Por trás dos algoritmos da inteligência artificial, os data centers estão orquestrando  o funcionamento dos modelos fundamentais. Entenda como esse movimento tem acontecido.

Resumo

• Foco migrou para o hardware. A infraestrutura de data center é o ativo estratégico mais crítico da economia digital.
• Investimento trilionário. McKinsey projeta que o custo total para sustentar o poder computacional da IA atingirá US$ 6,7 trilhões até 2030.

O que é poder computacional?

Em meio ao boom da IA, o poder computacional emerge como um dos recursos mais críticos da década. Em data centers ao redor do mundo, milhões de servidores funcionam 24 horas por dia, 7 dias por semana, para processar os modelos fundamentais e os aplicativos de inteligência artificial e machine learning.

O hardware, os processadores, a memória, o armazenamento e a energia necessários para operar esses data centers são conhecidos coletivamente como poder computacional, e a necessidade de mais é insaciável.

Infraestrutura de data center é novo ativo estratégico

Se antes o data center era um custo de tecnologia, agora ele se estabelece como o ativo estratégico mais crítico da economia moderna.

A cada mês, novos modelos de inteligência artificial exigem bilhões de parâmetros e milhões de chips, impulsionando uma corrida sem precedentes por energia e infraestrutura de data center para inteligência artificial.

Para a McKinsey, estamos vivendo o momento da infraestrutura, uma era que exigirá um investimento de cerca de US$ 106 trilhões globalmente até 2040:

• O custo necessário para treinar e rodar esses modelos pode atingir US$ 7 trilhões até 2030, sendo US$ 5,2 trilhões dedicados à infraestrutura de data center para IA.

A infraestrutura de data center é, portanto, gargalo e fronteira da inovação. O sucesso na corrida do poder computacional dependerá da capacidade de superar desafios de engenharia, energia e financiamento em uma escala nunca antes vista.

Leia mais: Futuro da inteligência artificial: o que esperar e como se preparar desde já

Tese de investimento de US$ 7 trilhões: data center e demanda por poder computacional

A IA generativa é o motor primário dessa explosão de demanda. A carga de trabalho de IA, que inclui o treinamento de modelos de linguagem grandes (LLMs) e a execução de inferência, é inerentemente mais intensiva em computação do que qualquer aplicação tradicional de TI.

A demanda global por capacidade de data center preparada para IA pode mais do que triplicar até 2030, onde a demanda por capacidade “AI-ready” é o catalisador:

• Cerca de 70% do total da demanda por centro de dados até 2030 será impulsionada por cargas de trabalho de IA, com a IA generativa respondendo por aproximadamente 40% da demanda total.

Para evitar um déficit que estrangularia o crescimento da IA, seria necessário construir duas vezes a capacidade de centro de processamento de dados construída desde 2000, em menos de um quarto do tempo. 

Leia mais: Tipos de inteligência artificial: conheça os principais

Mudança de paradigma na engenharia de data center para IA

Um desafio da capacidade se manifesta na densidade de energia exigida pelas Unidades de Processamento Gráfico (GPUs), que são o coração do centro de processamento de dados. 

Isso está forçando uma transformação completa na engenharia e no design do data center para inteligência artificial.

O calor gerado inviabiliza os métodos tradicionais de resfriamento a ar. Ou seja, a migração para a refrigeração líquida não é mais uma opção, mas uma necessidade técnica para o data center moderno.

Aqui entra a otimização do poder computacional e da sustentabilidade: quando o assunto é infraestrutura de data center para IA, o principal obstáculo para a escalabilidade é o fornecimento de energia. 

Fora que o tempo de construção de um data center (18 a 24 meses) é significativamente mais rápido do que o tempo necessário para desenvolver nova infraestrutura de energia (3 a 10 anos), criando uma lacuna crítica de tempo.

Gargalo energético, sustentabilidade e data center na América Latina

O desafio de energia se desdobra em duas frentes: a eficiência operacional do presente e a sustentabilidade de longo prazo. Enquanto a própria IA oferece soluções para o primeiro problema, a localização e a criticidade ESG definem o segundo, com particular destaque para o contexto brasileiro e latino-americano.

Leia mais: Cenário de inovação na LatAm: ambição alta e ecossistemas em amadurecimento

Data center para IA na otimização energética: a resposta da eficiência

Paradoxalmente, a mesma inteligência artificial que exige capacidade massiva é a chave para otimizar o consumo da infraestrutura de data center, maximizando o PUE (Power Usage Effectiveness), a métrica de eficiência energética:

• Otimização do resfriamento

Algoritmos de IA para data center analisam em tempo real dados de temperatura e carga de trabalho para ajustar sistemas de refrigeração preditivamente, reduzindo o consumo de energia que, historicamente, representa 30% a 40% do total.

• Distribuição inteligente de cargas

A IA aloca cargas de trabalho para servidores mais eficientes ou para regiões geográficas com energia mais limpa, em tempo real.

Brasil e América Latina estão estrategicamente posicionados para se tornarem um hub regional e até global de data centers sustentáveis devido à sua matriz energética. Isso sem falar no diferencial competitivo da alta participação de fontes renováveis.

Cadeia de valor do poder computacional: fluxo de capital e investimento em data center de inteligência artificial

A corrida de US$ 7 trilhões não é movida apenas por tecnologia, mas por capital e uma rede complexa de players. 

Para entender onde o investimento de maior impacto está sendo direcionado, a McKinsey decompôs os US$ 5,2 trilhões destinados à infraestrutura e mapeou a cadeia de valor desde o chip até a concessionária de energia.

• 60% para desenvolvedores de tecnologia

O maior foco, com US$ 3,1 trilhão. Esse capital é alocado em chips, aceleradores de IA e hardware de computação (CPUs/GPUs).

• 25% para energizadores

Investimento de US$ 1,3 trilhão em geração, transmissão e distribuição de energia, além da infraestrutura de resfriamento necessária.

• 15% para construtores

Aquisição de terrenos estratégicos, materiais e construção das instalações físicas com US$ 0,8 trilhão.

Centro de processamento de dados: os perfis e a alocação de capital

Essa alocação define cinco perfis de investidores que estão liderando a corrida, crucial para o mercado financeiro e imobiliário:

• Construtores

Incorporadoras imobiliárias, escritórios de design e construtoras que estão expandindo a capacidade de seus data centers.

• Energéticos

Serviços públicos, fornecedores de energia, fabricantes de equipamentos elétricos/de refrigeração e operadoras de telecomunicações que constroem a infraestrutura de energia e conectividade para data centers de IA.

• Desenvolvedores e projetistas de tecnologia

Empresas de semicondutores e fornecedores de TI que produzem chips e hardware de computação para centros de dados.

• Operadores

Provedores de hiperescala e colocation, plataformas de GPU como serviço e empresas que otimizam seus recursos computacionais, melhorando a utilização e a eficiência dos servidores.

• Arquitetos de IA

Desenvolvedores de modelos de IA, fornecedores de modelos fundamentais e empresas que desenvolvem capacidades proprietárias de IA.

Oportunidades setoriais na infraestrutura de data center

A revolução da IA é, antes de tudo, uma revolução da infraestrutura. Sendo assim, a capacidade de escalar e gerenciar centros de processamento de dados é o limite real da inovação.

Diferentes indústrias encontram pontos estratégicos de entrada e crescimento nesse novo ciclo de investimentos:

• Setor energético

Para viabilizar o acesso à energia através de mercados secundários, soluções atrás do medidor (BTM) e investimentos na infraestrutura de transmissão para suportar a demanda por energia limpa.

• Setor imobiliário

Para capitalizar os rendimentos mais elevados dos centros de dados por meio da compra de terreno estratégico, desenvolvimento parcial de instalações ou a criação de um modelo de colocation.

Leia mais: Inovação aberta e inteligência artificial: estratégias e benefícios

O sucesso na corrida dependerá de quem for mais rápido e mais estratégico em construir, resfriar e energizar a próxima geração de centro de dados. Para as empresas e investidores, entender essa dinâmica complexa é essencial para capitalizar a próxima fronteira tecnológica e sustentar a inovação.

Antes de seguir, leve esse resumo sobre infraestrutura de data center para inteligência artificial com você:

O que é poder computacional?

Poder computacional é o conjunto de hardware, processadores, memória e energia que operam os data centers.

Por que o poder computacional se tornou um recurso crítico nos data centers?

Os modelos de IA exigem um volume de processamento significativamente maior e mais denso que as cargas de trabalho tradicionais, tornando a demanda insaciável.

Quais são as características principais do data center para IA?

Diferente do tradicional, o data center para inteligência artificial exige alto poder computacional, demanda de energia e sistema de resfriamento avançado.

Qual a importância do data center para IA?

O data center para inteligência artificial permite treinar modelos com bases de dados massivas, disponibilizando a infraestrutura necessária para implementar e executar aplicações de IA.