Responsáveis do setor energético do Médio Oriente estão a soar o alarme sobre o que poderá acontecer após 2035. A preocupação? Uma tempestade perfeita está a formar-se, em que o investimento em infraestruturas de GNL não acompanha o ritmo da procura — e o crescimento explosivo da IA está a acelerar o calendário.
Eis a questão: os centros de dados que alimentam modelos de IA são autênticos monstros energéticos. Estamos a falar de níveis de consumo que podem rivalizar com países inteiros. Entretanto, o capital investido em novos projetos de gás natural liquefeito abrandou consideravelmente. A matemática não bate certo.
A liderança energética do Qatar vê o fosso a alargar-se. Os modelos tradicionais de previsão não tinham em conta a escalabilidade exponencial da IA. As instalações de machine learning precisam de energia constante e o gás natural continua a ser o combustível de transição preferido para muitas regiões que se afastam do carvão.
O calendário é importante. Os projetos aprovados hoje só começarão a fornecer energia em meados da década de 2030. Se as decisões de investimento continuarem a ser adiadas enquanto as empresas tecnológicas constroem infraestruturas computacionais massivas, estaremos perante uma séria escassez de oferta. Os mercados energéticos poderão tornar-se muito mais voláteis do que aquilo que está atualmente refletido nos preços.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Responsáveis do setor energético do Médio Oriente estão a soar o alarme sobre o que poderá acontecer após 2035. A preocupação? Uma tempestade perfeita está a formar-se, em que o investimento em infraestruturas de GNL não acompanha o ritmo da procura — e o crescimento explosivo da IA está a acelerar o calendário.
Eis a questão: os centros de dados que alimentam modelos de IA são autênticos monstros energéticos. Estamos a falar de níveis de consumo que podem rivalizar com países inteiros. Entretanto, o capital investido em novos projetos de gás natural liquefeito abrandou consideravelmente. A matemática não bate certo.
A liderança energética do Qatar vê o fosso a alargar-se. Os modelos tradicionais de previsão não tinham em conta a escalabilidade exponencial da IA. As instalações de machine learning precisam de energia constante e o gás natural continua a ser o combustível de transição preferido para muitas regiões que se afastam do carvão.
O calendário é importante. Os projetos aprovados hoje só começarão a fornecer energia em meados da década de 2030. Se as decisões de investimento continuarem a ser adiadas enquanto as empresas tecnológicas constroem infraestruturas computacionais massivas, estaremos perante uma séria escassez de oferta. Os mercados energéticos poderão tornar-se muito mais voláteis do que aquilo que está atualmente refletido nos preços.