Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/83157| Type: | TCC |
| Title: | Inteligência artificial e sustentabilidade energética: impacto ambiental do consumo e compensação com energia solar |
| Authors: | Costa, Leandro da Silva |
| Advisor: | Almeida, Ana Fabíola Leite |
| Keywords in Brazilian Portuguese : | Inteligência artificial;Consumo energético;Impacto ambienta;Energia solar fotovoltaica;Sustentabilidade |
| Keywords in English : | Artificial intelligence;Energy consumption;Environmental impact;Photovoltaic solar energy;Sustainability |
| Knowledge Areas - CNPq: | CNPQ::ENGENHARIAS |
| Issue Date: | 2025 |
| Citation: | 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. |
| Abstract in Brazilian Portuguese: | 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 |
| Advisor's Lattes: | http://lattes.cnpq.br/9559388539403580 |
| Access Rights: | Acesso Aberto |
| Appears in Collections: | ENGENHARIA DE ENERGIAS RENOVÁVEIS - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2025_tcc_lscosta.pdf | 550,97 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.