Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/83157
Tipo: TCC
Título: Inteligência artificial e sustentabilidade energética: impacto ambiental do consumo e compensação com energia solar
Autor(es): Costa, Leandro da Silva
Orientador: Almeida, Ana Fabíola Leite
Palavras-chave em português: Inteligência artificial;Consumo energético;Impacto ambienta;Energia solar fotovoltaica;Sustentabilidade
Palavras-chave em inglês: Artificial intelligence;Energy consumption;Environmental impact;Photovoltaic solar energy;Sustainability
CNPq: CNPQ::ENGENHARIAS
Data do documento: 2025
Citação: COSTA. Leandro da Silva. Inteligência artificial e sustentabilidade energética: impacto ambiental do consumo e compensação com energia solar. 2025. Trabalho de Conclusão de Curso (Graduação em Engenharia de Energias Renováveis) - Universidade Federal do Ceará, Fortaleza, 2025.
Resumo: Diante do crescente impacto ambiental gerado por sistemas de inteligência artificial (IA), especialmente os modelos de linguagem de grande escala (LLMs), torna-se necessário avaliar estratégias de mitigação desse consumo energético. Considerando o elevado consumo energético durante o treinamento e a inferência desses modelos, estimaram-se as emissões de gases de efeito estufa associadas, com base em diferentes matrizes elétricas. Como proposta de mitigação, foi dimensionado um sistema de energia solar fotovoltaica capaz de compensar integralmente o consumo anual de energia desses sistemas. A análise econômica demonstrou que a proposta apresenta um retorno financeiro atrativo, com recuperação do investimento em menos de cinco anos. Os resultados indicam que a adoção de fontes renováveis para alimentar a IAé uma estratégia eficaz para promover a sustentabilidade tecnológica, conciliando inovação e responsabilidade ambiental.
Abstract: Given the growing environmental impact of artificial intelligence (AI) systems, especially large-scale language models (LLMs), it is necessary to evaluate strategies to mitigate this energy consumption. Considering the high energy consumption during the training and inference of these models, the associated greenhouse gas emissions were estimated based on different electricity grids. As a mitigation proposal, a photovoltaic solar energy system capable of fully offsetting the annual energy consumption of these systems was designed. The economic analysis demonstrated that the proposal offers an attractive financial return, with a payback period of less than five years. The results indicate that adopting renewable sources to power AI is an effective strategy for promoting technological sustainability, reconciling innovation and environmental responsibility.
URI: http://repositorio.ufc.br/handle/riufc/83157
Currículo Lattes do Orientador: http://lattes.cnpq.br/9559388539403580
Tipo de Acesso: Acesso Aberto
Aparece nas coleções:ENGENHARIA DE ENERGIAS RENOVÁVEIS - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2025_tcc_lscosta.pdf550,97 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.