Uso de água em centros de dados de IA na Califórnia: Estimativas a partir de modelos físicos e de IA
Um post recente no California WaterBlog investiga estimativas do uso de água por data centers de IA na Califórnia, usando tanto princípios físicos fundamentais quanto consultas a quatro modelos de IA. O autor, Jay Lund, busca eliminar especulações da mídia ao produzir estimativas transparentes baseadas na física.
Método: Da Energia à Evaporação
O cálculo começa com características conhecidas de data centers:
- A Califórnia tem cerca de 15 milhões de pés quadrados (1,4 milhão de m²) de área de data center.
- Racks dissipam 2–12 kW por metro quadrado de área.
- Com 100% de eficiência, esse calor evaporaria 70–420 mm/dia por m².
- Sistemas de refrigeração reais (60–90% de eficiência) ampliam a faixa para 80–700 mm/dia por m², o que equivale a 29–255 metros de evaporação por ano por m² — 25–150× mais que a agricultura irrigada.
- Se todos os data centers usassem refrigeração evaporativa continuamente, a evaporação total seria de 40–357 milhões de m³/ano (32.000–290.000 acre-pés/ano).
Estimativas dos Modelos de IA
Lund também perguntou a quatro modelos de IA: “Quanta água provavelmente evapora dos data centers da Califórnia por ano, supondo que todos usem principalmente refrigeração evaporativa?”
- ChatGPT: 20–400 taf/ano
- Claude: 14,4–21,5 taf/ano (supondo menos de 100% de refrigeração evaporativa)
- Gemini: 2,3–40,5 taf/ano
- Co-Pilot: 30–50 taf/ano, com uma faixa mais ampla de 10–100 taf/ano
A faixa geral varia de 2.300 acre-pés/ano a 400.000 acre-pés/ano, com a estimativa baseada na física de 32.000–290.000 acre-pés/ano no meio.
Principais Conclusões
O uso de água por IA na Califórnia é modesto em comparação com outros setores. O artigo argumenta que o uso de água por data centers é "majoritariamente modesto", mas será maior em estados com mais atividade de data centers e infraestrutura hídrica menos desenvolvida. A falta de transparência das empresas de IA alimenta especulações, mas estimativas baseadas na física fornecem uma base útil.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Claude Code v2.1.234: Selo de MR do GitLab, Continuação Automática, Endurecimento de Segurança
Claude Code v2.1.234 adiciona um selo de MR do GitLab, continuação automática após limites de uso e protege contra vazamentos de credenciais NTLM ao rejeitar caminhos de namespace NT do Windows.
Modo Automático do Claude Code Torna-se Padrão: Por Que a Anthropic Parou de Confiar nos Humanos
O Auto Mode do Claude Code, que executa tarefas agênticas com intervenção humana mínima, está se tornando o padrão devido à crença de que a supervisão humana desacelera os fluxos de trabalho e introduz erros.
Macs para LLM Local e OpenClaw: Gargalo de Processamento de Prompt Torna Nuvem Mais Barata
Um desenvolvedor relata que Macs são lentos para processamento de prompt em comparação com GPUs Nvidia, tornando modelos em nuvem como Deepseek mais econômicos para agentes de IA, a menos que a privacidade exija inferência local.
A pesquisa de rastreamento de circuitos da Anthropic revela os mecanismos internos do Claude 3.5 Haiku
A Anthropic publicou uma pesquisa de rastreamento de circuitos em uma versão simplificada do Claude 3.5 Haiku, revelando seis comportamentos específicos, incluindo seu estado padrão "não sei", escrita de poemas de trás para frente e processamento matemático de duplo caminho.