Tóquio testa transformar o calor de data centers de IA em refrigeração e água quente

Projeto-piloto em Tóquio aproveita o calor descartado por servidores

Tóquio está apoiando um projeto para recuperar o calor diretamente de servidores de inteligência artificial e usá-lo para refrigerar edifícios, abastecer instalações de banho próximas e atender fábricas. A demonstração ocorre de 16 de julho de 2026 a 31 de março de 2028, com o governo metropolitano contribuindo com até 520 milhões de ienes para despesas elegíveis.

A Tokyo Electric Power Company Holdings, conhecida como TEPCO, lidera o trabalho com a MESH-X e a NHK Technologies em um data center em Tóquio. O objetivo é enfrentar um problema prático que cresce junto com a IA: boa parte da eletricidade que chega aos equipamentos de computação acaba se transformando em calor, que os operadores precisam remover para manter as máquinas funcionando.

O comunicado do governo de Tóquio descreve um sistema que usa evaporação para refrigerar servidores equipados com unidades de processamento gráfico, ou GPUs, enquanto capta diretamente o calor em alta temperatura. As GPUs são chips que fazem muitos cálculos ao mesmo tempo e, por isso, são essenciais para a IA moderna.

O projeto reúne duas necessidades que costumam ser tratadas separadamente. Data centers precisam de refrigeração, enquanto edifícios e empresas vizinhos precisam de calor. Recuperar calor útil pode ajudar a mesma eletricidade a atender tanto às necessidades de computação quanto às de energia da região.

O Japão também está testando outra abordagem: transferir cálculos de IA entre cidades ou alterar os horários de execução para acompanhar a disponibilidade de eletricidade. Em conjunto, os experimentos abordam como a IA consome energia, onde essa energia é utilizada e o que acontece com ela depois.

Como o WaBiCo captura o calor dos chips

A TEPCO chama sua abordagem de WaBiCo, abreviação de Watt Bit Cogeneration. O nome associa watts, uma medida de potência, a bits, unidades de informação digital. A ideia central é tratar equipamentos eletrônicos de alta potência tanto como recursos de computação quanto como fontes de calor aproveitável.

A tecnologia de refrigeração mantém a água sob pressão reduzida, em torno de metade da pressão atmosférica, para que ela ferva a cerca de 80 graus Celsius, em vez dos conhecidos 100 graus. O calor da GPU provoca a evaporação, permitindo ao sistema captar energia térmica a uma temperatura útil para outras aplicações.

A TEPCO descreve uma placa fria desenvolvida para refrigerar diretamente a GPU e recuperar seu calor. O método de circulação usa o próprio calor para transportar calor, sem uma bomba para impulsionar o processo. Captar energia perto do chip permite obter calor em temperatura mais alta e mais útil do que deixá-lo se dissipar pela sala de servidores.

A temperatura importa porque diferentes usos exigem diferentes níveis de calor. O ar morno, cuja captação é cara, tem aplicações limitadas. O calor recuperado a cerca de 80 graus Celsius pode atender a uma variedade maior de aplicações em edifícios e na indústria, dependendo dos equipamentos e das exigências de temperatura.

Entre os usos propostos estão abastecer instalações de banho próximas e fábricas, fornecer aquecimento distrital e usar o calor recuperado como fonte de energia para refrigerar salas de servidores ou instalações vizinhas. A refrigeração acionada por calor usa energia térmica para operar um ciclo de resfriamento, em vez de depender inteiramente de um compressor elétrico.

O que Tóquio está financiando e testando

O comunicado da TEPCO sobre a seleção do projeto informa que Tóquio escolheu a proposta em 30 de junho de 2026. A empresa se identifica como operadora líder e informa que a contribuição máxima do governo, de 520 milhões de ienes, cobrirá parcialmente despesas específicas.

O Departamento de Assuntos Industriais e Trabalhistas de Tóquio inclui a demonstração em sua Estratégia Tóquio 2050, dentro da meta de maximizar a eficiência energética. O trabalho prático combina o desenvolvimento de um sistema de refrigeração por evaporação com testes em um ambiente real de operação.

O projeto precisa conectar a recuperação de calor a um uso final. Para uma instalação de banho, isso significa fornecer energia térmica de forma confiável. Para uma fábrica, significa adequar a temperatura e o horário às necessidades de um processo industrial. Para salas de servidores, significa integrar o calor recuperado a um sistema de refrigeração que mantenha a operação confiável.

Os comunicados identificam o local da demonstração apenas como um data center em Tóquio. Não informam a taxa medida de recuperação de calor, a economia de eletricidade, a redução de emissões, os clientes que receberão o calor nem a data de lançamento comercial. Esses resultados determinarão a utilidade da abordagem além do teste.

Eficiência de refrigeração e reaproveitamento de calor medem ganhos diferentes

A TEPCO pretende melhorar uma medida padrão de eficiência de data centers chamada Power Usage Effectiveness, ou PUE. Ela divide toda a eletricidade consumida por uma instalação pela eletricidade usada pelos equipamentos de computação. Quanto mais próximo de 1 o resultado, menor a eletricidade adicional gasta com refrigeração e outros sistemas de apoio.

Uma instalação hipotética que consuma 120 unidades de eletricidade, enquanto seus computadores usam 100, teria PUE de 1,2. Reduzir as 20 unidades adicionais melhoraria esse índice. O projeto de Tóquio busca ganhos desse tipo ao mudar a forma como o calor é removido dos chips.

O reaproveitamento de calor oferece outro benefício possível: um usuário próximo poderia atender parte de sua demanda de aquecimento com energia recuperada da computação. A eletricidade continua alimentando os servidores, enquanto a energia térmica útil sai da instalação para outra finalidade.

Os dois benefícios precisam ser medidos separadamente. Os operadores devem acompanhar a eletricidade usada na refrigeração, o calor efetivamente entregue aos clientes e a energia que esses clientes consumiriam de outra forma. Uma conexão para fornecimento de calor se torna valiosa quando a instalação que o recebe consegue usar a energia no momento em que ela chega.

Chips mais eficientes atendem a cargas de trabalho de IA em expansão

A NVIDIA descreve a energia como a base da infraestrutura de IA. Na reunião de Davos de janeiro de 2026, o presidente-executivo Jensen Huang comparou o setor a um bolo de cinco camadas: a energia na base, seguida por chips, infraestrutura, modelos e aplicações.

Hiroki Saito, representante da NVIDIA, descreve a energia como a primeira porta de entrada da IA. Seu relato também ilustra a velocidade das mudanças na demanda por computação. Usando a chegada do ChatGPT, em novembro de 2022, como ponto de partida, ele estima que a necessidade de processamento associada ao modelo de raciocínio DeepSeek, de janeiro de 2025, seja 100 vezes maior; cerca de um ano depois, a do agente autônomo OpenClaw seria aproximadamente 1.000 vezes maior.

Esses exemplos envolvem tipos diferentes de trabalho de IA. Modelos de raciocínio consomem recursos de computação para resolver problemas, enquanto agentes podem executar sequências de tarefas. Tarefas mais elaboradas podem exigir maior capacidade de processamento, mesmo com o aumento da eficiência de cada chip.

A NVIDIA afirma que sua geração Rubin pode executar 10 vezes mais processamento de agentes do que a Blackwell usando a mesma quantidade de energia. O benefício prático depende de como os equipamentos são implantados e de quais tarefas executam.

Saito também descreve uma mudança nas prioridades operacionais. Data centers tradicionais se concentravam em manter a disponibilidade. Uma fábrica de IA, termo usado pela NVIDIA para infraestrutura voltada à produção de IA, também precisa maximizar o volume de computação útil. O aumento do desempenho por unidade de eletricidade e a expansão da demanda ocorrem ao mesmo tempo, de modo que o consumo total depende dos dois fatores.

Variações repentinas de potência criam outro problema

As instalações de IA enfrentam desafios que vão além do consumo total de eletricidade. Durante o treinamento de modelos, centenas de milhares de GPUs podem alterar juntas o consumo de energia em intervalos de milissegundos. Os equipamentos elétricos precisam absorver essas mudanças rápidas e manter a estabilidade da alimentação.

Amber Villegas-Williamson, consultora principal do Uptime Institute, que orienta fornecedores de eletricidade e data centers sobre confiabilidade, descreveu a pressão sobre os sistemas:

"A IA cria uma demanda de energia bastante incomum",

Villegas-Williamson comparou o desgaste a exigir repetidamente mais de um motor de carro, em vez de mantê-lo em velocidade constante. Drew Baglino, ex-executivo da Tesla e fundador da Heron Power Electronics, afirmou que a demanda de IA pode subir brevemente até 50% acima da capacidade projetada de uma instalação. No exemplo dele, um data center projetado para 1 gigawatt poderia consumir 1,5 gigawatt por uma fração de segundo.

Entre as falhas de equipamentos associadas a essas pressões estão turbinas rachadas e baterias que precisam ser substituídas em semanas ou meses. Algumas instalações teriam alcançado disponibilidade próxima de 80%, enquanto as perdas estimadas de receita durante interrupções variam de milhares a centenas de milhares de dólares por minuto, dependendo da operação.

A North American Electric Reliability Corporation constatou que cerca de três quartos dos modelos de carga que abrangem mais de 33 gigawatts de demanda de data centers nos Estados Unidos eram insuficientes para representar o comportamento dinâmico. Esses modelos ajudam as concessionárias a prever como os clientes afetam o sistema elétrico, o que torna as mudanças rápidas no consumo uma questão importante para o planejamento.

Um campus de 2,67 gigawatts planejado no oeste do Texas ilustra as consequências para o cronograma. A incorporadora Joulent acrescentou tempo para a engenharia a fim de atender à exigência da Microsoft de confiabilidade de 99,999%, adiando de 2027 para 2028 o início do fornecimento de energia. Nesse nível de confiabilidade, a interrupção anual seria de cerca de cinco minutos.

Transferir cálculos em vez de eletricidade

O segundo experimento do Japão aborda onde e quando a IA consome eletricidade. J-Power, Cisco Systems, East Japan Railway, Hitachi e Bitmedia anunciaram em 8 de outubro de 2026 que realizariam uma demonstração conectando data centers de IA em Yokohama e Kitakyushu.

O teste começou em agosto de 2026 e está previsto para terminar em 1º de fevereiro de 2027. Ele avalia o deslocamento de cargas de trabalho, que consiste em atribuir tarefas de computação a outro local ou horário, de acordo com as condições de eletricidade e de processamento.

Um deslocamento espacial envia um cálculo para outro data center. Um deslocamento temporal o programa para outro horário. O sistema considera previsões de geração renovável, preços de negociação de eletricidade, oferta e demanda, capacidade de computação disponível e informações sobre desastres.

Um dos objetivos é usar eletricidade renovável que poderia ser cortada. O corte ocorre quando a geração solar ou eólica é temporariamente reduzida porque a rede não consegue transportar ou absorver toda a energia disponível. Transferir tarefas de IA adequadas para esses períodos poderia aumentar o aproveitamento dessa eletricidade.

As empresas também analisarão o tempo adicional de processamento causado pela transferência de tarefas e como preservar a qualidade do serviço. Transferir uma tarefa tem custos práticos, por isso o teste mede tanto o benefício energético quanto o impacto no desempenho da computação.

Fibra ferroviária conecta o experimento mais amplo

As cinco empresas também estão testando uma rede totalmente fotônica ao longo da linha do trem-bala Joetsu Shinkansen. Equipamentos de transmissão óptica nas estações de Echigo-Yuzawa, Jomo-Kogen e Takasaki usarão a fibra ferroviária existente para avaliar a qualidade da comunicação em condições de vibração e mudanças climáticas.

Os testes abrangem perda de sinal, erros de transmissão, latência e variação da latência. Essas medições importam quando instalações de computação em lugares diferentes precisam operar em conjunto. O experimento com a rede ferroviária é uma parte separada do programa, paralela à transferência de cargas de trabalho entre Yokohama e Kitakyushu.

A J-Power lidera o consórcio e avalia os resultados. A Hitachi desenvolve o sistema de transferência de cargas de trabalho e o ambiente de testes ópticos; a Cisco apoia o projeto e as medições da rede; a JR East analisa os equipamentos de comunicação ferroviária; e a Bitmedia desenvolve o sistema dentro dos data centers.

O trabalho dá continuidade à criação de um conselho em abril de 2026, que também inclui a JR West Optical Network e a Nagoya Railroad. Seu objetivo mais amplo é coordenar a operação de data centers de IA distribuídos usando redes ópticas de longa distância e transferência de cargas de trabalho.

Os principais marcos mostram como os experimentos de calor e computação se sobrepõem:

• Abril de 2026: Sete empresas criam um conselho para redes ópticas e transferência de cargas de trabalho.
• 30 de junho de 2026: Tóquio seleciona a proposta de recuperação de calor da TEPCO.
• 16 de julho de 2026: Começa o período de demonstração de recuperação de calor em Tóquio.
• Agosto de 2026: Começa o teste de transferência de cargas de trabalho entre Yokohama e Kitakyushu.
• 1º de fevereiro de 2027: Está previsto o fim da demonstração de transferência de cargas de trabalho.
• 31 de março de 2028: Está previsto o fim do projeto de recuperação de calor em Tóquio.

Japão quer ampliar a computação e reduzir o desperdício de energia

O Japão está investindo em IA e semicondutores enquanto trabalha para alcançar a neutralidade de carbono até 2050. As fábricas da TSMC na província de Kumamoto fazem parte dessa expansão industrial. As energias renováveis responderam por cerca de 22% da geração de eletricidade japonesa em 2022, mantendo o país fortemente dependente de outras fontes, inclusive combustíveis fósseis.

O quinto plano empresarial especial abrangente da própria TEPCO estabelece como meta levar o crescimento da demanda por data centers na região metropolitana de Tóquio a um dos maiores níveis do mundo até o ano fiscal de 2040. Assim, o projeto de recuperação de calor está ligado a uma ambição explícita de expandir o setor.

A recuperação de calor e a transferência de cargas de trabalho abordam aspectos diferentes dessa expansão. O WaBiCo busca obter mais resultados úteis da eletricidade já consumida pelos servidores. A transferência de cargas de trabalho procura alinhar melhor a demanda por computação à disponibilidade de eletricidade. Equipamentos capazes de lidar com variações rápidas de potência dão suporte à confiabilidade exigida pelas duas abordagens.

Para as comunidades próximas, as oportunidades concretas são o fornecimento de calor útil e uma ligação mais direta entre os data centers e as necessidades energéticas locais. Para os operadores, os testes tratam dos custos de refrigeração, do tempo de computação produtiva e da confiabilidade do serviço. O próximo marco é medir o desempenho: quanta energia é economizada ou reaproveitada enquanto os computadores continuam trabalhando.

Principais pontos

• Tóquio está apoiando uma demonstração de recuperação de calor da TEPCO, com até 520 milhões de ienes para despesas elegíveis.
• O projeto vai até 31 de março de 2028 e tem como objetivos a refrigeração, o abastecimento de instalações de banho e fábricas e o aquecimento distrital.
• O WaBiCo usa evaporação sob pressão reduzida para recuperar calor útil diretamente das GPUs.
• Um teste separado transfere tarefas de IA entre Yokohama e Kitakyushu e entre horários de operação para acompanhar as condições de fornecimento de eletricidade.
• Flutuações rápidas no consumo de energia da IA também estão criando problemas para os equipamentos e para a confiabilidade.
• A utilidade prática das demonstrações dependerá das medições de economia de energia, fornecimento de calor recuperado e desempenho operacional.