Tecmundo
A rápida popularização do ChatGPT pegou muita gente de surpresa. Já tendo milhões de usuários por dia, a ferramenta acabou fazendo com que diversas outras empresas lançassem soluções próprias, como o caso do Bard, do Google, e Ernie Bot, da Baidu.
Contudo, a proliferação destas plataformas de Inteligência Artificial (IA) tem gerado preocupações entre cientistas, pesquisadores e profissionais da área. A primeira questão pensada é o impacto ambiental que certamente será causado por estas novas tecnologias.
Em entrevista à revista Wired, Alan Woodward, que é professor de segurança cibernética da Universidade de Surrey, no Reino Unido, explicou que a indexação e busca de conteúdos na internet já gasta bastante poder de computação. O processo gera resultados como a queima de carbono, por exemplo, que aumentará com o uso cada vez mais maciço de IAs.
“Cada vez que vemos uma mudança no processamento online, vemos aumentos significativos nos recursos de energia [elétrica] e refrigeração necessários para grandes centros de processamento”, pontuou.
Carlos Gómez-Rodríguez, cientista da computação da Universidade da Coruña, na Espanha, explicou que somente empresas gigantes como Microsoft, Google e outras conseguem treinar os chamados grandes modelos de linguagem (LLMs).
Essa atividade de “ensinar” a IA como responder às interações humanas envolve uma análise de uma gigantesca base de dados. De acordo com contas de analistas independentes, esse processo complexo pode ter feito com que o treinamento do GPT-3 (plataforma que dá base para o ChatGPT) tenha consumido cerca de 1.287 MWh e emitido mais de 550 toneladas equivalentes de dióxido de carbono.
“Não é tão ruim, mas você tem que levar em conta [o fato de] que você não só precisa treiná-lo, mas também executá-lo e atender a milhões de usuários”, acrescentou Gómez-Rodríguez para a Wired.
Maior escala
O treinamento de novos parâmetros (o ChatGPT só tem informações sobre o mundo real até 2021) e a escalabilidade das ferramentas para mais usuários é o que pode jogar o gasto energético e emissão de poluentes lá em cima.
“Se eles vão retreinar o modelo com frequência e adicionar mais parâmetros e outras coisas, é uma escala totalmente diferente de coisas”, afirmou Martin Bouchard, cofundador da empresa canadense de data center QScale, também em entrevista.
![Data Center](https://img.ibxk.com.br/2023/02/15/data-center-15131153077221.jpg?ims=328x)
Bouchard defendeu ainda que os data centers atuais não dão conta das exigências destas atualizações e que, por causa disso, as empresas de tecnologia terão que aumentar as infraestruturas. Atualmente, os data centers já correspondem a cerca de 1% das emissões de gases de efeito estufa, segundo a Agência Internacional de Energia.
“Definitivamente não é tão ruim quanto o transporte ou a indústria têxtil”, diz Gómez-Rodríguez. “Mas a [IA] pode ser um contribuinte significativo para as emissões”, finalizou.
Nova escassez de GPUs?
Além da enorme crise sanitária e de saúde, a pandemia de covid-19 impactou vários setores da economia. Um deles foi o mercado de tecnologia, que teve na escassez de GPUs um dos principais sintomas da mudança no comportamento das pessoas (que passaram a ficar muito mais tempo em casa e tiveram que comprar computadores, por exemplo).
A produção de GPUs caminha para a normalidade, já que medidas mais restritivas ficaram mais incomuns na maior parte dos países. Contudo, especialistas avaliam que a popularização das IAs podem trazer de volta o problema de escassez de placas de vídeo.
![GPUs](https://img.ibxk.com.br/2023/02/15/gpus-15131343517223.jpg?ims=328x)
De acordo com uma estimativa realizada pela Forbes, integrar IA em cada pesquisa realizada no buscador do Google pode exigir a atividade de 4.102.568 GPUs Nvidia A100 e 512,820 servidores A100 HGX. O custo de todas estas placas seria nada menos que US$ 100 bilhões (cerca de R$ 522 bilhões).
Obviamente que esta movimentação não será deste jeito, já que a operação financeira é inviável. Contudo, a ideia é que o treinamento dos “irmãos e primos” do ChatGPT, além dele próprio, tem o poder de causar um efeito inesperado na indústria de GPUs.