A rápida ascensão de tecnologias de Inteligência Artificial (IA), com destaque para a nova geração de IA generativa, está a colocar um desafio às gigantes tecnológicas, devido ao aumento dos recursos energéticos necessários. Com a expectativa de que a IA gere eficiências que ajudem a combater a crise climática, o aumento do consumo energético também tem de ser endereçado.
É isso que a Microsoft está a fazer com a série “Sustainable by Design”, na qual partilha a sua visão para que a IA seja usada de forma mais sustentável.
“O rápido crescimento da procura por inovação IA para alimentar as próximas fronteiras ofereceu-nos uma oportunidade de redesenhar as nossas infraestruturas de sistema, desde centros de dados a servidores e silício, com a eficiência e sustentabilidade na linha da frente”, explicou Mark Russinovich, diretor de tecnologia da Microsoft Azure, no mais recente relatório sobre o tema.
“Além de gerar eletricidade livre de carbono, estamos a inovar em todos os níveis para reduzir a intensidade e requisitos energéticos dos workloads de nuvem e IA”, continuou. Russinovich salientou que as equipas estão focadas em maximizar o poder de computação que conseguem gerar com cada kilowatt-hora.
“Consideramos o trabalho para otimizar a eficiência energética como crítico para atingir o nosso compromisso de ter uma pegada de carbono negativa até 2030, além do trabalho para avançar a eletricidade sem carbono e a remoção de carbono”, indicou Russinovich.
Entre as estratégias usadas pela Microsoft está a aplicação de machine learning à gestão dos workloads, de forma a maximizar o hardware existente para satisfazer as necessidades dos serviços. A empresa chama-lhe Project Forge e diz que tem aumentado a eficiência da plataforma Azure, levando a 80% a 90% de utilização em escala.
“Por exemplo, podemos ver maior procura quando as pessoas estão a começar o dia de trabalho numa parte do mundo, e menor procura do outro lado do globo onde as pessoas estão a desligar”, ilustrou o responsável. “Em muitos casos, podemos alinhar a disponibilidade para necessidades internas de recursos, tal como correr treino de IA fora das horas de pico, para usar hardware que de outra forma estaria parado.”
Outra medida é a distribuição de workloads para usar capacidade que de outra forma é desperdiçada. Por exemplo, se uma tarefa não está a consumir toda a energia que lhe foi alocada, a energia em excesso pode ser “emprestada” a outras tarefas.
Segundo Russinovich, no último ano a Microsoft conseguiu melhorar a taxa de poupança energética apesar do grande aumento de tarefas IA iniciadas pelos clientes “Estamos a continuar a implementar melhores práticas em todos os nossos centros de dados de forma a recuperar e redistribuir energia não utilizada sem ter impacto no desempenho ou na fiabilidade”, frisou o responsável.
Uma outra iniciativa está relacionada com o arrefecimento líquido. A empresa está a trabalhar para “reduzir a energia e quantidade de água necessária para arrefecer os chips e os servidores que os alojam.” O arrefecimento líquido é mais eficiente que o arrefecimento por ar refrigerado, disse o executivo. A transição “também nos permite obter maior desempenho do nosso silício, visto que os chips correm de forma mais eficiente dentro de um intervalo de temperatura otimizado.”
Ana Rita Guerra