Assessing the Carbon Emissions and Energy Consumption of U.S. Hyperscale Data Centers

Resumo Técnico: Avaliação das Emissões de Carbono e do Consumo de Energia de Hiperescala de Centros de Dados nos EUA

Definição do Problema
A rápida proliferação de centros de dados de hiperescala (HDCs) nos Estados Unidos, impulsionada em grande parte pela adoção da inteligência artificial (IA), levantou preocupações significativas em relação à pegada ambiental do setor. Embora os centros de dados sejam a espinha dorsal da infraestrutura digital moderna, sua natureza intensiva em energia — decorrente do poder computacional e dos requisitos de resfriamento — levou ao aumento da demanda de eletricidade e às emissões associadas de gases de efeito estufa. A literatura existente apresenta uma gama de estimativas para o uso de energia em centros de dados, mas estudos revisados por pares que examinam especificamente as emissões de instalações de hiperescala são escassos. Estimativas anteriores, como as de Siddik et al. (17) para 2018, estão agora desatualizadas dado o surto de demanda proveniente de cargas de trabalho de IA e mineração de criptomoedas (que é excluída desta análise). Além disso, há uma carência de dados ao nível das instalações que integrem fontes heterogêneas, validem a infraestrutura por meio de imagens de satélite e atribuam as emissões a usinas de energia específicas utilizando os dados de rede mais recentes.

Metodologia
Os autores desenvolveram um pipeline escalável e orientado por dados para estimar o consumo de eletricidade e as emissões de CO2 atribuíveis de 403 centros de dados de hiperescala nos EUA operando entre maio de 2024 e abril de 2025. A metodologia consiste em cinco etapas principais:

1. Coleta e Validação de Dados: O estudo compilou um conjunto de dados de 675 potenciais HDCs de provedores privados (Baxtel). Este conjunto de dados foi rigorosamente validado usando imagens de satélite de alta resolução (Esri World Imagery) e dados de pegada de edifícios do OpenStreetMap (OSM). Por meio de verificação manual e geocodificação, os autores confirmaram a localização e a identidade de 403 instalações, obtendo dados de área quadrada para todas elas.
2. Estimativa de Capacidade de Potência: Para as 6 instalações que não possuíam capacidade de potência reportada, um modelo de Árvore de Regressão de Gradiente Impulsionado (GBRT) foi treinado para imputar valores ausentes. O modelo utilizou a área quadrada do edifício, o tipo de clima (classificação Köppen-Geiger) e a região da autoridade de equilíbrio como preditores. O modelo alcançou um $R^2$ de 0,807 em uma divisão de teste aleatória de 85/15, com esquemas de validação agrupados confirmando sua utilidade como ferramenta de imputação, em vez de um modelo preditivo geral para novos locais.
3. Modelagem de Consumo de Eletricidade: O consumo anual de eletricidade foi estimado multiplicando a capacidade elétrica total da instalação (incluindo TI, resfriamento e infraestrutura de suporte) pelas horas operacionais anuais (8.760) e um coeficiente de carga da instalação ($u$). Reconhecendo a incerteza na tradução da capacidade nominal para a carga operacional real, os autores reportaram resultados através de quatro cenários motivados fisicamente:
   • Carga baixa ($u=0,48$): Servidores convencionais, design de capacidade máxima nominal.
   • Central ($u=0,58$): Servidores convencionais, design medido máximo, consistente com modelagem de fluxo de potência bottom-up e verificações implícitas de PUE independentes.
   • Intermediário-alto ($u=0,663$): Utilização efetiva ao nível do servidor aplicada à capacidade da instalação (mantida para continuidade com estudos anteriores).
   • Alto ponderado por IA ($u=0,70$): Refletindo maior utilização para instalações especializadas em IA.
4. Modelagem de Emissões Atribuicionais: Cada HDC foi geolocalizado para sua respectiva autoridade de equilíbrio (BA). Um modelo de atribuição ponderado pela geração de energia (EGW) foi aplicado, assumindo que, dentro de cada BA, a demanda total de eletricidade dos HDCs é distribuída entre as usinas de energia em proporção à sua geração líquida anual de eletricidade. Esta abordagem utiliza dados de nível de usina da EPA eGRID2023 (a liberação completa mais recente no momento da revisão) para atribuir misturas de combustíveis e fatores de emissão.
5. Cálculo de Intensidade de Carbono: O estudo calculou a intensidade média ponderada de carbono (gCO2/kWh) para os HDCs agregando as emissões e a carga atribuídas às usinas fornecedoras, comparando estas métricas com a média nacional da rede dos EUA.

Principais Contribuições

• Conjunto de Dados Abrangente: A criação de um conjunto de dados validado, ao nível das instalações, de 403 HDCs nos EUA, representando uma pegada de eletricidade nacional estimada entre 56–82%.
• Estrutura Atribuicional: A aplicação de um método de contabilidade atribuicional transparente que vincula centros de dados específicos à mistura física de geração de suas autoridades de equilíbrio, distinguindo este trabalho das abordagens consequenciais (marginais).
• Estimativa Baseada em Cenários: A provisão de uma gama de estimativas (68–99 TWh de eletricidade; 37–54 Mt de CO2) em vez de uma estimativa de ponto único, contabilizando explicitamente as incertezas nos fatores de carga das instalações e a cobertura incompleta.
• Ferramenta Pública: O desenvolvimento de uma plataforma web pública que permite aos usuários explorar pegadas de carbono, cargas de eletricidade e misturas de combustíveis nos níveis estaduais e de autoridade de equilíbrio.

Resultos

• Consumo de Eletricidade: Sob o cenário central ($u=0,58$), os 403 HDCs consumiram aproximadamente 82 TWh de eletricidade, representando cerca de 1,8% do consumo total de eletricidade dos EUA. Em todos os cenários, o consumo variou de 68 a 99 TWh (1,5–2,2% do total nacional).
• Emissões de Carbono: As emissões de CO2 associadas variaram de 37 a 54 milhões de toneladas métricas (Mt), com uma estimativa central de 45 Mt. Isso é aproximadamente 3,5 a 5 vezes maior do que os 10,5 Mt estimados para HDCs em 2018.
• Distribuição Geográfica: Virgínia abrigou o maior número de HDCs (142) e o maior consumo agregado (~21 TWh), seguida por Oregon, Ohio e Iowa. Juntos, esses quatro estados foram responsáveis por mais de 50% do consumo total de eletricidade de HDC na amostra.
• Mistura de Combustíveis e Intensidade de Carbono: Aproximadamente 53,9% da eletricidade atribuída aos HDCs foi suprida por combustíveis fósseis (38,2% gás natural, 15,2% carvão), 20,9% por nuclear e 25,3% por renováveis. A intensidade de carbono média ponderada de eletricidade dos HDCs foi de aproximadamente 545 gCO2/kWh, o que é cerca de 48% superior à média nacional contemporânea da rede dos EUA de 370 gCO2/kWh. Notavelmente, 90% da demanda de eletricidade dos HDCs está localizada em autoridades de equilíbrio com intensidades de carbono acima da média nacional.

Significância e Alegações
O artigo afirma fornecer uma ferramenta atribuicional robusta para avaliar a pegada ambiental de centros de dados de hiperescala usando os dados mais recentes de nível de usina da EPA eGRID. Os autores enfatizam que sua abordagem oferece uma avaliação estatisticamente robusta devido à visibilidade distinta e à infraestrutura bem documentada dos HDCs. Eles argumentam que seus achados destacam a concentração desproporcional de centros de dados em regiões com redes de alta intensidade de carbono, um fator crítico frequentemente negligenciado em análises setoriais mais amplas. O estudo ressalta a urgência da tomada de decisão baseada em dados para informar políticas destinadas a mitigar o impacto ambiental dos centros de dados, particularmente conforme a adoção da IA impulsiona uma nova expansão. Os autores explicitamente observam que suas estimativas são figuras baseadas em cenários delimitados, em vez de limites inferiores estritos, reconhecendo limitações como a cobertura incompleta das instalações e a falta de dados de PUE ao nível da instalação. Eles posicionam seu trabalho como um passo necessário para reconhecer os centros de dados como um setor econômico relevante que requer atenção política direcionada, enquanto distinguem sua atribuição ao nível da instalação das projeções de emissões de servidores ou específicas de IA encontradas em outras literaturas.