O preço invisível da IA: cada segundo de vídeo consome energia de forma não linear — e o planeta paga a conta
Pesquisadores da Hugging Face encontraram que a pegada de carbono de ferramentas de IA gerativa, que transformam prompts em imagens e vídeos, é muito pior do que pensávamos. O estudo mostra que quando o comprimento do vídeo dobra, o consumo de energia praticamente quádrupla; por exemplo, um clipe de seis segundos consome quatro vezes mais energia que um de três. Os autores concluem que há falhas estruturais nos pipelines atuais de difusão de vídeo e que é urgente redesenhar esses sistemas com foco em eficiência. Em análise separada, a MIT Technology Review escreveu: “Em última análise, descobrimos que a compreensão comum do consumo de energia da IA está cheia de lacunas.”
In This Article:
Ineficiências estruturais nos pipelines de vídeo
O estudo aponta falhas estruturais nos pipelines atuais de difusão de vídeo. Essas estruturas não apenas são ineficientes, mas também não explicam de forma clara o custo energético por cada atualização ou frame. Os autores defendem que é urgente redesenhar esses sistemas para priorizar a eficiência, sem frear o avanço tecnológico.
Energia não cresce de forma linear: imagem vs. vídeo
A comparação entre gerar imagens e vídeos revela uma diferença alarmante: gerar uma imagem de 1.024 x 1.024 utiliza o equivalente a cinco segundos de aquecimento no micro-ondas. Já para um clipe de cinco segundos de vídeo, a energia necessária é superior a ligar o micro-ondas por mais de uma hora. À medida que o vídeo fica mais longo, a demanda aumenta ainda mais rapidamente, sugerindo custos de hardware e impactos ambientais crescentes. Os números indicam que o consumo de energia não acompanha o ritmo do avanço tecnológico, o que exige ações imediatas para reduzir desperdícios.
Impacto real no planeta e no setor
O estudo já aponta que o consumo de energia ligado à IA representa cerca de 20% da demanda mundial de energia de data centers. Enquanto gigantes de tecnologia investem bilhões em infraestrutura, muitas vezes deixando de cumprir metas climáticas. No relatório ambiental de 2024, a Google admitiu estar atrasada para atingir emissões líquidas zero até 2030, registrando um aumento de 13% nas emissões de carbono, ano após ano, em grande parte devido à IA generativa. Além disso, o Veo 3, gerador de vídeos da empresa, foi lançado no início do ano e, em sete semanas, já produziu mais de 40 milhões de vídeos.
Caminhos possíveis e perguntas sem resposta
Existem caminhos para reduzir o consumo: caching inteligente, reutilização de gerações já criadas e pruning — a triagem de exemplos ineficientes dos dados de treinamento. No entanto, não está claro se essas medidas serão suficientes para conter o uso de energia em larga escala. A análise lembra que, embora existam estratégias, a escala da demanda por IA ainda representa uma ameaça significativa ao clima, exigindo transparência, pesquisa aberta e padrões de eficiência.
