Centros de Dados de IA Aumentam Temperaturas Locais Até 9,1°C, Revela Estudo
Um estudo da Universidade de Cambridge revela que os data centers de IA produzem calor suficiente para aumentar significativamente as temperaturas locais da superfície terrestre, criando o que os pesquisadores chamam de "ilhas de calor de data centers". A pesquisa analisou medições por satélite ao longo de 20 anos em mais de 8.400 data centers de IA.
Principais Descobertas
- As temperaturas da superfície terrestre aumentaram em média 2°C (3,6°F) nos meses após um data center de IA iniciar suas operações
- Em casos extremos, os aumentos de temperatura atingiram 9,1°C (16,4°F)
- O efeito de aquecimento se estende até 10 quilômetros de distância dos data centers
- A 7 quilômetros de distância, há apenas uma redução de 30% na intensidade
- Os pesquisadores estimam que mais de 340 milhões de pessoas vivem a até 10 quilômetros de data centers afetados por esse aquecimento
Metodologia da Pesquisa
O estudo focou em data centers localizados longe de áreas densamente povoadas para isolar seu impacto de outros fatores. Os pesquisadores cruzaram dados de temperatura da superfície terrestre por satélite de 2004-2024 com coordenadas geográficas de data centers de IA.
Regiões específicas que mostraram aumentos inexplicáveis de 2°C na temperatura ao longo do período de 20 anos incluem a região do Bajío no México e a província de Aragão na Espanha.
Contexto e Projeções
A capacidade dos data centers deve dobrar entre 2025 e 2030, com a IA prevista para responder por metade dessa demanda. A empresa imobiliária JLL forneceu essa projeção, indicando a escala do impacto potencial futuro.
A pesquisadora principal Andrea Marinoni observou que os requisitos de energia para data centers têm aumentado constantemente e provavelmente "explodirão" nos próximos anos, levando à necessidade de quantificar os impactos ambientais.
Chris Preist, da Universidade de Bristol, sugeriu que pesquisas de acompanhamento poderiam ajudar a distinguir entre o calor gerado pela computação versus a infraestrutura do edifício, embora Marinoni tenha enfatizado que o efeito geral de aquecimento do data center permanece significativo, independentemente da fonte específica.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
AI Está Me Tornando Burro: A Confissão de um Desenvolvedor sobre Atrofia de Habilidades
James Pain confessa que depois de um ano ou dois usando IA exclusivamente para programação (sem código escrito à mão), ele esqueceu quase completamente como programar. Agora está se ensinando a programar manualmente novamente e alerta que o uso intenso de IA pode corroer as habilidades de escrita e programação.
Benchmark de Cache KV do Qwen 3.6-35B-A3B: f16 vs q8_0 vs Turbo3 vs Turbo4 no M5 Max com Contexto de até 1M
Benchmarks do fork TurboQuant Metal do TheTom no M5 Max mostram f16 e q8_0 OOM além de 256K, enquanto turbo3 atinge 1M a 6,5 tok/s decode. A divisão prefill/decode favorece turbo3 para prefill e turbo4 para decode em contextos longos.
Precisão da Estrutura de Raciocínio STAR Cai de 100% para 0% em Prompts de Produção
Um pesquisador descobriu que o framework de raciocínio STAR, que elevou a precisão do Claude em um problema de restrição implícita de 0% para 100% em isolamento, caiu para 0-30% de precisão quando usado dentro de um prompt de sistema de produção de 60 linhas. O problema foi causado por instruções conflitantes no prompt de produção que desencadearam comprometimentos prematuros de resposta.
IA está Resolvendo Desafios de CTF em Minutos — O Que Isso Significa para o Treinamento em Cibersegurança
Na BSidesSF 2026, um agente autônomo resolveu todos os 52 desafios de CTF em minutos, conquistando o primeiro lugar. Isso força uma reavaliação de como as habilidades em cibersegurança são medidas e treinadas.