greenai.guide

Início › Como faço para…? › Como escolho uma região de nuvem com baixo carbono?

Como faço para…?

Como escolho uma região de nuvem com baixo carbono?

Atualizado · 1 min de leitura

Em resumo

Compare as regiões pela intensidade de carbono da rede e pela parcela de energia livre de carbono, usando os dados de região publicados pelo seu provedor ou uma fonte como a Electricity Maps, e depois pese a latência, as regras de residência de dados e o custo. Trabalhos em lote, como treinamento, ajuste fino e processamento noturno, são os mais fáceis de mover; a inferência voltada para usuários normalmente precisa ficar perto deles.

Passos

  1. Liste quais cargas de trabalho podem rodar em qualquer lugar, começando por treinamento, ajuste fino e trabalhos em lote.
  2. Compare as regiões candidatas pela intensidade de carbono da rede e pela parcela de energia livre de carbono.
  3. Verifique as restrições de residência de dados, latência e custo de cada candidata.
  4. Leve em conta a energia e o custo de mover os dados para a nova região.
  5. Revise a escolha todo ano, porque as redes e os dados dos provedores mudam.

A escolha da região pode multiplicar várias vezes o carbono do mesmo trabalho, sem mudar nada no código. A eletricidade por trás de um quilowatt-hora varia muito de uma rede para outra.

Onde encontro dados das regiões?

  • O Google Cloud publica, para cada região, a parcela média horária de energia livre de carbono e a intensidade de carbono da rede em gCO₂e/kWh. O console marca como "Low CO2" as regiões em que a energia livre de carbono é de pelo menos 75% ou, quando esse dado não existe, em que a intensidade da rede é de no máximo 200 gCO₂e/kWh.
  • A Electricity Maps fornece a intensidade de carbono em tempo real, prevista e histórica para mais de 350 zonas, útil para qualquer provedor.
  • As páginas de sustentabilidade e os painéis de carbono de outros provedores; veja os dados de carbono do seu provedor de nuvem.

Que cargas de trabalho devem mudar de lugar?

O padrão da Green Software Foundation para cargas de IA sugere rodar o treinamento, o ajuste fino e os trabalhos em lote em regiões de baixo carbono, onde a latência é menos crítica. As orientações do Azure Well-Architected, da Microsoft, recomendam pesar juntas a intensidade de carbono, a latência e a resiliência ao escolher regiões.

Erros comuns

  • Levar a inferência sensível à latência para longe dos usuários, o que pode piorar a experiência e aumentar o tráfego de rede.
  • Ignorar a movimentação de dados. Copiar grandes conjuntos de dados entre regiões tem um custo próprio.
  • Confiar em certificados. Um provedor que compra certificados de energia renovável não torna de baixo carbono uma rede de alto carbono; veja como verificar se a sua IA usa energia renovável.
  • Tratar a escolha da região como substituta da eficiência. Ela corta o carbono, não a energia.

Mais em hospedagem e data centers.

Fontes

  1. Carbon free energy for Google Cloud regions, Google Cloud (2025)
  2. Electricity Maps data, Electricity Maps (2026)
  3. Use carbon-aware scheduling and region selection for AI workloads, Green Software Foundation, Green Software Patterns (2025)
  4. Reliability recommendations for sustainable workloads on Azure, Microsoft Azure Well-Architected Framework (2026)

Junte-se a nós

Ajude a reduzir o impacto da IA no planeta

Receba novos guias, editais de financiamento e listagens dos diretórios por e-mail, cerca de uma vez por mês. Ou adicione seu produto, curso, doutorado ou pesquisa aos diretórios.

Sem rastreamento. Cancele a inscrição com um clique. Outras formas de participar · Privacidade