro dos datacenters. A energia usada por consulta depende de quantos tokens são lidos e gerados, da velocidade com que o hardware os processa, do quão grande e intensivo em recursos o LLM é, e do quão eficientemente todo o sistema é gerenciado. Leia o estudo completo para saber mais sobre o uso de energia e IA. A principal descoberta deste estudo: a IA em escala é significativamente mais eficiente do que o relatado anteriormente na literatura e na mídia. A análise, focada no fornecimento de IA em larga escala, mostra que uma consulta típica de IA para alguns dos maiores e mais capazes LLMs usa entre 0,16 e 0,60 watt-hora de eletricidade, dependendo do comprimento da consulta, do LLM usado e das especificações do datacenter. Isso é equivalente à quantidade de eletricidade usada por um PC (~40 W1) por 15 a 60 segundos ou a execução de um forno de micro-ondas doméstico (1000 W2) por 0,6 a 2 segundos. Isso é 4 a 20 vezes menos.
Fonte: Microsoft AI Blog
Publicado em 2026-06-15