O deserto não perdoa conta de água

Data centers de IA no Arizona estão batendo de frente com um limite físico que nenhum otimizador de GPU resolve: falta de água. Em Phoenix, a fábrica da TSMC consome quase 5 milhões de galões por dia da rede municipal. São cerca de 19 milhões de litros diários para fabricar os chips que depois vão rodar modelos, buscas, streamings e aplicativos. E isso antes de falar dos 172 data centers já instalados no estado, com dezenas de projetos novos na fila entre Phoenix e Tucson.

Para quem opera infraestrutura, o recado é direto. Não estamos mais discutindo apenas megawatt e latência. Estamos discutindo galão por token, litro por inferência, e um rio Colorado que deve perder quase 30 por cento do fornecimento destinado ao Arizona. Quando a conta de água vira risco regulatório, o custo da IA muda de figura.

O fato

O Arizona apostou em chips para se recuperar da Grande Recessão. A TSMC foi recebida como salvadora da economia, com terreno, incentivos e acesso garantido à água de Phoenix. Deu certo do ponto de vista econômico. A planta virou um complexo gigante no meio do deserto, com prédios novos subindo, estacionamentos lotados e poeira para todo lado. Ninguém reclamou muito no início.

O problema apareceu na segunda onda. Desenvolvedores passaram a propor data centers hiperescala cada vez maiores, pedindo mais água, mais energia e mais terra. A promessa é sempre a mesma: empregos, impostos e infraestrutura nova. O pedido em troca também é o mesmo: água, mas juram que é pouca. Um data center grande pode usar cerca de 1,5 milhão de galões por dia, um terço da TSMC. Só que a soma de dezenas deles, em um estado em estresse hídrico crônico, quebrou a tolerância local. Moradores viraram especialistas em zoneamento e consumo hídrico e lotaram reuniões de conselho municipal para travar projetos.

Como funciona na prática de operação

Entenda a arquitetura. A maior parte desse consumo não vai para beber, vai para esfriar. Data center no deserto com 45 graus na sombra precisa rejeitar calor o tempo todo. O método mais barato e eficiente ainda é o resfriamento evaporativo: você evapora água para tirar calor do ar ou da água gelada que circula nos chillers. Funciona bem, baixa o PUE e segura a conta de energia. Só que cada litro evaporado some da bacia. Não volta para o esgoto, não volta para recarga. É consumo consumptivo.

Existe alternativa, mas tem preço. Dá para migrar para dry cooling ou sistemas híbridos, que usam ar em vez de água na maior parte do ano. O custo de capital sobe, o consumo de energia sobe entre 10 e 30 por cento dependendo do pico de calor, e a latência térmica piora nos dias extremos, o que força throttling ou redução de densidade por rack. Outra saída é reuso de água de efluente tratado para torres de resfriamento, o que Phoenix já discute, mas exige tubulação dedicada, tratamento extra e contratos de longo prazo com a concessionária. Nada disso se resolve com um parâmetro na API.

Para quem treina ou serve modelos, a inferência técnica é esta: o WUE, water usage effectiveness, virou métrica tão importante quanto o PUE no Arizona. Um operador que roda inferência em Phoenix precisa presumir relatórios de consumo mais rígidos, janelas de restrição no verão e pressão para provar eficiência por megawatt. É plausível que novos contratos de colocation passem a incluir cláusulas de curtailment hídrico, limites de densidade por zona e taxas sazonais. Não é oficial em todos os projetos, mas é o caminho natural quando o recurso escasseia.

O que isso muda para quem constrói e usa IA

Quem ganha com esse freio são os operadores que já investiram em eficiência e os municípios que aprenderam a negociar. Quem perde são os projetos genéricos que chegam com slide bonito de empregos e sem plano hídrico detalhado. O morador do Arizona não quer mais promessa, quer número auditável: quantos litros por MW por dia, de onde vem a água, o que acontece em ano de seca extrema.

  • Provedores de nuvem e colocation: terão de redesenhar sites para o calor extremo, com mais energia e menos água, e provar isso em audiência pública.
  • Startups de IA: vão sentir no preço da inferência regional. Rodar no sudoeste pode ficar mais caro se a tarifa de água e energia repassar o custo.
  • Times de plataforma: precisam incluir localização e sazonalidade no roteamento de carga, não só por latência, mas por custo ambiental e risco de interrupção.

A ação prática agora é simples. Se você escolhe região para treinar ou servir modelo, inclua o risco hídrico na planilha. Pergunte ao provedor qual é o WUE real no verão, qual é a fonte de água e qual é o plano B sem evaporativo. Para workloads flexíveis, faz sentido mover treinos pesados para regiões com folga hídrica e reservar o Arizona apenas para inferência de borda quando a latência justificar. E documente isso. Relatório de sustentabilidade deixou de ser marketing e virou licença para operar.

A conta que ninguém quer fazer

Aqui está a tensão real. Chips e data centers trouxeram dinheiro e prestígio para o Arizona, mas deslocaram o gargalo. Antes faltava emprego, agora falta água. Trocar resfriamento a água por resfriamento a ar não resolve, só move o problema para a rede elétrica, que no verão do Arizona já opera no limite com ar condicionado residencial a todo vapor. E trazer água de reuso ou dessalinização custa energia, que custa água em outro ponto da cadeia. É um ciclo fechado.

Isso escala? Só se o modelo de negócio pagar pela adaptação. Um data center que usa 1,5 milhão de galões por dia parece pouco perto da TSMC, mas multiplique por 30 ou 50 projetos novos e a matemática estoura antes do Colorado se recuperar. O custo compensa para o estado? Depende de quem fica com o lucro e quem fica com o risco de racionamento. Por enquanto, a coalizão de moradores que está barrando projetos entendeu isso mais rápido que muita empresa de IA.

Conclusão

No fim, o Arizona mostra que IA tem corpo, cano e conta de água. Não é nuvem, é concreto no deserto. A pergunta que fica para quem opera é direta: seu próximo cluster sobrevive a um verão sem água barata?