Por favor, use este identificador para citar o enlazar este ítem:
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 : | Costa, Leandro da Silva |
| Tutor: | Almeida, Ana Fabíola Leite |
| Palabras clave en portugués brasileño: | Inteligência artificial;Consumo energético;Impacto ambienta;Energia solar fotovoltaica;Sustentabilidade |
| Palabras clave en inglés: | Artificial intelligence;Energy consumption;Environmental impact;Photovoltaic solar energy;Sustainability |
| Áreas de Conocimiento - CNPq: | CNPQ::ENGENHARIAS |
| Fecha de publicación : | 2025 |
| Citación : | 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. |
| Resumen en portugués brasileño: | 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 |
| Lattes del tutor: | http://lattes.cnpq.br/9559388539403580 |
| Derechos de acceso: | Acesso Aberto |
| Aparece en las colecciones: | ENGENHARIA DE ENERGIAS RENOVÁVEIS - Monografias |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| 2025_tcc_lscosta.pdf | 550,97 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.