Os modelos de inteligência artificial são processados em servidores com grandes quantidades de GPUs. Quanto maior a capacidade de processamento, maior o consumo elétrico e maior o calor produzido.
Segundo a Agência Internacional de Energia:
- o consumo elétrico dos data centers cresceu 17% em 2025;
- os data centers especializados em IA cresceram ainda mais rapidamente;
- o consumo mundial dos data centers pode dobrar até 2030;
- o consumo das instalações focadas em IA pode triplicar no mesmo período.
A ASHRAE já trabalha com ambientes de IA que concentram 50 a 100 kW ou mais em um único rack, podendo chegar à faixa de 120 kW. Nessa densidade, simplesmente soprar ar frio sobre os servidores começa a ser insuficiente ou pouco eficiente.
Portanto, sem refrigeração avançada, não existe expansão sustentável da inteligência artificial.
Mas a IA também pode reduzir o desperdício da refrigeração
O problema dos sistemas tradicionais é que muitos trabalham com regras fixas:
- temperatura determinada;
- velocidade constante;
- horários predefinidos;
- resposta somente depois que o ambiente aquece.
A inteligência artificial permite analisar simultaneamente:
- consumo elétrico dos servidores;
- carga de processamento;
- temperaturas;
- fluxo de ar ou líquido;
- condições externas;
- comportamento histórico;
- desempenho de chillers, bombas e ventiladores.
Em julho de 2026, Daikin e NTT Data iniciaram um teste justamente com essa proposta. O sistema tenta prever o estado térmico interno dos servidores por meio do consumo elétrico e de dados indiretos, antes mesmo de a temperatura externa ao rack mostrar o problema.
A IA passa então a coordenar:
- climatização do ambiente;
- chillers;
- sistemas de líquido;
- bombas e controles.
O objetivo é evitar tanto a refrigeração excessiva quanto a falta de capacidade térmica. O teste será realizado até março de 2027, com intenção de comercialização a partir do ano fiscal de 2027.
A grande mudança
Hoje, boa parte dos sistemas reage ao calor.
A próxima geração tentará prever o calor e ajustar o sistema antes que ele apareça.
Isso muda a manutenção também. Em vez de esperar:
- a pressão ficar errada;
- a temperatura subir;
- o compressor parar;
- um produto ser perdido;
- o servidor reduzir desempenho;
o sistema procura pequenos desvios e padrões que indiquem uma futura falha.
Isso não vale apenas para data centers
A IA já está sendo aplicada na refrigeração de supermercados.
A Danfoss e a Microsoft estão ampliando uma plataforma que monitora sistemas de refrigeração 24 horas por dia, buscando detectar problemas, perdas de desempenho e vazamentos antes que se transformem em ocorrências maiores.
A Danfoss afirma que sua solução pode reduzir em até 15% o consumo energético da refrigeração e em até 30% o desperdício de alimentos. Esses números são informados pelo próprio fabricante e dependem das condições de cada operação, mas demonstram onde a tecnologia está sendo aplicada.
Na prática, a IA pode ajudar a identificar:
- compressor trabalhando mais tempo que o normal;
- evaporador perdendo eficiência;
- degelo excessivo;
- porta permanecendo aberta;
- sensor apresentando desvio;
- possível vazamento de refrigerante;
- câmara demorando mais para recuperar a temperatura;
- consumo elétrico incompatível com a carga térmica.
O que ainda é exagero
Não significa que a IA substituirá refrigeristas, projetistas ou operadores.
Ela depende de:
- sensores corretamente instalados;
- dados confiáveis;
- equipamentos capazes de ser controlados;
- manutenção física;
- profissionais que interpretem os alertas;
- regras de segurança.
Uma IA alimentada com sensores defeituosos pode tomar decisões ruins com muita confiança.
A tecnologia também não troca compressor, não corrige vazamento e não recupera fluido. Ela ajuda a detectar e decidir; a execução continua física e técnica.