Data centers dos EUA vão queimar mais gás que 2 países

O gargalo da IA agora é gás, não GPU

Data centers nos Estados Unidos estão prestes a consumir mais gás natural do que Alemanha e Japão somados. Parece exagero, mas é a projeção para 2035 e ela muda a conversa sobre IA. Até aqui discutimos falta de GPU, memória HBM e latência de inferência. Agora o limite real é energia firme, contrato de gás e fila de conexão na rede elétrica. Se você opera modelos em produção, treina foundation models ou vende inferência por token, precisa entender que o custo do seu token está amarado ao preço do gás. Essa ligação entre boom da IA, energia e conta de luz deixou de ser teoria climática e virou risco operacional.

O ponto incômodo é simples: a escala que pedimos para a IA generativa exige energia contínua, 24 por 7, sem intermitência. Solar e eólica ajudam, mas não seguram um cluster de 100 MW sozinhas sem armazenamento massivo que ainda é caro e lento para licenciar. O gás virou o atalho. É despachável, relativamente barato nos EUA e rápido de instalar fora da rede. Só que quando todo mundo escolhe o mesmo atalho ao mesmo tempo, o atalho vira congestionamento. É exatamente o que está acontecendo.

O fato sem enfeite

A BloombergNEF projeta que data centers americanos podem consumir cerca de 18 bilhões de pés cúbicos de gás por dia até 2035. Esse número é quase o dobro do que a mesma organização previa há apenas nove meses, o que mostra como as estimativas estão correndo atrás da realidade. Nesse cenário, data centers se tornam o segundo maior vetor de crescimento da demanda de gás nos EUA, atrás apenas das exportações de GNL. E o cálculo já desconta que nem todos os projetos anunciados vão sair do papel.

Desse total, entre 2,9 e 3,4 bilhões de pés cúbicos por dia viriam de usinas próprias, instaladas dentro dos campi de data centers e fora da rede pública. Meta, Microsoft, Google e Amazon já anunciaram esse tipo de projeto para fugir da fila de interconexão das utilities. Sozinho, esse volume já equivale a todo o gás que data centers consomem hoje, somando geração própria e geração via rede. O restante, cerca de 15 bilhões de pés cúbicos por dia, viria de usinas a gás conectadas à rede para atender a nova carga. Para ter uma referência, isso é cinco vezes mais crescimento de demanda via rede até 2035 do que todos os outros setores conectados juntos.

Como isso funciona na visão de quem opera

Na prática existem dois caminhos de arquitetura e os dois acabam no gás. O primeiro é o behind the meter, com turbinas a gás dentro do terreno do data center. A vantagem é velocidade. Você evita esperar três a cinco anos por subestação, linha de transmissão e estudo de impacto. Liga a turbina, garante baseload para GPUs e fecha um SLA de energia mais previsível. O problema é que você vira operador de usina, com licenciamento ambiental, manutenção de turbina, ruído, emissões locais e contrato de fornecimento de gás firme. Não é só subir mais um cluster Kubernetes.

O segundo caminho é o tradicional, conectado à rede, onde a utility precisa gerar mais. Como o sistema americano ainda depende muito de térmicas a gás para cobrir pico noturno e complementar renováveis, cada novo MW de data center puxa mais despacho a gás. Mesmo que seu contrato seja dito 100 por cento renovável via créditos, a física da rede na madrugada ainda queima gás. Em termos de custo e latência, a inferência técnica plausível é que o preço marginal da energia vai subir antes de cair. Mais demanda firme significa mais turbinas rodando por mais horas, mais congestionamento no gasoduto e mais exposição a picos de inverno. Para quem precifica API por milhão de tokens, isso é margem corroída aos poucos, não de uma vez.

O que isso muda na prática para quem constrói IA

Quem ganha no curto prazo são donos de terra com acesso a gasoduto, fabricantes de turbinas e utilities com geração a gás já amortizada. Quem perde, se nada mudar, é o consumidor residencial e pequenas empresas, que podem ver a tarifa subir para bancar reforço de rede, mesmo sem usar IA diretamente. Analistas citados no levantamento já alertam que a combinação de data centers com exportação de GNL pode romper o período de gás barato que sustentou o atual ciclo de construção. A planilha das big techs aguenta um choque de preço, a conta de luz da família média nem sempre.

Se você constrói ou compra IA, tem pelo menos uma ação prática para fazer agora: amarre custo de energia ao custo de inferência. Não basta otimizar prompt e trocar de modelo. Monitore consumo por região, intensidade energética do provedor e janelas de preço, negocie reservas de capacidade em regiões com matriz mais diversificada e teste roteamento de carga entre regiões. Em paralelo, vale medir eficiência real, como PUE, watts por token e taxa de ociosidade de GPU, porque cluster ocioso queimando energia firme é o jeito mais rápido de pagar gás à toa. Algumas equipes já estão fazendo algo direto:

• priorizar treinamento pesado em regiões com energia firme contratada de longo prazo e menor risco tarifário
• mover inferência batch e avaliações para horários e regiões com menor estresse na rede
• exigir do provedor de nuvem transparência sobre fonte de energia e repasse de custo elétrico no contrato

Não resolve o problema global, mas protege margem e evita surpresa quando a fatura de energia chegar junto com a fatura de tokens.

Isso escala ou só move o gargalo

Aqui fica a tensão real. Queimar 1 pé cúbico de gás libera cerca de 60 gramas de CO2 equivalente no ciclo completo, segundo dados da IEA. No volume projetado, só o adicional dos data centers geraria cerca de 1 milhão de toneladas métricas a mais de gases de efeito estufa por dia. Isso equivale a algo próximo de 12 por cento das emissões atuais dos EUA. É difícil conciliar esse número com as metas climáticas das mesmas empresas que estão construindo as usinas a gás. O discurso é descarbonizar com renovável e nuclear no futuro, mas a ponte é fóssil e a ponte está ficando longa.

E tem outro ponto que pouca gente quer encarar. A pressa por energia própria resolve a latência da rede, mas cria um problema paralelo de infraestrutura de gás. Gasoduto também tem licenciamento, também tem limite e também sofre com pico de inverno. Se todo hyperscaler instalar gigawatts de turbinas no mesmo corredor, o gargalo sai da subestação e vai para o citygate. O custo compensa hoje porque o gás americano ainda está barato e a corrida por participação de mercado em IA justifica quase tudo. Mas e se o preço dobrar em um inverno rigoroso com GNL bombando para fora? A conta fecha do mesmo jeito para um data center de 500 MW parado pela metade?

Conclusão prática

A IA vai continuar crescendo, mas o crescimento agora cobra pedágio em gás, rede e carbono. A pergunta que fica para quem opera é direta: seu custo por token sobrevive se a energia firme ficar 30 por cento mais cara até 2030?