Como a eficiente IA da DeepSeek pode frear o renascimento nuclear

A startup chinesa de IA DeepSeek surpreendeu o mundo com o lançamento de seu modelo R1, que parece ter um desempenho quase tão bom quanto modelos líderes da Google e da OpenAI, apesar da alegação da empresa de que usou um número relativamente modesto de GPUs para treiná-lo.

A eficiência relativa da DeepSeek fez com que especialistas e investidores questionassem se a IA realmente precisa dos enormes investimentos em hardware que todos previam. E isso poderia mudar a demanda por centros de dados — e a energia necessária para alimentá-los.

A empresa afirma que utilizou 2.048 GPUs Nvidia H800 por dois meses para treinar um modelo um pouco mais antigo, uma fração do poder computacional que se diz que a OpenAI utiliza.

Poucas empresas estão tão expostas quanto a Nvidia, cujo preço das ações caiu 16% no momento da publicação. Talvez ainda mais vulneráveis sejam as startups e produtores de energia que estão apostando alto em novas capacidades de energia nuclear e gás natural.

A energia nuclear, em particular, está à beira de uma renascença há anos, impulsionada por avanços em combustíveis e designs de reatores que prometem tornar uma nova geração de usinas mais seguras e mais baratas de construir e operar. Até agora, havia pouco motivo para avançar. A energia nuclear ainda é cara em relação à eólica, solar e gás natural. Além disso, a próxima geração de energia nuclear ainda não foi testada em escala comercial.

O aumento da demanda por energia proveniente da IA mudou essa equação. Com os centros de dados previstos para consumir até 12% de toda a eletricidade nos EUA — mais que o triplo de sua participação em 2023 — e previsões de centros de dados de IA subdimensionados até 2027, empresas de tecnologia estão correndo para garantir novos suprimentos e investindo bilhões de dólares na solução de problemas. O Google se comprometeu a comprar 500 megawatts de capacidade da startup nuclear Kairos, a Amazon liderou um investimento de $500 milhões em outra startup nuclear, a X-Energy, e a Microsoft está trabalhando com a Constellation Energy em uma renovação de $1,6 bilhão de um reator em Three Mile Island.

Mas e se o problema estiver exagerado?

Não existe uma regra rígida que sugira que a única maneira de melhorar o desempenho da IA é usar mais poder computacional. Por um tempo, essa tática funcionou bem, mas mais recentemente, mais computação não trouxe os mesmos resultados. Pesquisadores de IA têm buscado soluções, e é possível que a DeepSeek tenha encontrado uma para seu modelo R1.

Claro, nem todos estão convencidos.

“Embora a conquista da DeepSeek possa ser inovadora, questionamos a noção de que suas façanhas foram realizadas sem o uso de GPUs avançadas”, escreveu o analista da Citigroup, Atif Malik.

Ainda assim, a história sugere que mesmo se a DeepSeek estiver escondendo algo, alguém provavelmente encontrará uma maneira de tornar a IA mais barata e eficiente. Afinal, é mais fácil e potencialmente mais rápido encarregar alguns PhDs de desenvolver melhores modelos do que construir novas usinas.

A atual onda de novos reatores não está programada para entrar em operação até 2030, e novas usinas de gás natural não estarão disponíveis até o final da década, no mínimo. Nesse contexto, os investimentos em energia das empresas de tecnologia parecem ser uma proteção, caso suas apostas em software não dêem certo.

Se derem certo, espere que as empresas de tecnologia diminuam suas ambições em energia. Quando se trata de escolher entre gastar bilhões em ativos físicos ou software, as empresas de tecnologia quase sempre escolhem o último.

Onde isso deixará as startups nucleares e empresas de energia? Depende. Algumas podem ser capazes de produzir energia a um custo baixo o suficiente para que não importe se as necessidades de energia da IA diminuírem. O mundo está se eletrificando e, mesmo antes do início da bolha da IA, a demanda por eletricidade já era esperada para crescer.

Mas, na ausência da demanda da IA, essas pressões de custo provavelmente aumentarão. A energia eólica, solar e as baterias são baratas e estão se tornando cada vez mais baratas, além de serem intrinsicamente modulares e produzidas em massa. Os desenvolvedores podem implantar novas usinas renováveis em fases, entregando eletricidade (e receita) antes que todo o projeto esteja concluído, enquanto oferecem algum controle sobre o futuro diante da demanda incerta. O mesmo não pode ser dito de um reator nuclear ou de uma turbina a gás. As empresas de tecnologia sabem disso, e é por isso que têm investido discretamente em energias renováveis para alimentar seus centros de dados.

Poucas pessoas previram o atual boom da IA, e é improvável que alguém saiba como os próximos cinco anos se desenrolarão. Como resultado, as apostas mais seguras em energia provavelmente fluirão para tecnologias comprovadas que podem ser rapidamente implantadas e escaladas de acordo com um mercado em rápida evolução. Hoje, as energias renováveis se encaixam nesse perfil.