Quando se fala no impacto energético da inteligência artificial, quase sempre a pergunta é simples: quanta eletricidade esses sistemas consomem? Mas os novos centros de dados estão revelando uma questão mais complicada. Milhares de GPUs podem alterar sua demanda quase simultaneamente, criando oscilações extremamente rápidas. O resultado é uma espécie de estresse elétrico que afeta equipamentos dentro das instalações e pode, em determinadas circunstâncias, chegar à própria rede.
O problema não é apenas consumir muito, mas consumir de forma imprevisível
A corrida para construir infraestrutura de inteligência artificial costuma ser medida por gigawatts, milhares de GPUs e investimentos bilionários. Porém, existe uma característica menos evidente nesses complexos: seu consumo de energia pode mudar drasticamente em intervalos muito curtos.
Durante determinadas cargas de trabalho, milhares de processadores podem começar ou terminar operações praticamente ao mesmo tempo. Isso provoca rápidas variações na potência exigida pelo data center.
A escala ajuda a entender o problema. Uma instalação de 1 GW pode ter uma demanda elétrica comparável à de uma cidade como Boston. Agora imagine essa carga subindo ou descendo em questão de segundos.
Em determinados momentos, uma instalação projetada para consumir 1 GW pode até ultrapassar temporariamente esse nível. Drew Baglino, fundador da Heron Power e ex-executivo da Tesla, citou situações em que uma estrutura desse porte poderia chegar a aproximadamente 1,5 GW durante uma fração de segundo.
Para os equipamentos elétricos, essas oscilações funcionam como uma sequência constante de acelerações e desacelerações. Amber Villegas-Williamson, do Uptime Institute, comparou o efeito ao desgaste provocado por acelerar repetidamente o motor de um automóvel.
O problema se torna ainda mais relevante porque alguns dos próximos complexos de IA planejados nos Estados Unidos terão capacidade de vários gigawatts.
Quanto maior o número de GPUs trabalhando juntas, maior também pode ser o impacto dessas mudanças repentinas.
Modern AI data centers are reaching unprecedented power densities.
A single AI rack can consume more than 100 kW continuously, equivalent to the electricity use of dozens of homes.
Planning resilient energy infrastructure is now essential.
Find out CESI expertise on this:… pic.twitter.com/RE2OJS172S— CESI SpA (@cesispa) August 13, 2026
Turbinas, baterias e outros equipamentos já estão sentindo a pressão
Essa não é apenas uma hipótese para o futuro. Relatos reunidos em um levantamento apontam que alguns equipamentos já sofreram danos associados às oscilações.
Entre os problemas mencionados estão motores a gás com componentes danificados, turbinas que desenvolveram rachaduras e baterias que precisaram ser substituídas depois de períodos relativamente curtos de funcionamento.
Um dos casos citados envolve as instalações Colossus, da xAI, em Memphis. Segundo fontes mencionadas no relatório, algumas turbinas a gás apresentaram rachaduras. Posteriormente, baterias foram instaladas para ajudar a absorver parte das variações e reduzir o esforço sobre os equipamentos.
O impacto financeiro pode ser significativo.
Em um data center convencional, uma falha de equipamento já representa um problema. Em uma instalação dedicada à inteligência artificial, porém, existe uma segunda camada de prejuízo: milhares de GPUs podem ficar paradas ao mesmo tempo.
E GPU parada significa capacidade computacional que não está sendo utilizada para treinamento, inferência ou outros serviços que geram receita.
Por isso, suavizar essas oscilações deixou de ser apenas uma questão de engenharia elétrica. Também se tornou uma questão econômica.
Baterias, capacitores, volantes de inércia e sistemas eletrônicos de resposta rápida estão sendo considerados justamente para absorver esses picos e evitar que componentes mais sensíveis sejam submetidos continuamente a mudanças bruscas.
Mas existe um problema ainda maior.
A instabilidade pode ultrapassar os muros do data center
A rede elétrica precisa manter um equilíbrio constante entre geração e consumo. Grandes indústrias já representam cargas importantes, mas os centros de dados de IA acrescentam uma característica diferente: podem alterar sua demanda com uma velocidade extraordinária.
Especialistas da Schneider Electric alertam que essas mudanças podem provocar problemas de qualidade de energia e oscilações capazes de afetar outros equipamentos conectados à mesma rede, caso não sejam corretamente controladas.
A North American Electric Reliability Corporation (NERC) também passou a prestar atenção ao comportamento desses grandes consumidores. Depois de analisar mais de 33 GW de instalações em operação nos Estados Unidos, a organização concluiu que aproximadamente três quartos utilizavam modelos de carga que não representavam adequadamente seu comportamento dinâmico.
Isso significa que as concessionárias podem estar se preparando para uma versão simplificada do problema, sem considerar totalmente a velocidade com que a demanda pode mudar.
A indústria já procura alternativas. Uma das mais curiosas consiste em manter GPUs realizando determinadas tarefas secundárias quando seu trabalho principal termina, evitando uma queda repentina no consumo.
Na prática, isso significa usar eletricidade para impedir que o equipamento pare de consumir eletricidade.
A solução é eficiente do ponto de vista da estabilidade, mas claramente não é ideal do ponto de vista energético.
Fabricantes de chips, empresas de infraestrutura elétrica e laboratórios de pesquisa estão desenvolvendo métodos mais sofisticados para resolver o problema sem desperdiçar tanta energia.
A grande questão que surge agora é que o desafio da IA não pode mais ser medido apenas em quantos megawatts ela consome.
Também será necessário entender como e com que velocidade ela consome esses megawatts.
À medida que milhões de chips trabalham em conjunto, a rede elétrica terá de lidar não apenas com uma nova geração de consumidores gigantescos, mas com cargas capazes de mudar de comportamento quase instantaneamente.
