AWS ajuda a reduzir a pegada de carbono das cargas de trabalho de IA

A Inteligência Artificial (IA) está transformando rapidamente a forma de usar a tecnologia para enfrentar alguns dos maiores desafios do mundo, desde os cuidados de saúde até as mudanças climáticas. À medida que se usa a IA, é importante também minimizar sua pegada ambiental. Um novo estudo encomendado pela Amazon Web Services (AWS) e conduzido pela Accenture mostra que uma maneira eficaz de fazer isso é mover as cargas de trabalho de TI da infraestrutura local para os Data Centers da AWS em todo o mundo.

O relatório “Como a Migração para a Nuvem AWS Reduz as Emissões de Carbono” (How Moving into the AWS Cloud Reduce Carbon Emissions) estima que a infraestrutura de Nuvem da AWS é até 4,1 vezes mais eficiente do que on-premises (infraestrutura local) e, quando as cargas de trabalho são otimizadas na AWS, a pegada de carbono associada pode ser reduzida em até 99%. 85% dos gastos globais das organizações com TI referem-se a investimentos com infraestrutura local.

“A AWS adota uma abordagem holística de eficiência para minimizar o consumo de energia e de água em nossos Data Centers, o que contribui para um melhor atendimento aos nossos clientes”, afirmou Chris Walker, diretor de Sustentabilidade da AWS. “Estamos constantemente trabalhando em maneiras de aumentar a eficiência energética de nossas instalações, otimizando o design de Data Centers, investindo em chips personalizados e inovando com modernas tecnologias de refrigeração. À medida que a AWS caminha para alcançar a meta da Amazon de carbono líquido zero até 2040, como parte do The Climate Pledge, continuaremos inovando e implementando maneiras de aumentar a eficiência energética em nossas instalações em um esforço para construir um futuro mais melhor para o nosso planeta”, observou.

Os clientes experimentam os benefícios de eficiência de migrar e desenvolver soluções na AWS há vários anos. Por exemplo, a empresa global de genômica e saúde humana Illumina viu uma redução de 89% das emissões de carbono ao migrar para a AWS. Esse tipo de eficiência obtida com a adoção da nuvem AWS, em comparação com empresas que mantêm sua própria infraestrutura de TI no local, deverá se tornar ainda mais importante à medida que o mundo adota de forma crescente o uso de IA.

Isso porque, à medida que as cargas de trabalho de IA se tornam mais complexas e exigem grandes volumes de dados, elas exigirão novos níveis de desempenho dos sistemas, capazes de realizar milhões de cálculos por segundo, além de memória, armazenamento e infraestrutura de rede robustos. Tudo isso consome energia e gera uma pegada de carbono correspondente. Enquanto os data centers locais lutam para acompanhar o ritmo devido às suas limitações inerentes para impulsionar a escalabilidade e a eficiência energética, a AWS está continuamente inovando para tornar a Nuvem a maneira mais eficiente de executar a infraestrutura e os negócios dos clientes.

Padrão líder do setor usado para quantificar a eficiência e estimar a redução de carbono

A pesquisa quantificou a eficiência energética e a oportunidade de redução de carbono ao mover as cargas de trabalho dos clientes da infraestrutura local para a AWS, simulando e analisando as diferenças entre elas. Uma carga de trabalho é um conjunto de recursos e código para realizar tarefas como executar um site de varejo ou gerenciar bancos de dados de inventário. A Accenture usou o padrão Software Carbon Intensity (SCI) da Organização Internacional de Padronização (ISO) para analisar a pegada de carbono de cargas de trabalho representativas com uso intensivo de armazenamento e computação, e foi além ao considerar o efeito da energia livre de carbono para as duas opções, a infraestrutura local e a AWS. Esta é uma das primeiras vezes que um provedor de nuvem de hiperescala usa a especificação SCI para realizar uma análise desse tipo.

O estudo analisou primeiro a quantidade estimada de emissões de carbono operacionais e incorporadas (hardware de TI) evitadas simplesmente movendo as cargas de trabalho da infraestrutura local para a AWS. Isso é chamado de “Lift-and-Shift” no relatório. O relatório também analisou quanto carbono a mais pode ser evitado quando essas mesmas cargas de trabalho são otimizadas no hardware da AWS, como o silício desenvolvido especificamente para executar modelos de IA – e comparou cada cenário em quatro áreas geográficas: Estados Unidos e Canadá, União Europeia, Ásia-Pacífico e Brasil.

Na última década, o volume de dados cresceu exponencialmente, enquanto a nuvem continuou a oferecer um leque cada vez maior de recursos avançados de dados. Considerando as necessidades de dados para análise, treinamento e inferência de modelos de IA, as organizações precisam avaliar a economia potencial de carbono associada aos seus requisitos de armazenamento. O estudo mostrou que cargas de trabalho com uso intensivo de armazenamento podem ser até 2,5 vezes mais eficientes na AWS e quando comparadas com soluções locais, otimizá-las no hardware da AWS pode reduzir as emissões de carbono associadas em até 93%.

No caso de cargas de trabalho com uso intensivo de computação, a redução potencial de emissões de carbono ao executar workloads de IA na AWS em comparação com soluções locais foi avaliada analisando as emissões operacionais e incorporadas de uma carga de trabalho representativa fornecida pela AWS. A Accenture descobriu que, ao otimizar cargas de trabalho com uso intensivo de computação na AWS, as organizações podem reduzir sua pegada de carbono associada em até 99% em diversas regiões geográficas.

Como a AWS inova para aumentar a eficiência e reduzir a pegada de carbono

A AWS está continuamente inovando para tornar a nuvem a maneira mais eficiente e sustentável de administrar os negócios dos clientes. Veja seis maneiras pelas quais a AWS inova para ajudar as organizações a reduzir sua pegada de carbono de TI:

1. Infraestrutura de Data Center projetada para aumentar a eficiência

Por meio da engenharia, da distribuição elétrica às técnicas de resfriamento, a infraestrutura da AWS é capaz de operar mais perto do pico de eficiência energética. A AWS otimiza a utilização de recursos para minimizar a capacidade ociosa e melhora continuamente a eficiência de sua infraestrutura. Por exemplo, ao inovar para melhorar as práticas de meios evaporativos, conseguimos reduzir o uso de energia do equipamento de resfriamento associado em 20%. Isso contrasta com os Data Centers locais tradicionais, que podem provisionar demais para acomodar picos de demanda imprevisíveis e crescimento futuro. Esse excesso de capacidade se traduz em recursos subutilizados, que demandam energia, com maior pegada de carbono associada.

2. Melhorar a forma como resfriamos nossas instalações

Depois de alimentar o equipamento de servidor da AWS, o resfriamento é uma das maiores fontes de uso de energia em nossos data centers. Para aumentar a eficiência, a AWS usa diferentes técnicas de resfriamento, incluindo resfriamento de ar livre, dependendo do local e da época do ano, bem como análise de dados em tempo real para se adaptar às condições climáticas. A implementação dessas estratégias inovadoras de resfriamento é mais desafiadora em menor escala em um data center local típico. O mais recente projeto de data center da AWS integra perfeitamente soluções otimizadas de resfriamento a ar com recursos de resfriamento líquido para os chipsets de IA mais poderosos, como os superchips Nvidia Grace Blackwell. Este design de resfriamento flexível e multimodal nos permite extrair o máximo de desempenho e eficiência, seja executando cargas de trabalho tradicionais ou modelos de IA.

3. Transição para fontes de energia livres de carbono

Alinhando-se com o compromisso da Amazon de alcançar emissões líquidas zero de carbono em todas as operações até 2040, a AWS está fazendo uma transição rápida de sua infraestrutura global para combinar o uso de eletricidade com 100% de energia renovável. A Amazon habilitou mais de 500 projetos de energia renovável globalmente e tem sido o maior comprador corporativo de energia renovável do mundo nos últimos quatro anos, de acordo com a Bloomberg New Energy Finance. Em 2022, a eletricidade consumida em 19 regiões da AWS era atribuível a 100% de energia renovável.

4. Silício desenvolvido especificamente para cargas de trabalho de IA

Quando se trata de executar cargas de trabalho complexas de IA, como grandes modelos de linguagem (LLMs), a AWS oferece uma ampla seleção de hardware. Para otimizar o desempenho e o consumo de energia, desenvolvemos silício especificamente para esse fim, como os chips AWS Trainium e AWS Inferentia, para obter uma taxa de transferência significativamente maior do que instâncias de computação acelerada comparáveis. De acordo com a Accenture, esses aceleradores permitem que a AWS execute modelos de IA com eficiência em escala, reduzindo a pegada de carbono para cargas de trabalho semelhantes e melhorando o desempenho por watt de consumo de energia.

5. Práticas de construção mais sustentáveis

Embora o estudo não tenha considerado as emissões incorporadas de infraestrutura não TI (como HVAC e iluminação), uma vez que a SCI não a inclui, a AWS também está continuamente avaliando e otimizando o projeto dos data centers, racks de servidores, salas de armazenamento e infraestrutura de suporte. Desde 2023, a AWS economizou mais de 22 mil toneladas de emissões de dióxido de carbono equivalente usando alternativas de concreto e aço de baixo carbono na construção de 43 novas instalações de data center. A AWS também está trabalhando em toda a cadeia de suprimentos para aumentar o uso de materiais reciclados e reduzir o carbono incorporado dos processos de fabricação.

6. Estratégias eficientes de armazenamento e replicação de dados

A AWS fornece ferramentas e orientações que permitem que os clientes modernizem suas estratégias de gerenciamento de dados. Isso inclui manter dados ativos “quentes” separados de conjuntos de dados “frios” inativos usando os serviços de armazenamento totalmente gerenciados da AWS. Além disso, ajuda os clientes a otimizar seus processos de replicação de dados, reduzindo o tamanho da replicação e os requisitos de throughput, levando à diminuição do consumo de energia e das emissões de carbono.