{"id":35298,"date":"2026-06-30T10:18:36","date_gmt":"2026-06-30T02:18:36","guid":{"rendered":"https:\/\/soeteck.com\/?p=35298"},"modified":"2026-06-30T10:18:39","modified_gmt":"2026-06-30T02:18:39","slug":"ai-data-centers-use-water","status":"publish","type":"post","link":"https:\/\/soeteck.com\/pt\/news-and-insights\/blogs\/ai-data-centers-use-water\/","title":{"rendered":"Centros de dados de IA: Quanta \u00e1gua consomem realmente?"},"content":{"rendered":"

Voc\u00ea provavelmente j\u00e1 ouviu a afirma\u00e7\u00e3o viral de que cada consulta ao ChatGPT consome meia garrafa de \u00e1gua. Se voc\u00ea opera ou planeja infraestrutura para cargas de trabalho de IA, a verdadeira quest\u00e3o n\u00e3o \u00e9 se o p\u00e2nico \u00e9 justificado, mas sim quanta \u00e1gua os seus data centers de IA<\/a><\/strong> realmente consomem, de onde vem esse n\u00famero e o que voc\u00ea pode fazer a respeito.<\/p>\n\n\n\n

De acordo com um relat\u00f3rio da Universidade das Na\u00e7\u00f5es Unidas, de junho de 2026, prev\u00ea-se que os centros de dados de IA que suportam as cargas de trabalho globais de intelig\u00eancia artificial venham a consumir, at\u00e9 2030, uma quantidade de \u00e1gua equivalente \u00e0s necessidades b\u00e1sicas de 1,3 mil milh\u00f5es de pessoas por ano. N\u00e3o se trata de uma estat\u00edstica por consulta. Trata-se de um panorama global, o que exige uma an\u00e1lise mais aprofundada do destino dessa \u00e1gua.<\/p>\n\n\n\n

Por que \u00e9 que os centros de dados de IA precisam de tanta \u00e1gua?<\/h2>\n\n\n\n

Os centros de dados de IA consomem \u00e1gua por duas raz\u00f5es: para arrefecer os servidores e para gerar a eletricidade que os alimenta. Cada cluster de GPUs que executa modelos lingu\u00edsticos de grande dimens\u00e3o produz uma quantidade enorme de calor. A maioria dos centros de dados recorre a sistemas de arrefecimento por evapora\u00e7\u00e3o que pulverizam \u00e1gua em fluxos de ar quente \u2014 a \u00e1gua evapora-se para a atmosfera, nunca regressando \u00e0 bacia hidrogr\u00e1fica local.<\/p>\n\n\n\n

A segunda fonte, frequentemente de maior dimens\u00e3o, situa-se fora do local. As centrais termoel\u00e9tricas que fornecem eletricidade aos centros de dados de IA utilizam \u00e1gua para a gera\u00e7\u00e3o de vapor e para o arrefecimento. De acordo com o estudo de 2023 da UC Riverside, amplamente citado, intitulado \u201cMaking AI Less Thirsty\u201d, a \u00e1gua consumida nas centrais el\u00e9tricas pode representar at\u00e9 75% da pegada h\u00eddrica total associada a uma \u00fanica consulta de IA. Quando se somam o consumo de \u00e1gua para arrefecimento direto e o consumo indireto associado \u00e0 eletricidade, o panorama completo do consumo de \u00e1gua dos centros de dados de IA torna-se mais claro \u2014 e superior \u00e0 maioria das estimativas que apenas contabilizam o consumo no pr\u00f3prio local.<\/p>\n\n\n

\n
\"Centros<\/figure>\n<\/div>\n\n\n

Para al\u00e9m da refrigera\u00e7\u00e3o e da energia, o fabrico de chips acrescenta mais uma fase a montante. A OCDE estima que a produ\u00e7\u00e3o de um \u00fanico chip para IA exija cerca de 2 200 gal\u00f5es de \u00e1gua ultrapura. Embora se trate de um custo \u00fanico por chip, o volume consider\u00e1vel de GPUs atualmente instaladas nos centros de dados de IA torna-o uma parte n\u00e3o negligenci\u00e1vel da equa\u00e7\u00e3o do ciclo de vida.<\/p>\n\n\n\n

Discrimina\u00e7\u00e3o do custo da \u00e1gua por consulta<\/h2>\n\n\n\n

Os valores relativos ao consumo de \u00e1gua por solicita\u00e7\u00e3o s\u00e3o realmente baixos \u2014 mas extremamente inconsistentes, dependendo de quem se perguntar. Investigadores da UC Riverside estimaram que uma conversa curta no ChatGPT, com 10 a 50 perguntas, consome aproximadamente 500 mililitros de \u00e1gua \u2014 o equivalente a cerca de uma garrafa de \u00e1gua padr\u00e3o \u2014, quando se incluem tanto a refrigera\u00e7\u00e3o do centro de dados como a \u00e1gua utilizada pela central el\u00e9trica regional. Isso equivale a cerca de 10 a 50 mililitros por consulta.<\/p>\n\n\n\n

O CEO da OpenAI, Sam Altman, respondeu posteriormente com um valor muito inferior: aproximadamente 0,32 mililitros por consulta, ou cerca de um d\u00e9cimo quinto de uma colher de ch\u00e1. Desde ent\u00e3o, analistas independentes t\u00eam argumentado que muitas estimativas que se tornaram virais exageram o n\u00famero real entre 50 e 250 vezes, e que o consumo direto de \u00e1gua no local por prompt pode ser t\u00e3o baixo quanto 0,5 mililitros em condi\u00e7\u00f5es de arrefecimento eficientes. Uma an\u00e1lise de 2026 da China Economic Net, com base nos dados de investiga\u00e7\u00e3o mais recentes, calculou que uma consulta complexa com um prompt longo a modelos como o GPT-4.5 ou o DeepSeek R1 poderia consumir mais de 100 mililitros de \u00e1gua, enquanto consultas mais simples a modelos mais pequenos, como o GPT-4.1 Nano ficam bem abaixo de 1 mililitro.<\/p>\n\n\n\n

A li\u00e7\u00e3o para si \u00e9 simples: o n\u00famero por consulta depende muito mais do tamanho do modelo, da complexidade da consulta e da localiza\u00e7\u00e3o do centro de dados do que da marca de IA que utiliza. A sua mensagem isolada n\u00e3o \u00e9 o problema \u2014 o problema \u00e9 o conjunto de milhares de milh\u00f5es de mensagens.<\/p>\n\n\n\n

Consumo de \u00e1gua em centros de dados de IA em grande escala<\/h2>\n\n\n\n

Ao n\u00edvel das instala\u00e7\u00f5es, os n\u00fameros passam de colheres de ch\u00e1 para milh\u00f5es de gal\u00f5es. A Brookings Institution informou, em junho de 2026, que um centro de dados t\u00edpico de IA consome aproximadamente 300 000 gal\u00f5es de \u00e1gua por dia, enquanto as instala\u00e7\u00f5es de hiperescala podem consumir at\u00e9 5 milh\u00f5es de gal\u00f5es por dia \u2014 o equivalente ao consumo de \u00e1gua de uma cidade com 10 000 a 50 000 habitantes.<\/p>\n\n\n\n

Os relat\u00f3rios anuais das empresas revelam um quadro impressionante. A Amazon divulgou que os seus centros de dados de IA da AWS consumiram cerca de 2,5 mil milh\u00f5es de gal\u00f5es de \u00e1gua a n\u00edvel global em 2025. A Google registou mais de 6,1 mil milh\u00f5es de gal\u00f5es em 2024, a Microsoft aproximadamente 2,75 mil milh\u00f5es de gal\u00f5es e a Meta cerca de 1,4 mil milh\u00f5es de gal\u00f5es. No total, estas quatro empresas consumiram mais de 12,7 mil milh\u00f5es de gal\u00f5es num \u00fanico ano \u2014 com a tend\u00eancia a apontar para um aumento acentuado. O consumo de \u00e1gua da Microsoft aumentou 34% e o do Google subiu 20% no ano em que a IA generativa se tornou mainstream.<\/p>\n\n\n\n

O World Resources Institute prev\u00ea que a infraestrutura dos centros de dados relacionados com a IA poder\u00e1 consumir entre 1,1 e 1,7 trili\u00f5es de gal\u00f5es de \u00e1gua doce por ano at\u00e9 2030. Para se ter uma ideia, os Estados Unidos, no seu conjunto, consomem aproximadamente 117 trili\u00f5es de gal\u00f5es por ano em todos os setores. Os centros de dados de IA n\u00e3o v\u00e3o esvaziar os oceanos, mas a sua procura concentrada em regi\u00f5es espec\u00edficas constitui uma preocupa\u00e7\u00e3o genu\u00edna.<\/p>\n\n\n\n

Treino vs. Infer\u00eancia: Para onde vai a \u00e1gua<\/h2>\n\n\n\n

Pode-se pensar que a fase de treino \u00e9 a que consome mais \u00e1gua. Estima-se que o treino do GPT-3 tenha consumido 700 000 litros de \u00e1gua doce, e o relat\u00f3rio da Universidade das Na\u00e7\u00f5es Unidas prev\u00ea que o treino do GPT-5 venha a exigir aproximadamente 1 mil milh\u00f5es de litros de \u00e1gua e 100 gigawatts-hora de eletricidade. Estes custos pontuais s\u00e3o o que mais d\u00e1 nas manchetes.<\/p>\n\n\n\n

No entanto, a infer\u00eancia \u2014 o processo cont\u00ednuo de resposta aos pedidos dos utilizadores \u2014 representa entre 80% e 90% do consumo total de energia e \u00e1gua da IA ao longo do ciclo de vida de um modelo. Atualmente, o ChatGPT processa cerca de 2,5 mil milh\u00f5es de solicita\u00e7\u00f5es de utilizadores por dia, de acordo com o relat\u00f3rio da Universidade das Na\u00e7\u00f5es Unidas, o que resulta numa procura anual estimada de eletricidade de 383 gigawatts-hora. A pegada h\u00eddrica correspondente equivale \u00e0s necessidades m\u00ednimas de \u00e1gua de cerca de 500 000 pessoas na \u00c1frica Subsariana.<\/p>\n\n\n\n

Se implementar a infer\u00eancia de IA em grande escala, este \u00e9 o n\u00famero que mais importa para o seu planeamento operacional. Uma \u00fanica sess\u00e3o de treino d\u00e1 que falar. A infer\u00eancia cont\u00ednua \u00e9 que faz a conta subir \u2014 e o contador de \u00e1gua girar.<\/p>\n\n\n\n

Quais s\u00e3o os centros de dados de IA que mais consomem \u00e1gua?<\/h2>\n\n\n\n

Nenhuma empresa de IA divulga dados sobre o consumo de \u00e1gua por consulta, pelo que as compara\u00e7\u00f5es diretas exigem estimativas. O que \u00e9 poss\u00edvel medir s\u00e3o as m\u00e9tricas de efic\u00e1cia no uso da \u00e1gua. A AWS reporta aproximadamente 0,25 litros de \u00e1gua por quilowatt-hora, o valor mais baixo entre os principais fornecedores de servi\u00e7os na nuvem. A m\u00e9dia global da Google situa-se em cerca de 1,1 litros por quilowatt-hora, a da Meta em 1,26 e a da Microsoft em cerca de 1,8, com base nos seus relat\u00f3rios de 2022. Desde ent\u00e3o, a Microsoft anunciou uma meta de consumo de \u00e1gua nulo at\u00e9 2030.<\/p>\n\n\n

\n
\"Centros<\/figure>\n<\/div>\n\n\n

Estas diferen\u00e7as s\u00e3o importantes, mas a geografia \u00e9 ainda mais importante. Um centro de dados no Arizona que utiliza refrigera\u00e7\u00e3o por evapora\u00e7\u00e3o sob um calor de 40 \u00b0C consome significativamente mais \u00e1gua do que uma instala\u00e7\u00e3o id\u00eantica na Finl\u00e2ndia que recorre \u00e0 refrigera\u00e7\u00e3o por ar livre. De acordo com um relat\u00f3rio da Comiss\u00e3o Industrial de 2025, mais de 40% dos centros de dados de IA previstos a n\u00edvel mundial situam-se em regi\u00f5es classificadas como tendo um stress h\u00eddrico elevado ou extremamente elevado.<\/p>\n\n\n\n

Quando a localiza\u00e7\u00e3o do seu centro de dados \u00e9 importante<\/h2>\n\n\n\n

A localiza\u00e7\u00e3o n\u00e3o \u00e9 apenas uma vari\u00e1vel de efici\u00eancia h\u00eddrica (WUE) \u2014 determina se o seu centro de dados de IA se torna um ponto de tens\u00e3o para a comunidade. O centro de dados da Meta no Condado de Newton, na Ge\u00f3rgia, consome atualmente cerca de 10% do abastecimento total de \u00e1gua do condado. O condado de Loudoun, na Virg\u00ednia \u2014 o centro de centros de dados mais denso do mundo \u2014 j\u00e1 regista centros de dados que consomem cerca de 8% de \u00e1gua municipal, com proje\u00e7\u00f5es que apontam para 29% at\u00e9 2050.<\/p>\n\n\n\n

O Texas apresenta os n\u00fameros mais impressionantes: previa-se que os centros de dados do estado consumissem entre 25 e 49 mil milh\u00f5es de gal\u00f5es de \u00e1gua em 2024, e os analistas prev\u00eaem que esse n\u00famero possa disparar para 399 mil milh\u00f5es de gal\u00f5es at\u00e9 2030. Em regi\u00f5es propensas \u00e0 seca, esta concentra\u00e7\u00e3o da procura por parte de um \u00fanico setor cria um risco pol\u00edtico que n\u00e3o se pode ignorar. Na Irlanda, os centros de dados consumiram 21% de toda a eletricidade medida em 2023, ultrapassando o consumo combinado de todos os agregados familiares urbanos, e o consumo de \u00e1gua aumentou na mesma propor\u00e7\u00e3o.<\/p>\n\n\n\n

Se estiver a avaliar op\u00e7\u00f5es de colocaliza\u00e7\u00e3o ou regi\u00f5es na nuvem para cargas de trabalho de infer\u00eancia de IA, o \u00edndice de stress h\u00eddrico local deve figurar na sua matriz de decis\u00e3o, a par da lat\u00eancia e do custo.<\/p>\n\n\n\n

Como reduzir a pegada h\u00eddrica dos centros de dados de IA<\/h2>\n\n\n\n

Tem \u00e0 sua disposi\u00e7\u00e3o v\u00e1rias medidas pr\u00e1ticas que pode implementar. A primeira \u00e9 a tecnologia de refrigera\u00e7\u00e3o. A refrigera\u00e7\u00e3o l\u00edquida em circuito fechado e a refrigera\u00e7\u00e3o por imers\u00e3o reciclam a \u00e1gua em vez de a evaporarem, reduzindo drasticamente o consumo no local. Os mais recentes centros de dados de IA TPU v5 da Google utilizam significativamente menos \u00e1gua por unidade de computa\u00e7\u00e3o do que as gera\u00e7\u00f5es anteriores, gra\u00e7as \u00e0 ado\u00e7\u00e3o destas abordagens.<\/p>\n\n\n\n

O segundo aspeto \u00e9 a programa\u00e7\u00e3o das cargas de trabalho. A investiga\u00e7\u00e3o da UC Riverside demonstrou que a execu\u00e7\u00e3o de cargas de trabalho de IA com elevado consumo de \u00e1gua durante as horas noturnas, mais frescas, ou em esta\u00e7\u00f5es mais frias pode reduzir significativamente as perdas por evapora\u00e7\u00e3o. Se a sua camada de orquestra\u00e7\u00e3o suportar uma programa\u00e7\u00e3o sens\u00edvel \u00e0 hora e \u00e0 localiza\u00e7\u00e3o, poder\u00e1 reduzir o consumo de \u00e1gua sem alterar o hardware.<\/p>\n\n\n\n

O terceiro aspeto \u00e9 a transpar\u00eancia e a monitoriza\u00e7\u00e3o. A maioria das instala\u00e7\u00f5es n\u00e3o disp\u00f5e de contadores de \u00e1gua detalhados, o que significa que n\u00e3o \u00e9 poss\u00edvel otimizar aquilo que n\u00e3o se consegue medir. A implementa\u00e7\u00e3o de ferramentas de monitoriza\u00e7\u00e3o da \u00e1gua em tempo real proporciona-lhe a visibilidade por rack e por carga de trabalho que transforma um objetivo de sustentabilidade vago numa m\u00e9trica operacional pass\u00edvel de acompanhamento.<\/p>\n\n\n\n

Para al\u00e9m da tecnologia, os programas de reposi\u00e7\u00e3o de \u00e1gua est\u00e3o a tornar-se um requisito m\u00ednimo. A Amazon comprometeu-se com 50 projetos de restaura\u00e7\u00e3o h\u00eddrica que, segundo as previs\u00f5es, ir\u00e3o devolver 5,8 mil milh\u00f5es de gal\u00f5es por ano \u00e0s bacias hidrogr\u00e1ficas locais. A Google lan\u00e7ou 165 projetos de gest\u00e3o da \u00e1gua com o objetivo de reabastecer 19 mil milh\u00f5es de gal\u00f5es por ano at\u00e9 2030. Estas n\u00e3o s\u00e3o solu\u00e7\u00f5es para o consumo \u2014 s\u00e3o compensa\u00e7\u00f5es \u2014, mas indicam o rumo que as expectativas regulat\u00f3rias e da comunidade est\u00e3o a tomar.<\/p>\n\n\n\n

Em suma, o consumo de \u00e1gua dos centros de dados de IA \u00e9 simultaneamente menor e maior do que as not\u00edcias sugerem. As vossas consultas individuais consomem fra\u00e7\u00f5es de uma colher de ch\u00e1. A vossa infraestrutura global, que executa milhares de milh\u00f5es de consultas em regi\u00f5es com escassez de \u00e1gua, \u00e9 uma hist\u00f3ria diferente. Os operadores que medem, divulgam e gerem ativamente o consumo de \u00e1gua neste momento s\u00e3o aqueles que evitar\u00e3o disputas relacionadas com licen\u00e7as, oposi\u00e7\u00e3o da comunidade e perturba\u00e7\u00f5es operacionais que j\u00e1 se est\u00e3o a verificar desde a Ge\u00f3rgia at\u00e9 \u00e0 Irlanda. Os centros de dados de IA continuar\u00e3o a crescer. Se esse crescimento ser\u00e1 respons\u00e1vel ou n\u00e3o \u00e9 uma escolha que faz sempre que seleciona uma regi\u00e3o, uma arquitetura de refrigera\u00e7\u00e3o e uma pilha de monitoriza\u00e7\u00e3o.<\/p>","protected":false},"excerpt":{"rendered":"

You have probably heard the viral claim that every ChatGPT query drinks half a bottle of water. If you run or plan infrastructure for AI workloads, the real question is not whether the panic is justified \u2014 it is how much water your AI data centers actually consume, where that number comes from, and what […]<\/p>\n","protected":false},"author":5,"featured_media":35303,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pgc_sgb_lightbox_settings":"","footnotes":""},"categories":[630,629],"tags":[],"class_list":["post-35298","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blogs","category-news-and-insights"],"acf":[],"_links":{"self":[{"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/posts\/35298","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/comments?post=35298"}],"version-history":[{"count":6,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/posts\/35298\/revisions"}],"predecessor-version":[{"id":35308,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/posts\/35298\/revisions\/35308"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/media\/35303"}],"wp:attachment":[{"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/media?parent=35298"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/categories?post=35298"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/soeteck.com\/pt\/wp-json\/wp\/v2\/tags?post=35298"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}