Toda resposta que você obtém de um chatbot de IA começa com eletricidade. As palavras aparecem na sua tela, mas o trabalho real acontece em um prédio distante repleto de chips de computador. Esses chips consomem energia, movimentam dados e produzem calor suficiente para exigir resfriamento pesado nos data centers de IA.
Quando você multiplica esse processo por milhões de solicitações, pedidos de imagens e tarefas comerciais, começa a entender por que uma resposta rápida a uma pergunta que parece leve se torna uma demanda física sobre usinas e fios elétricos.
As concessionárias de energia estão sendo solicitadas a fornecer essa demanda em blocos enormes e concentrados. Um campus típico de grande data center pode consumir tanta eletricidade quanto uma cidade pequena, e as empresas podem planejar e construir um muito mais rápido do que a concessionária consegue atender.
A concessionária também precisa se preparar para as horas em que os clientes usam mais eletricidade, mesmo que parte dessa capacidade fique subutilizada durante períodos normais. Em resumo, os data centers querem energia antes que a rede possa fornecê-la.
Uma solução é construir novas usinas de energia. Mas essa é uma solução muito cara e demorada, que pode levar bilhões de dólares e anos até entrar em operação.
No entanto, outra solução é transferir parte do trabalho do computador para outro horário.
Uma resposta de chatbot geralmente precisa aparecer imediatamente, mas um experimento interno ou uma fila de processamento de vídeo durante a noite podem esperar. Um software capaz de diferenciar essas situações poderia desacelerar o trabalho que pode aguardar quando a eletricidade está escassa, permitindo que ele se recupere quando houver mais energia disponível.
Um pequeno experimento no Texas mostra como esse arranjo poderia ser.
Luxor Energy, uma empresa com raízes na mineração de Bitcoin, uniu-se à Bentaus, que desenvolve software para controlar quanto energia os chips de computador utilizam. Juntos, eles controlaram um único Nvidia B200, um chip de alta potência projetado para trabalhos de IA.
O chip estava realizando inferência, o que simplesmente significa usar um modelo de IA treinado para produzir uma resposta, quando o software ordenou que ele consumisse menos eletricidade.
As empresas afirmam que o consumo de energia do chip caiu para cerca de 25% do normal em meio segundo, e ele processou menos solicitações durante a restrição.
Ethan Vera, diretor de operações da Luxor, disse ao CryptoSlate que nenhum trabalho falhou e nenhum trabalho já em andamento foi perdido. O chip voltou à velocidade total quando a restrição terminou.
A Luxor e a Bentaus disseram que sua demonstração pública causou “nenhuma interrupção”, mas essa frase precisa de alguma tradução. Do ponto de vista do operador, o trabalho sobreviveu e retomou a velocidade total.
Contudo, os clientes ainda poderiam ter esperado mais tempo por uma resposta porque o chip completou menos trabalho durante a restrição. Qualquer plano para tornar a IA flexível dependerá de quão frequentemente esse atraso ocorre, quem o sofre e o que foi prometido aos clientes.
O experimento foi um sucesso, mas envolveu apenas um único chip. Grandes data centers contêm dezenas de milhares de chips, além de servidores, sistemas de resfriamento, dispositivos de armazenamento e equipamentos de rede.
O teste torna mais fácil perceber uma ideia mais ampla: um data center de IA poderia classificar o trabalho por urgência e ocasionalmente pedir à rede menos energia.
O Texas carece de energia para alimentar os computadores que aguardam
O melhor exemplo do que acontece quando novos data centers surgem mais rapidamente do que nova infraestrutura de energia é o Texas.
O Conselho de Confiabilidade Elétrica do Texas (ERCOT) opera a rede que abastece a maior parte do estado. Em 22 de julho, o uso de eletricidade atingiu um recorde preliminar de 91.089 megawatts, número que não é oficial até que os dados sejam finalizados.
O ERCOT afirma que um megawatt pode atender cerca de 250 clientes residenciais durante uma hora de pico. Por essa comparação aproximada, o recorde correspondeu às necessidades de mais de 22 milhões de clientes residenciais ao mesmo tempo.
O governador Greg Abbott afirmou em agosto que o ERCOT estava analisando pedidos para conectar mais de 474 gigawatts de novo uso de eletricidade, sendo cerca de 90% provenientes de data centers. Um gigawatt equivale a 1.000 megawatts, então, na prática, a fila pede mais de cinco vezes a energia usada na hora recorde do ERCOT.
Abbott ordenou que os reguladores auditassem os projetos antes de autorizá-los.
Em uma avaliação preliminar de 28 de julho, o ERCOT constatou que cerca de 205 gigawatts tinham estudos suficientes para se qualificarem para o primeiro lote de estudos, menos da metade do total de 474 gigawatts. A auditoria de Abbott interrompeu essa avaliação.
Os reguladores deram mais tempo ao ERCOT em 20 de agosto, e a agência informou que enviará decisões de elegibilidade condicional até 31 de agosto. Os desenvolvedores podem apresentar propostas sobrepostas, reservar lugares para projetos que nunca conseguem financiamento ou pedir a várias localidades que forneçam energia para um único campus futuro.
O Texas está conduzindo a auditoria em parte porque a lista ficou muito dissociada da possibilidade física para orientar sozinha o planejamento da rede.
Mas mesmo com essa ressalva, 474 gigawatts mostram a corrida por terrenos com acesso a grandes quantidades de eletricidade. Muito mais máquinas são propostas do que fios prontos para atendê-las.
Uma atualização do Lawrence Berkeley National Laboratory publicada este ano estima que os data centers poderiam consumir 11,8% da eletricidade dos EUA em 2030. Sua estimativa baixa é de 9,5%, e a alta é de 15,3%. A Agência Internacional de Energia espera que os data centers respondam por cerca de metade do aumento no uso de eletricidade nos EUA até o fim da década.
Mas mesmo com esse tipo de demanda, as linhas de transmissão nas economias avançadas podem levar de quatro a oito anos para ser concluídas. A agência diz que as esperas por equipamentos vitais, incluindo transformadores e cabos, dobraram nos últimos três anos.
As empresas de IA tendem a falar em chips, mas os sistemas elétricos têm que pensar em cidades. Um único B200 pode consumir até 1.000 watts. A Nvidia lista o consumo máximo de energia de cerca de 14,3 quilowatts para um servidor DGX B200 completo com oito GPUs. Um megawatt equivale a 1.000 quilowatts, e as novas regras do Texas para usuários de eletricidade muito grande começam em 75 megawatts.
Pela comparação com clientes residenciais do ERCOT, essa quantidade poderia atender cerca de 18.750 clientes durante uma hora de pico. Também poderia alimentar 75.000 GPUs de 1 quilowatt, pelo menos antes de adicionar processadores, resfriamento, redes, baterias e perdas elétricas.
Portanto, aprender a controlar e reduzir o consumo de energia de um desses chips é o primeiro de muitos, muitos passos para entender como gerenciar o consumo de energia em todo um data center.
A complexidade pura desse esforço, tanto em termos de software quanto de hardware, é o motivo pelo qual os planejadores da rede tratam os data centers como “cargas firmes”, ou seja, a eletricidade deve estar disponível sempre que eles a solicitarem.
Os operadores de data centers querem GPUs caras funcionando continuamente porque cada minuto ocioso atrasa o trabalho pelo qual os clientes estão pagando. Milhares de chips trabalhando em um único grande trabalho de IA são estreitamente interdependentes.
Em certos momentos, um grupo pode ter que esperar outro terminar antes de poder continuar. Se você desacelera um grupo selecionado, o atraso pode se propagar para máquinas próximas.
Mas nem todo trabalho de computação em um data center precisa acontecer imediatamente ou funcionar na velocidade máxima. Alguns trabalhos são sensíveis ao tempo, enquanto outros podem ser adiados ou executados mais devagar sem grandes consequências. Alguns até podem ser transferidos para outro data center onde a eletricidade esteja mais disponível.
Cada escolha vem com trade-offs, mas cada uma pode reduzir a energia que um data center precisa da rede local num determinado momento.
Mineradores de Bitcoin ensinaram computadores a render
O precedente vem da mineração de Bitcoin na rede do Texas. Mineradores de Bitcoin competem para ganhar recompensas executando máquinas que realizam cálculos continuamente. Quando uma máquina desliga, o minerador perde a chance de ganhar dinheiro nesse período.
Mas quando a energia volta, a máquina pode retomar quase imediatamente. Nenhum cliente está esperando por uma resposta, e nenhum trabalho de computação inacabado precisa ser preservado.
O Texas descobriu que a ideia básica é chamada de resposta à demanda: quando a eletricidade fica escassa e cara, grandes usuários recebem um motivo para usar menos dela.
Os mineradores de Bitcoin estavam excepcionalmente bem posicionados para esse acordo. Eles podiam desligar quando os preços no atacado disparavam, receber pagamento por cortar energia durante emergências e reduzir as tarifas de transmissão ao ficar fora de algumas horas críticas do verão.
Uma avaliação do ERCOT em abril descreveu os mineradores de criptomoedas como os principais participantes sensíveis ao preço em um de seus programas de emergência. Para um minerador, o cálculo é simples: quando um megawatt se torna mais valioso do que o Bitcoin que as máquinas poderiam ganhar com ele, desliga as máquinas.
A carga de mineração de Bitcoin permanece próxima da capacidade total quando a eletricidade é barata, depois cai assim que os preços ultrapassam um limiar de redução. Preços mais altos de hash elevam esse limiar. Fonte: Subir Majumder, com base nos dados do ERCOT
A Luxor fornece aos mineradores de Bitcoin software, serviços de energia e produtos financeiros, então abordou a IA com um instinto para computação que pode ser interrompida. O experimento questiona se máquinas que atendem clientes podem herdar parte da obediência dos mineradores aos preços da eletricidade.
Essa questão está se tornando mais urgente à medida que os mineradores transformam locais ricos em energia em campi de IA. Se a rede trocar uma mina de Bitcoin que pode ser desligada por comando por um data center que funciona 24 horas por dia, ela pode estar abandonando um valioso freio de emergência.
Quão flexível um data center pode ser depende muito do que suas máquinas estão fazendo.
O treinamento é o longo e pesado processo de ensinar um modelo, ajustando-o repetidamente enquanto ele trabalha com enormes quantidades de dados. A inferência é o que acontece depois, quando alguém pede ao modelo pronto uma resposta, uma imagem, uma tradução ou uma previsão. Os dois criam oportunidades diferentes para cortar energia.
Uma longa sessão de treinamento às vezes pode pausar em um ponto de controle salvo e retomar mais tarde, embora parar milhares de máquinas em sincronia não seja trivial. A inferência pode consistir em milhões de solicitações menores, algumas de pessoas esperando uma resposta imediatamente e outras de trabalhos automatizados que podem esperar numa fila até que a eletricidade esteja mais fácil ou barata.
A Google tem classificado sua computação dessa maneira há anos. Em 2023, a empresa descreveu como poderia adiar trabalhos como o processamento de vídeos do YouTube quando a rede local estava sob pressão, ou enviar esse trabalho para outra região com mais energia disponível. Busca, Mapas e outros serviços que as pessoas esperam que funcionem imediatamente permaneceram online.
A Google levou posteriormente a mesma ideia para cargas de aprendizado de máquina. Até março de 2026, afirmou que havia colocado um gigawatt de resposta à demanda de data centers sob contratos de utilidade de longo prazo em várias regiões dos EUA.
Alguns desses acordos também poderiam ajudar novos data centers a se conectarem à rede mais cedo.
Pesquisadores agora estão mostrando que isso pode funcionar fora de simulações. Num artigo revisado por pares da Nature Energy, uma equipe descreveu um experimento numa instalação de nuvem da Oracle em Phoenix. O software cortou em 25% a energia usada por um cluster de 256 GPUs durante três horas sem prejudicar o desempenho prometido dos trabalhos prioritários.
A chave foi decidir onde absorver a desaceleração. O software que determina quais trabalhos rodam e quando, chamado de agendador, protegeu o trabalho urgente e retirou a economia de energia de trabalhos com prazos mais flexíveis.
A carga de mineração de Bitcoin cai conforme aumenta a chance de um intervalo de 4CP. A resposta enfraquece quando a receita da mineração é maior. Fonte: Subir Majumder, com base nos dados do ERCOT
A Emerald AI, empresa que liderou esse trabalho, anunciou uma $150 milhões em financiamento em 25 de agosto, avaliando-a em mais de US$ 1 bilhão. Também afirmou que seu software estava operando comercialmente em data centers inteiros, consumindo vários megawatts.
Dados independentes de desempenho para cada local não estão disponíveis, mas mesmo assim, o financiamento mostra que a IA flexível saiu das teses de pesquisa e entrou num negócio comercial.
Outros pesquisadores tentaram estimar quanta eletricidade uma instalação de IA poderia confiavelmente prometer abrir mão durante uma hora difícil.
Um trabalho da Universidade de Chicago usou quatro anos de preços de eletricidade e 49,4 milhões de solicitações reais de inferência para modelar a resposta. O autor estimou que uma instalação focada em inferência poderia comprometer-se a cortar 40% de sua demanda. Uma instalação que executa mistura de inferência e treinamento poderia comprometer-se em 24,6%.
Essas porcentagens caíram pouco quando o modelo se expandiu para uma frota de 10 gigawatts. Os principais limites vieram dos contratos com clientes, restrições para mover trabalhos e a corrida das máquinas para voltar à plena potência.
Pesquisadores da Universidade de Alberta modelaram o que acontece com a rede quando trabalhos de IA podem ser adiados ou transferidos entre data centers. No cenário mais tensionado do modelo, essa flexibilidade cortou a quantidade de capacidade de usina necessária em mais de 21%. Num outro cenário, com a rede local congestionada, reduziu o custo total de fornecimento de eletricidade em 3,5%, apesar de o gasto com nova geração ter subido 7,1%.
A maior parte do benefício de adiar trabalhos apareceu nas primeiras três horas, então esperar mais não ajudou muito. Embora nada disso tenha eliminado a necessidade de construir novas usinas e linhas de transmissão, mostrou que a rede poderia atender mais demanda de IA com menos infraestrutura e a um custo geral menor.
Quatro momentos ocultos podem definir o preço de um ano inteiro
O dinheiro por trás do experimento da Luxor vem de uma característica incomum do mercado de eletricidade do Texas. Grandes clientes ajudam a pagar pela rede de transmissão de alta tensão, e parte dessa conta pode depender de quanto energia eles usam durante apenas quatro janelas de 15 minutos por ano.
Essas janelas são os momentos de maior demanda sistêmica em junho, julho, agosto e setembro, conhecidas como os Quatro Picos Coincidentes, ou 4CPs.
A pegadinha é que ninguém sabe exatamente quando um 4CP está acontecendo até que o mês termine. Então, grandes usuários de energia contratam previsores para monitorar a rede, o clima e a demanda por eletricidade e prever quando um pico é provável.
Se as chances parecerem altas o suficiente, eles cortam o uso de energia durante essa janela de 15 minutos. Acertando com frequência suficiente, a economia nas tarifas de transmissão pode ser substancial. Isso transformou o 4CP num jogo recorrente de previsão e cortes de energia para fábricas, minas de Bitcoin, baterias e agora, potencialmente, data centers de IA.
Esse potencial retorno faz com que muitos alarmes falsos valham a pena ser tolerados. Os números mais recentes de 2026 da PUCT colocam os custos de transmissão do ERCOT em cerca de US$ 6 bilhões, distribuídos por uma demanda média de 4CP de 80.859,8 megawatts.
Embora a conta real varie por território da concessionária e contrato, o incentivo financeiro aqui é bastante claro. Um grande data center pode ter milhões de dólares em jogo por apenas uma hora de uso de eletricidade espalhada por todo o verão. Cortar energia por algumas horas extras para capturar essa hora pode ser uma troca muito boa.
A carga de mineração de Bitcoin cai conforme aumenta a chance de um intervalo de 4CP. A resposta enfraquece quando a receita da mineração é maior. Fonte: Subir Majumder, com base nos dados do ERCOT
A Luxor decidiu regular a própria GPU, usando dados em tempo real da rede para decidir quando agir. Vera disse que a empresa observava sinais de que uma janela de 4CP poderia estar se formando, então enviava seu próprio comando para o chip. O ERCOT nunca ordenou à GPU que desacelerasse, e nenhum programa emergencial da rede esteve envolvido.
Essencialmente, esta foi uma aposta particular sobre quando a demanda por eletricidade atingiria o pico, visando reduzir a conta de transmissão do local. O ERCOT classifica esse tipo de autocontenção de 4CP separadamente dos programas de resposta à demanda que opera.
Isso também coloca o tempo de resposta de meio segundo em perspectiva. Uma janela de 4CP dura 15 minutos, então, se a GPU atinge seu nível de potência mais baixo em meio segundo ou em vários segundos, isso praticamente não faz diferença para a economia na transmissão.
O programa emergencial do ERCOT geralmente dá aos clientes participantes 10 ou 30 minutos para cumprir a redução de energia prometida. Alguns outros serviços da rede agem mais rápido, exigindo que os clientes comecem a cortar energia imediatamente e alcancem a redução total em 10 minutos.
Se o hardware de IA eventualmente participar desses mercados, o controle subsegundo poderia se tornar mais útil. Para a Luxor, cada segundo extra que uma GPU passa regulada é um segundo que poderia ter sido usado para ganhar dinheiro computando.
A Bentaus já havia testado a mesma ideia básica em escala maior. Em fevereiro, CPower, Bentaus e Supermicro descreveram uma demonstração na Califórnia usando um cluster de servidores equipados com GPUs B200.
As empresas afirmaram que o cluster respondeu a um sinal ligado ao mercado atacadista de eletricidade do estado em menos de 20 milissegundos e cortou seu consumo de energia em até 75%, mantendo ainda seus níveis de desempenho prometidos.
O experimento do Texas é menor e muito mais restrito: uma GPU respondendo a um incentivo específico de cobrança por transmissão. Mas acrescenta mais um teste real a uma ideia que já passou de chips individuais para clusters de servidores e programas de concessionárias.
Faltam lacunas importantes no que sabemos sobre o teste do Texas. As empresas não divulgaram qual modelo de IA estava rodando nem quanto tempo a GPU permaneceu com potência reduzida. Não disseram quanta eletricidade ela estava usando antes, quanto seu throughput computacional caiu ou quanto mais tempo as solicitações levaram para serem concluídas.
O representante da Luxor no mercado de eletricidade do Texas confirmou a redução de energia, mas nenhuma análise independente do teste foi publicada.
O teste mostrou que um único B200 rodando uma carga de inferência poderia sofrer um forte corte de energia sem perder o trabalho já em andamento. É incerto o que isso fez ao tempo de espera dos usuários, se outras cargas de inferência ou treinamento responderiam da mesma forma ou quanto a técnica poderia economizar em todo um data center.
Uma GPU é apenas uma parte da conta de energia de um edifício. Sistemas de resfriamento, equipamentos de rede, armazenamento, bombas e conversão de energia também consomem eletricidade. Então, cortar a energia de um chip em 75% não significa que o data center consuma 75% menos energia da rede.
A redução medida no medidor do edifício poderia ser consideravelmente menor.
A Luxor já está preparando seu próximo teste, desta vez com um grupo de GPUs Nvidia H100 no Texas. Vera disse que escalar significa criar um software capaz de identificar quais trabalhos podem ser seguramente desacelerados e coordenar as máquinas que os executam. Ele também precisa respeitar o desempenho prometido aos clientes.
Cada salto de escala, de uma GPU para um servidor, um rack e, eventualmente, um data center inteiro, adiciona outra camada de complexidade. Mais equipamentos consomem energia, mais máquinas precisam se mover juntas e mais cargas de clientes podem ou não tolerar uma desaceleração.
O Texas está começando a exigir parte dessa flexibilidade. A Lei do Senado 6, aprovada em 2025, exige que certos grandes usuários de energia que se conectam a partir de 2026 cortem o consumo durante emergências graves na rede. Também prevê um programa que pagaria aos locais que usam pelo menos 75 megawatts para reduzir a demanda quando problemas forem esperados.
Ao mesmo tempo, o estado também está repensando o 4CP. Seus quatro picos de verão podem deixar de fora as horas da noite e do inverno, quando a rede está mais sob pressão. Os reguladores propuseram substituí-lo por 12CP, que basearia as tarifas de transmissão em um pico de 30 minutos por mês.
O ERCOT chegou a uma conclusão semelhante numa avaliação de abril: o Texas tem muita resposta à demanda, mas nem sempre aparece quando a rede mais precisa. O 4CP impulsiona a maioria desses cortes de energia, mas seus picos de verão podem deixar de fora as horas em que a demanda é alta e a produção de vento e solar é baixa.
O ERCOT afirmou que essa discrepância é um problema. Novas usinas e linhas de transmissão levam anos, mas a demanda flexível pode ser adicionada em meses. O desafio agora é garantir que essa flexibilidade apareça no momento certo.
A parte mais difícil é provar que um data center pode cortar energia de forma confiável. Se a rede está contando com 50 megawatts desaparecendo, ela precisa saber quanto o local teria usado de outra forma e depois verificar a redução com dados do medidor.
É preciso também saber quanto tempo o corte pode durar e o que acontece quando as GPUs voltam a subir. Trazer milhares delas de volta de uma só vez, e o data center poderia criar um novo pico de energia.
Os clientes poderiam pagar menos por essa flexibilidade, enquanto a rede paga ao data center para fornecer um corte de energia previsível e mensurável quando necessário.
Quando a rede fica apertada, uma imagem pode levar mais tempo para ser renderizada ou um treinamento pode ser adiado para amanhã, enquanto outros serviços continuam a funcionar. Em vez de tratar cada ciclo de GPU como igualmente importante, os data centers poderiam começar a distinguir entre o que precisa acontecer agora e o que pode esperar.
O corte de meia segunda da Luxor foi a parte fácil. Fazer isso em milhares de GPUs, sem quebrar promessas aos clientes e entregando megawatts que a rede realmente pode contar, será muito mais difícil.
Mas é aí que a ideia fica interessante, porque a IA tem um problema de energia e a rede tem um problema de flexibilidade, e os data centers estão bem no meio. Eles estão cheios de máquinas fazendo trabalhos que às vezes podem mudar por segundos, minutos ou horas sem ninguém perceber.
Se os operadores conseguirem transformar essa flexibilidade numa economia de energia confiável, o enorme apetite da IA por eletricidade poderia se tornar algo com que a rede realmente consegue lidar. Isso poderia fazer com que a próxima fase da expansão da IA fosse tão sobre usar energia no momento certo quanto encontrar energia suficiente desde o início.
O post Data centers de IA estão aprendendo o truque de energia que os mineradores de Bitcoin dominaram primeiro apareceu primeiro em CryptoSlate.