Ao vivo
[Pesquisa]Como o Ai2 resolveu a briga por GPUs com orçamentos em vez de fila de prioridade[Ferramentas]Como criar modelos de IA personalizados por menos de US$ 20 usando um agente automatizado[Modelos de IA]Liquid AI lança modelos de IA que tomam decisões em milissegundos — e funcionam em celulares[Modelos de IA]TII lança Falcon ASR, modelo de transcrição de áudio aberto que roda em hardware comum[Modelos de IA]Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada[Modelos de IA]Falcon-Emirati: o modelo de IA que aprendeu a falar árabe como um emiradense de verdade[Ferramentas]Hugging Face cria repositório central para ambientes de IA que aprendem por tentativa e erro[Ferramentas]O agente de IA disse que terminou. O banco de dados discordou.[Modelos de IA]Instituto Allen lança modelo de IA aberto para escrever relatórios científicos em segundos[Pesquisa]Como a ServiceNow cria dados de treino que ensinam agentes de IA a funcionar dentro de empresas[Pesquisa]Como o Ai2 resolveu a briga por GPUs com orçamentos em vez de fila de prioridade[Ferramentas]Como criar modelos de IA personalizados por menos de US$ 20 usando um agente automatizado[Modelos de IA]Liquid AI lança modelos de IA que tomam decisões em milissegundos — e funcionam em celulares[Modelos de IA]TII lança Falcon ASR, modelo de transcrição de áudio aberto que roda em hardware comum[Modelos de IA]Nvidia mostra que um único modelo de IA pode chegar ao pódio tanto em programação quanto em matemática avançada[Modelos de IA]Falcon-Emirati: o modelo de IA que aprendeu a falar árabe como um emiradense de verdade[Ferramentas]Hugging Face cria repositório central para ambientes de IA que aprendem por tentativa e erro[Ferramentas]O agente de IA disse que terminou. O banco de dados discordou.[Modelos de IA]Instituto Allen lança modelo de IA aberto para escrever relatórios científicos em segundos[Pesquisa]Como a ServiceNow cria dados de treino que ensinam agentes de IA a funcionar dentro de empresas
Transmitindo · —

Notícias.
Inteligência Artificial

Inteligência Artificial para Gente de Verdade · ES / PT-BR

NegóciosTechCrunch AI2 min

Aposta em gás natural pode sair cara para gigantes de tecnologia nos EUA

Previsão indica que preço do combustível pode triplicar em algumas regiões americanas, elevando conta de energia dos data centers de IA.

Por Redação2 min
Compartilhar
Aposta em gás natural pode sair cara para gigantes de tecnologia nos EUA
Negócios · TechCrunch AI

As grandes empresas de tecnologia que apostaram em gás natural para alimentar seus data centers de inteligência artificial podem estar prestes a enfrentar um problema financeiro sério. Segundo informou o TechCrunch, uma nova previsão indica que o preço do gás natural pode triplicar em algumas partes dos Estados Unidos — o que transformaria a conta de energia desses centros de processamento em algo muito mais pesado do que o previsto.

Nos últimos anos, os hyperscalers (termo usado para descrever as maiores empresas de computação em nuvem, como Amazon, Microsoft e Google) correram para construir ou expandir data centers gigantescos dedicados a treinar e rodar modelos de IA. Esses prédios cheios de servidores consomem quantidades enormes de energia, e muitas empresas escolheram o gás natural como fonte principal por ser mais barato e disponível do que energias renováveis em várias regiões.

O problema é que essa escolha foi feita assumindo que o preço do gás se manteria estável. Se a previsão se confirmar, o custo operacional desses data centers pode explodir, pressionando as margens de lucro e forçando as empresas a repensar sua estratégia energética. Algumas podem precisar acelerar a migração para fontes renováveis — como energia solar ou eólica — ou buscar contratos de longo prazo para tentar travar preços antes que subam ainda mais.

A alta prevista reflete uma combinação de fatores: aumento da demanda por gás natural tanto para geração de energia quanto para exportação, infraestrutura de distribuição limitada em certas regiões e volatilidade no mercado global de energia. Para as big techs, o timing não poderia ser pior — justamente quando a corrida pela IA generativa exige cada vez mais capacidade de processamento, e portanto mais energia.

A situação ilustra um dilema mais amplo da indústria de tecnologia: como sustentar o crescimento explosivo da IA sem comprometer metas climáticas ou estourar o orçamento. Se o gás natural se tornar proibitivamente caro, a pressão por soluções energéticas mais previsíveis e sustentáveis deve aumentar — e rápido.

Fonte original
TechCrunch AI
Mais em · Negócios