AI e a nova escala da hiperescala

Os suspeitos habituais, Amazon, Microsoft e Google, planeiam investimentos, este ano, de muitos milhares de milhão de euros no aumento da respetiva capacidade, mas os seus rivais de menores dimensões, como a Meta, a Oracle e a Akamai, também não estão parados. O principal motor para o crescimento este ano é a resposta às necessidades específicas de AI. Os “hyperscalers”, normalmente correspondem a cerca de 40 por cento do mercado de servidores, mas no que toca a servidores para aplicações de AI, a Gartner estima que, no ano corrente, esta quota atinja os 76 por cento. Também por isto, a Nvidia, que produz os aceleradores (GPU) usados nestes servidores, é já a terceira empresa com maior capitalização bolsista a nível global.

Mas este foco em GPU traz consigo novos desafios para os projetistas destes datacenters, uma vez que os consumos de energia, por um lado, e as necessidades de dissipação de calor, por outro, são de nível muito superior aos atuais. Por isso, não é possível simplesmente transformar datacenters convencionais em datacenters para aplicações AI. Há que partir de uma folha em branco e repensar não apenas os datacenters, mas também as fontes de abastecimento de energia, assim como os mecanismos de arrefecimento, para que não se aumente ainda mais a respetiva pegada ecológica, já de si gigantesca. É bem sabido que as “quintas” de criptomoedas, que se baseiam também em GPU têm um rasto horrível do ponto de vista ambiental.

Os fornecedores dos serviços de suporte às aplicações de AI não podem, pela sua dimensão e pela sua responsabilidade social, simplesmente ignorar estas preocupações – até porque os custos energéticos são, de longe, no longo prazo, os que mais pesam nas contas relativas a um “hyperscaler”. Também o crescimento da AI tem pés de barro, e quanto mais cedo estivermos cientes deles, tanto melhor.