Um estudo recente publicado pelo Google trouxe, pela primeira vez, uma análise completa do ciclo de vida dos aceleradores de IA — os chips especializados responsáveis pelo treinamento e execução de modelos de aprendizado profundo. Intitulado 'Life-Cycle Emissions of AI Hardware: A Cradle-to-Grave Approach and Generational Trends', o estudo analisou cinco gerações de TPUs (Tensor Processing Units), desde a extração de matéria-prima até a operação e descarte. O resultado é contundente: mais de 70% das emissões totais de carbono estão associadas à fase operacional dos chips — ou seja, à energia usada durante o treinamento e a execução de modelos de IA.

Outro dado relevante: mesmo com a adoção de fontes de energia limpa, como a praticada pela própria Google, as emissões não desaparecem — elas apenas mudam de lugar. Isso se deve às limitações do modelo de contabilidade de emissões (market-based accounting), que pode mascarar emissões reais ao não considerar a localização e o horário do consumo energético.

Como resposta, o estudo propõe um novo indicador: a Compute Carbon Intensity (CCI), que expressa quantos gramas de CO₂ equivalente são emitidos por cada 10¹⁸ operações de ponto flutuante (ExaFLOP). É uma métrica inovadora que ajuda a comparar o impacto ambiental de diferentes gerações de hardware com base em sua eficiência computacional. Os dados mostram que, entre a TPU v4i e a TPU v6e (a mais recente), houve uma melhoria de três vezes na intensidade de carbono — um avanço técnico considerável, mas ainda insuficiente diante da escala de uso prevista para IA nos próximos anos.

Outro ponto crítico está na fabricação dos chips. Apesar da eficiência operacional crescente, a complexidade dos novos modelos exige mais memória, maior poder computacional e, portanto, mais recursos físicos, o que eleva significativamente as emissões incorporadas (embodied emissions). A produção da TPU v6e, por exemplo, emite aproximadamente 692 kg de CO₂ equivalente por unidade, quase o dobro da geração anterior, a v5e (402 kg).

Em resumo: a IA pode ser uma aliada estratégica na mitigação da crise climática — desde que seu próprio impacto seja rigorosamente monitorado e gerido.

No Instituto Itaqui, acreditamos que a inovação tecnológica só faz sentido se estiver alinhada aos limites planetários. Em nosso projeto de corredores ecológicos para a região metropolitana de São Paulo, a IA é uma ferramenta poderosa — mas usada com consciência. Utilizaremos algoritmos preditivos para identificar áreas prioritárias para restauração e conectividade ecológica, sempre atentos aos trade-offs da infraestrutura digital que os viabiliza.

Tecnologia, sim. Mas com responsabilidade climática e ambiental.

Se você atua em TI, engenharia de dados ou arquitetura de sistemas, o desafio é claro: o futuro da IA também está em suas mãos. Precisamos de soluções eficientes, transparentes e sustentáveis. Vamos conversar?

📩 Quer entender como IA e sustentabilidade se cruzam? Envie uma mensagem e vamos construir juntos um caminho de inovação regenerativa.

📌 Esta newsletter foi escrita com o apoio pontual de inteligência artificial.

A IA analisou e sintetizou dados científicos para gerar este conteúdo. Segundo o estudo da Google (Life-Cycle Emissions of AI Hardware, 2025), cada ExaFLOP (10¹⁸ operações) de computação pode emitir, em média, 300 g de CO₂ equivalente. Para produzir este texto, foram realizados aproximadamente 1 bilhão de operações (10⁹ FLOPs), o que representaria uma emissão estimada de 0,0003 g de CO₂e.

É quase nada. Mas multiplique isso por milhões de textos, imagens, músicas e vídeos gerados por IA todos os dias. E então pergunte-se: estamos mesmo usando a IA da forma mais inteligente possível?

Referência bibliográfica:

SCHNEIDER, Ian et al. Life-Cycle Emissions of AI Hardware: A Cradle-To-Grave Approach and Generational Trends. arXiv preprint arXiv:2502.01671, 2025. Disponível em: https://arxiv.org/abs/2502.01671. Acesso em: 15 abr. 2025.