Baterias Térmicas para DATACENTERS de IA

Como o Resfriamento da Próxima Geração Pode Reduzir O Consumo De Eletricidade em até 86%

**Prof. Aecio D’Silva, Ph.D.

 

Palavras-chave: baterias térmicas, resfriamento de data centers de IA, eficiência energética em data centers, bateria térmica de zeólita, armazenamento térmico em aquíferos, materiais de mudança de fase, armazenamento de energia térmica, resfriamento líquido, data centers sustentáveis, redução do consumo elétrico para resfriamento

Resumo Executivo

Os data centers de IA estão entrando em um novo regime de projeto térmico, no qual o fluxo de calor por rack, a temperatura de suprimento do fluido de arrefecimento, a elevação térmica dos chillers e as restrições de interconexão à rede elétrica passam a determinar diretamente a escalabilidade computacional. À medida que racks densos em aceleradores se aproximam de 100 kW ou ultrapassam esse patamar, o gerenciamento térmico precisa ser tratado como um problema integrado de armazenamento de energia, rejeição de calor e orquestração de cargas de trabalho, e não apenas como uma carga convencional de HVAC. Baterias térmicas — sistemas de armazenamento de energia térmica que carregam armazenando energia sensível, latente ou potencial de sorção e descarregam ao absorver calor dos servidores — podem deslocar a carga de resfriamento para fora dos períodos de pico da rede, reduzir o tempo de operação dos compressores, melhorar o PUE e oferecer ride-through térmico de curta a longa duração. Modelagens recentes de sistemas de sorção à base de zeólita indicam reduções de até 86% no consumo elétrico do subsistema de resfriamento de data centers sob premissas específicas de benchmark, enquanto ATES, BTES, armazenamento em gelo, tanques de água gelada e materiais de mudança de fase apresentam diferentes trade-offs em duração de armazenamento, eficiência de ciclo, uso de água, restrições do local e despachabilidade.

• Menor consumo de eletricidade para resfriamento: O armazenamento térmico pode reduzir o tempo de operação dos chillers e, em sistemas emergentes de zeólita, diminuir drasticamente o consumo de energia para resfriamento.
• Redução da demanda de pico: O resfriamento armazenado pode ser descarregado durante períodos de alta carga, ajudando operadores a evitar tarifas caras de eletricidade em horários de pico.
• Maior flexibilidade para a rede elétrica: Data centers podem deslocar cargas de resfriamento para horários em que a energia renovável é mais barata, mais limpa ou mais abundante.
• Mais resiliência operacional: Reservas térmicas oferecem mais tempo e flexibilidade durante picos de carga de trabalho, restrições da rede ou estresse nos sistemas de resfriamento.
• Melhor perfil de sustentabilidade: Ao reduzir a demanda elétrica e apoiar a integração de renováveis, as baterias térmicas podem ajudar a diminuir a intensidade de carbono da infraestrutura de IA.

Por que o resfriamento de data centers de IA se tornou um desafio em escala de rede elétrica

O rápido crescimento do treinamento e da inferência de IA alterou as condições de contorno da engenharia térmica em data centers. Em comparação com salas de nuvem convencionais, clusters de IA concentram cargas térmicas mais elevadas em áreas menores, aumentam os requisitos de vazão do fluido de arrefecimento e reduzem a margem para excursões térmicas transitórias. No nível do rack, implantações da classe de 100 kW exigem controle cuidadoso da transferência de calor proveniente de GPUs, aceleradores, memória, componentes de distribuição de energia e unidades de distribuição de fluido de arrefecimento.

No nível do campus, a planta de resfriamento deve coordenar chillers, dry coolers, torres de resfriamento, economizadores, bombas, trocadores de calor, armazenamento térmico e sistemas de controle em função da carga variável de TI e das tarifas de demanda da concessionária. O objetivo de engenharia não é apenas reduzir a capacidade nominal instalada; é reduzir os kWh anuais, o kW de pico, a retirada e o consumo de água e o risco térmico, mantendo as condições de entrada permitidas para os equipamentos de TI. Por isso, métricas como PUE, WUE, fator de carga de resfriamento, capacidade de armazenamento térmico, duração de descarga e tempo de resposta dos controles tornam-se centrais no projeto de campi de IA.

O que são baterias térmicas?

Uma bateria térmica armazena exergia em forma térmica e a libera por meio de um processo controlado de transferência de calor. Em aplicações de data center, isso pode significar armazenamento de água gelada, gelo, calor latente em materiais sólido-líquido, frio subterrâneo ou potencial de sorção quimicamente ligado. O sistema é carregado quando a eletricidade da rede está barata, a geração renovável é abundante, a temperatura de bulbo úmido ambiente é favorável ou há calor residual disponível; e é descarregado quando a carga de TI atinge picos, os preços de energia aumentam, a capacidade da rede é limitada ou a planta de resfriamento mecânico precisa de suporte.

Diferentemente do armazenamento eletroquímico, que armazena energia elétrica e depois a converte novamente em eletricidade, o armazenamento térmico evita etapas de conversão desnecessárias quando o uso final é o resfriamento. Isso pode melhorar a economia do sistema porque a energia armazenada compensa diretamente o trabalho dos compressores, a energia de bombas e ventiladores ou a carga de rejeição de calor. O desafio de projeto é compatibilizar temperatura de armazenamento, taxa de descarga, perda de carga, aproximação térmica dos trocadores de calor e lógica de controle com o perfil térmico de sistemas refrigerados a ar, direct-to-chip, com trocadores de calor em portas traseiras ou por imersão líquida.

Três tecnologias de baterias térmicas em escala para data centers de IA

1. Armazenamento de energia térmica em aquíferos e em campos de sondas

O armazenamento de energia térmica em aquíferos (ATES) e em poços geotérmicos ou campos de sondas (BTES) utiliza o subsolo como reservatório térmico sazonal ou multissemanal. Em uma configuração ATES, operadores normalmente injetam e extraem água subterrânea por meio de poços quentes e frios, explorando a capacidade térmica do aquífero e a estabilidade de temperatura do subsolo para armazenar potencial de resfriamento. Sistemas BTES usam trocadores de calor verticais instalados em furos de sondagem; evitam extração direta de água subterrânea, mas geralmente exigem campos maiores e modelagem detalhada da resposta térmica do solo.

Para campi de IA em escala hyperscale, o armazenamento subterrâneo é mais atrativo quando o local apresenta hidrogeologia favorável, demanda sazonal previsível de resfriamento e área suficiente para poços, tubulações e infraestrutura de troca térmica. A viabilidade depende da permeabilidade do aquífero, da variação admissível da temperatura da água subterrânea, do espaçamento entre poços, do risco de breakthrough térmico, da química da água, do licenciamento e do monitoramento de longo prazo. Quando bem dimensionados, ATES ou BTES podem reduzir a carga de pico dos chillers, ampliar a operação com economizadores e diminuir perdas evaporativas de água, mas exigem integração precoce à seleção do local e ao projeto civil.

2. Baterias térmicas de zeólita e sorção em estado sólido

Baterias térmicas de zeólita operam por meio de um ciclo reversível de adsorção e dessorção. Zeólitas são aluminossilicatos microporosos com alta área superficial interna e forte afinidade por vapor de água. Durante a carga, calor de baixa a média temperatura — potencialmente inferior a cerca de 200 °C e proveniente de correntes industriais residuais — promove a dessorção e seca o material. Durante a descarga, a água é reintroduzida ou evaporada usando calor rejeitado pelo data center; a adsorção no leito seco fornece um sumidouro térmico efetivo e pode reduzir a necessidade de resfriamento por compressão de vapor.

O atrativo técnico desse conceito é que o material carregado pode reter potencial de sorção sem as perdas térmicas em repouso típicas do armazenamento sensível convencional. O projeto do sistema ainda precisa considerar cinética de adsorção, resistência à transferência de massa, gerenciamento de vapor, integração com condensadores, recuperação de água, transporte em módulos conteinerizados, estabilidade de ciclagem do material e logística entre a fonte de calor residual e o data center. Modelagens da NYU Tandon indicam que uma configuração à base de zeólita poderia reduzir em até 86% a eletricidade usada para resfriamento no benchmark analisado, com economias em nível de sistema dependentes da energia de transporte, da disponibilidade local de calor residual e dos impactos hídricos.

3. Materiais de mudança de fase e armazenamento em gelo

Materiais de mudança de fase, armazenamento em gelo, tanques de água gelada e lamas de gelo oferecem armazenamento de menor duração por meio de calor latente ou capacidade sensível de resfriamento. O armazenamento em gelo é carregado à noite ou em períodos de menor custo, por meio do congelamento da água, e descarregado pelo derretimento do gelo para absorver calor do circuito de água gelada. PCMs são selecionados com base na temperatura de fusão, no calor latente de fusão, na condutividade térmica, no método de encapsulamento, na durabilidade em ciclos, no perfil de inflamabilidade e na compatibilidade com trocadores de calor e circuitos de fluido de arrefecimento.

Esses sistemas são relativamente modulares e podem ser integrados a plantas existentes de água gelada, CDUs, trocadores de calor em portas traseiras e circuitos de resfriamento líquido direct-to-chip. Seu principal valor está no peak shaving intradiário e no amortecimento de cargas transitórias, e não no armazenamento sazonal. Parâmetros críticos incluem capacidade em ton-horas, temperatura de descarga, aproximação térmica do trocador de calor, carga parasita de bombeamento, eficiência dos ciclos de congelamento e fusão e controles que coordenem o estado de carga térmica com previsões de workload de TI e sinais tarifários da concessionária.

Por que 2026 é um ano decisivo para o armazenamento de energia térmica

As baterias térmicas estão migrando de um conceito de engenharia de nicho para uma infraestrutura estratégica porque os campi de IA são cada vez mais projetados como sistemas energéticos ciberfísicos integrados. Agendamento de workloads, arquitetura de resfriamento líquido, geração local, armazenamento eletroquímico, armazenamento térmico, rejeição de calor e interconexão com a rede precisam ser otimizados de forma conjunta. O objetivo prático é uma planta térmica despachável, capaz de responder quase em tempo real à carga de TI, ao clima, ao preço da eletricidade, à disponibilidade hídrica e aos sinais operacionais da rede.

Três tendências de engenharia aceleram a adoção. Primeiro, a geração renovável variável cria janelas de baixo custo marginal que podem ser convertidas em resfriamento armazenado. Segundo, sistemas direct-to-chip e outras arquiteturas de resfriamento líquido elevam as temperaturas de retorno do fluido, aumentando a utilidade do calor residual e reduzindo a elevação térmica exigida dos chillers. Terceiro, concessionárias valorizam cada vez mais resposta à demanda controlável, tornando o deslocamento da carga de resfriamento economicamente relevante por meio de redução de demanda contratada, postergação de capacidade e maior flexibilidade da rede.

Onde os primeiros pilotos em larga escala devem ter maior impacto

Os pilotos tecnicamente mais relevantes tendem a surgir onde o crescimento da carga de IA coincide com capacidade limitada da rede, recursos favoráveis de armazenamento térmico e sinais econômicos claros. Pilotos de ATES e BTES exigem caracterização subsuperficial, modelagem de plumas térmicas, licenciamento e infraestrutura de monitoramento. Pilotos de zeólita exigem fontes próximas de calor residual, logística de manuseio de material, integração com ciclos de vapor e validação em relação a uma linha de base com chillers de compressão. Pilotos de PCM e gelo são mais simples de adaptar a instalações existentes, mas precisam demonstrar integração de controles e viabilidade econômica ao longo do ciclo de vida em alta utilização.

Esses sistemas não eliminam chillers nem equipamentos de rejeição de calor. Em vez disso, podem reduzir horas equivalentes de operação dos chillers em plena carga, diminuir a demanda coincidente de pico, aumentar o uso de free cooling e criar um buffer térmico entre excursões de workload de IA e restrições da planta ou da rede. As implantações mais bem-sucedidas provavelmente combinarão controles preditivos, gêmeos digitais, previsões meteorológicas, tarifas dinâmicas e escalonamento de workloads de TI para despachar o armazenamento térmico como um ativo operacional, e não como infraestrutura passiva.

Conclusão

Baterias térmicas não são apenas uma atualização de eficiência; representam um caminho de projeto para desacoplar o crescimento da computação de IA da demanda elétrica de pico associada ao resfriamento. Sistemas de sorção em zeólita, ATES, BTES, armazenamento em gelo, tanques de água gelada e PCMs ocupam diferentes pontos no espaço de projeto em termos de nível de temperatura, duração de armazenamento, complexidade de implantação, impacto hídrico e flexibilidade de controle. Seu maior valor emerge quando energia elétrica, resfriamento, reaproveitamento de calor, armazenamento e gestão de workloads são concebidos como um único sistema integrado. Operadores que adotarem essa abordagem sistêmica poderão reduzir o consumo de kWh de resfriamento, diminuir a demanda de kW de pico, melhorar a resiliência e ampliar a flexibilidade na implantação de grandes campi de IA, mantendo um controle térmico mais rigoroso sobre equipamentos de TI cada vez mais densos em potência.

Referencias:

1. D’Silva, A. 2026. BESS com IA-TES – Segurança, Ciber-resiliência, Excelência Operacional em Fábricas de IA – III. Moura Enterprises Labs. https://mybelojardim.com/bess-com-ia-tes-seguranca/
2. D’Silva, A. 2026. BESS com IA-TES – Estratégia de Resiliência e Competitividade no Armazenameto de Energia Renovável. Moura Enterprises Labs. US. https://mybelojardim.com/bess-com-ia-tes/
3. D’Silva, A. 2026. BESS Gerenciado com AI-TES para Otimização de Energia Renovável e Sistemas que Exigem Alta Confiabilidade Energética. Moura Enterprises Labs. US. https://mybelojardim.com/bess-com-ia-tes-data-centers/
4. D’Silva, A. 2026. AI-TES-Managed BESS: Complete Guide for Data Centers, Renewable Energy, and Critical Infrastructure. Moura Enterprises Labs. US. https://algaeforbiofuels.com/ai-tes-managed-bess-complete-guide/
5. NYU Tandon School of Engineering. “New Method of Data Center Cooling Could Dramatically Decrease Electricity Use.” March 2026.
6. Tech Xplore. “Zeolite ‘thermal batteries’ could cut data center cooling power up to 86%.” March 2026.
7. University of Illinois Urbana-Champaign News Bureau. “Team looking to tap underground ‘thermal batteries’ to cool AI data centers and save water.” June 2026.
8. National Renewable Energy Laboratory. “Reducing Data Center Peak Cooling Demand and Energy Costs With Underground Thermal Energy Storage.” January 2025.
9. NSF Public Access Repository. “Thermal Time Shifting: Decreasing Data Center Cooling Costs with Phase-Change Materials.”

**Em Belo Jardim estudante do Grupo Escolar Bento Américo e do Ginásio Prof. Donino e aluno das professoras: Dulce Ramos, Alba Leite, Dona Conceição Moura, Dona Olindina Mergulhão, Estefânia Moura Bezerra, e Maria Luiza