Os marcos da inteligência artificial ficam cada vez mais grandiosos.
Em 2023, um sistema de IA passou no exame da ordem dos advogados. Em 2025, a tecnologia ajudou cientistas a identificar uma possível causa da doença de Alzheimer. Em maio, a IA havia avançado tanto que resolveu um problema matemático complexo que havia intrigado especialistas por 80 anos. Na semana passada, dois sistemas de IA em teste saíram do controle e invadiram o banco de dados de uma empresa.
E isso ainda é apenas o começo.
Do Meio-Oeste americano ao Golfo Pérsico, centenas de grandes data centers agora em construção serão ligados nos próximos anos. Eles devem entregar uma avalanche de poder computacional para desenvolver e operar uma IA sem paralelo na história da indústria de tecnologia, com avanços que antes pareciam revolucionários provavelmente se tornando cada vez mais rotineiros.
Por trás de cada salto da IA há saltos correspondentes em poder computacional. Hoje, há cerca de 20 milhões de chips de IA espremidos nos data centers que sustentam as capacidades e o uso crescente da tecnologia no mundo todo, segundo a empresa de pesquisa Epoch AI. Esse número deve dobrar aproximadamente a cada nove meses, colocando o mundo no caminho de ter cerca de 200 milhões desses chips até o fim de 2028 — 10 vezes os níveis atuais.
Em escala e ambição, este momento se compara à construção das ferrovias nos anos 1800, ao New Deal do presidente Franklin D. Roosevelt nos anos 1930 e ao Projeto Manhattan, criado para desenvolver uma arma atômica nos anos 1940, disseram tecnólogos.
“Esta é a maior construção de infraestrutura em escala da história da humanidade”, disse Rob Wachen, cofundador da empresa de microchips Etched, que levantou mais de US$ 1 bilhão para atender à crescente demanda por componentes de IA.
Peter DeSantis, que lidera modelos fundamentais de IA na Amazon — que fornece poder computacional para empresas de IA como Anthropic, OpenAI e outras — disse que a companhia de Seattle dobrou sua capacidade computacional desde 2022 e a dobrará novamente até o ano que vem. “É difícil entender a escala”, afirmou.
O que alimenta essa onda é a crença de que a IA pode assumir mais responsabilidades humanas e resolver tarefas cada vez mais complicadas quanto mais dados e poder computacional forem fornecidos a ela. Esse princípio, às vezes chamado de “Leis de Escala”, tornou-se a força motriz desta era tecnológica. Quem tiver mais poder computacional criará os sistemas de IA mais avançados, capturando a maior parcela de lucro e valor, argumentam líderes do setor. O maior motor, dizem, vencerá a corrida.
A confiança nas Leis de Escala levou líderes da IA a fazer previsões cada vez mais ousadas. Dario Amodei, presidente-executivo da Anthropic, disse que, se essas leis se mantiverem por mais um ou dois anos, a IA será capaz de realizar enormes volumes de trabalho de escritório. Demis Hassabis, chefe do laboratório de IA DeepMind, do Google, escreveu recentemente que a IA poderia inaugurar “10 vezes a Revolução Industrial em 10 vezes a velocidade”.
Cientistas e tecnólogos veem o dilúvio de poder computacional que está por vir levando a descobertas de medicamentos e avanços em robótica, e analistas do setor disseram que isso impulsionará um uso mais cotidiano da IA na vida pessoal e profissional das pessoas.
Mas essa expansão também provocou reação contrária, estimulando protestos em muitas comunidades sobre como os data centers poderiam prejudicar o meio ambiente, elevar os preços da eletricidade e drenar água. Nos Estados Unidos, os data centers estão se tornando uma questão importante para as eleições legislativas de novembro, com um movimento nacional crescente se opondo à indústria de tecnologia e seus bilionários.
Economistas e investidores levantaram preocupações de que empresas de tecnologia estejam gastando mais rápido do que conseguem lucrar com IA. Booms de infraestrutura anteriores foram seguidos por retrações antes que os benefícios da tecnologia fossem percebidos. O boom ferroviário dos anos 1800, a eletrificação nos anos 1920 e a bolha das pontocom no fim dos anos 1990 foram marcados por recessões econômicas e quedas no mercado de ações à medida que empresas que gastaram demais quebraram.
“Toda vez que houve uma revolução tecnológica, esse tipo de estouro de bolha aconteceu”, disse Philippe Aghion, vencedor do Nobel de Economia em 2025 por pesquisas sobre crescimento econômico impulsionado pela inovação. “A IA é como a quarta revolução industrial e tem esse aspecto que gera uma bolha.”
Com mais poder computacional entrando em operação, as divisões geopolíticas só tendem a se ampliar.
Os Estados Unidos, lar de cerca de 5.500 data centers — cerca de 10 vezes mais do que o segundo país da lista —, estão muito à frente do restante do mundo, incluindo a China. Empresas americanas como Amazon, Google, Microsoft e Meta controlam cerca de 80% do poder computacional global que impulsiona a IA, segundo a Epoch AI. Acredita-se que o Google sozinho tenha quatro vezes mais chips de IA do que todas as empresas chinesas, que correm para alcançar os concorrentes desenvolvendo novos semicondutores e infraestrutura de IA própria.
A falta de transparência na indústria de IA torna difícil medir a capacidade computacional global, incluindo o volume de fornecimento de chips, o número total de data centers e o consumo geral de eletricidade. O New York Times se baseou em estimativas de grupos como Epoch AI, Cleanview e SemiAnalysis, que estudam o setor e publicam previsões amplamente citadas.
Por enquanto, não há sinais de que os gastos com IA vão desacelerar. Até 2029, o investimento em infraestrutura de IA deve ultrapassar US$ 1 trilhão globalmente, acima dos US$ 318 bilhões do ano passado, segundo a IDC, empresa de pesquisa de mercado. Isso ficaria no mesmo patamar da produção econômica da Suíça, a 20ª maior economia do mundo.
O investimento vale a pena, disse Jeff Dean, cientista-chefe do Google, porque impulsionará inovações em IA e ampliará o uso da tecnologia.
“Você vê capacidades surgirem em escalas maiores que não apareciam em escalas menores”, disse ele. “Também se trata agora de levar essas capacidades não apenas a alguns milhões de usuários em um produto mais de nicho, mas realmente levar essas capacidades a centenas de milhões ou bilhões de usuários.”
As habilidades crescentes da IA estão ligadas ao aumento do tamanho dos data centers. Para criar um modelo de ponta, são necessárias enormes quantidades de poder computacional para analisar dados e encontrar padrões. Esse processo, conhecido como “rodada de treinamento”, pode custar centenas de milhões de dólares, enquanto dezenas de milhares de chips especializados processam os dados. O treinamento funciona melhor quando os chips trocam dados por conexões ultrarrápidas, e pode falhar quando o hardware apresenta problemas.
Depois que um modelo de IA fica pronto, uma rede mais ampla de data centers assume um papel diferente, fornecendo poder computacional para que o sistema responda a consultas em tempo real. Esse trabalho, conhecido como “inferência”, impulsiona cada vez mais a necessidade de mais data centers. Como em um centro de distribuição de correspondências, colocar poder computacional mais perto dos usuários permite que os modelos de IA pensem por mais tempo, respondam mais rapidamente e concluam tarefas mais complexas.
Para atender a essa demanda, a produção de semicondutores também está disparando. Em março de 2024, o mundo tinha cerca de 2,4 milhões de chips de IA “equivalentes ao H100”, uma unidade de medida que se refere ao semicondutor lançado pela fabricante Nvidia em 2022. Agora, à medida que milhões de chips mais avançados entram em operação todos os meses, o mundo deve ter cerca de 200 milhões de equivalentes H100 até o fim de 2028, segundo a Epoch AI.
A expansão pode ser desacelerada por problemas na fabricação de chips e componentes, no financiamento e pela oposição pública. Quantidades enormes de eletricidade também serão necessárias para sustentar novos data centers. No ano passado, essas instalações consumiram 64 gigawatts de eletricidade globalmente, aproximadamente tanto quanto a Alemanha consome, segundo a SemiAnalysis, empresa de pesquisa de mercado. Até o fim de 2030, espera-se que esse consumo quadruplique, superando a energia usada por todos os países da América do Sul e da África juntos.
Nos data centers de IA mais avançados, cada gigawatt de energia equivale a cerca de US$ 40 bilhões a US$ 60 bilhões em custos, incluindo servidores, terrenos, conectividade e ligações com serviços públicos, segundo estimativas do setor.
“Essas empresas estão essencialmente em uma corrida armamentista de IA”, disse Carl Benedikt Frey, economista da Universidade de Oxford. “Se não investirem, estarão admitindo derrota.”
https://www.nytimes.com/interactive/2026/07/29/technology/ai-chips-data-center-boom.html
