De 19 a 22 de maio, a Schneider Electric e a TeraWulf realizaram evento global para a imprensa em Buffalo, NY (EUA). Durante esses dias, os jornalistas convidados conversaram com profissionais responsáveis por arquiteturas de infraestrutura de próxima geração em inteligência artificial e com especialistas em tecnologias avançadas de resfriamento líquido para conhecer as soluções e as respectivas perspectivas. Além disso, foram feitas duas visitas às instalações das empresas: o campus Lake Mariner da TeraWulf, desenvolvido para IA e computação de alto desempenho e que atualmente atende Core42 e Fluidstack, com o apoio do Google, e a Motivair by Schneider Electric, onde é fabricada a tecnologia de refrigeração que atualmente resfria os três primeiros sistemas exaescala dos Estados Unidos e inúmeras instalações de supercomputadores do Top 500. A DCD esteve presente com jornalistas do Brasil e da Inglaterra (prazer em conhecê-lo, Dan!) e agora traz aos seus leitores a cobertura do evento.

Tive a oportunidade de realizar algumas entrevistas durante a estadia em Buffalo. A primeira foi com Chris Campbell, Senior Director de AI Solutions e Hybrid AI Infrastructure da World Wide Technology (WWT), e Rob Bunger, Cloud & Service Providers Technical & Solutions Director da Schneider Electric. Conversamos sobre os pilares que sustentam o que a indústria passou a chamar de "AI factories", as grandes instalações dedicadas ao processamento de inteligência artificial. Da definição do conceito às implicações energéticas globais, passando por estratégias de workload e pelo papel emergente do Brasil nesse ecossistema, a entrevista mostrou um setor em rápida transformação, repleto de oportunidades e desafios reais.

O que é uma 'AI Factory'?

O termo "AI factory" (ou Fábrica de IA, em português) ganhou tração depois que Jensen Huang, CEO da NVIDIA, passou a usá-lo com frequência. Mas o que significa exatamente? Para Chris Campbell, da WWT, a definição mais direta é funcional: trata-se de um data center equipado com hardware NVIDIA: GPUs, software e toda a pilha de infraestrutura até a camada do Kubernetes.

"A NVIDIA está definindo uma unidade padrão para isso. Pode ser de 1 gigawatt de capacidade ou de 800 quilowatts, dependendo do caso. O que importa é que existe uma referência", explicou Campbell.

Rob Bunger, da Schneider Electric, acrescentou uma perspectiva mais conceitual: a diferença entre um data center tradicional e uma AI factory está na natureza do que é produzido. "Entra energia e resfriamento; saem tokens. Qual é a eficiência de tokens por watt? Esse é o indicador central", disse Bunger. Para ele, pensar em termos de 'fábrica', ou seja, de entrada de insumos e saída de produtos, representa uma mudança produtiva de mentalidade para gestores e investidores.

Os dois executivos situaram esse movimento no contexto histórico. Campbell comparou o momento ao boom da internet em 1996 e ao surgimento da computação em nuvem por volta de 2012: "Na época do VMware, todo mundo falava em cloud, mas ninguém sabia exatamente o que era. Com a IA, estamos no mesmo hiato. Muita gente entende superficialmente, lê sobre o tema nas redes sociais, mas não viu de perto como funciona."

Os maiores equívocos das empresas ao planejar uma AI factory

Para Campbell, o principal erro das empresas é tratar a infraestrutura de IA como uma extensão de seus data centers tradicionais. "As organizações estão acostumadas a construir data centers do jeito que querem, na escala que conseguem financiar. Isso mudou radicalmente", alertou.

As instalações legadas simplesmente não foram projetadas para suportar as GPUs de nova geração da NVIDIA, que exigem resfriamento líquido e densidades de energia muito superiores às do padrão. Diante disso, ele elencou as alternativas mais viáveis no cenário atual:

• Neoclouds (como CoreWeave): hospedagem rápida, eficiente e pronta para uso, sem necessidade de construção própria.
• Colocation (como Equinix ou Digital Realty): aluguel de espaço físico em instalações preparadas para alta densidade.
• On-premise com H100s ou B200s/B300s air-cooled: viável para quem não precisa estar na vanguarda das últimas gerações de hardware.

Infraestrutura física: o que não pode falhar

Quando questionado sobre os elementos não negociáveis de uma AI factory em escala, Rob Bunger respondeu que o resfriamento líquido direto ao chip (direct-to-chip) é hoje o padrão. "Se o loop de resfriamento cair, a operação para. Saber projetar, instalar e operar esse sistema é absolutamente crítico", afirmou.

Outro ponto de atenção, levantado por Bunger, é a redução da margem de erro dos sistemas elétricos. Enquanto em um data center convencional há ampla folga nos projetos elétricos, em uma AI factory os equipamentos operam próximos aos seus limites. "Você pode ter um barramento de 5.000 ampères operando próximo ao limite máximo. O design elétrico precisa ser cuidadoso. Idealmente com estudo de arco elétrico e análise de limites de todos os equipamentos", explicou.

Future-proofing: como planejar para um cenário em constante mudança

Um dos temas mais espinhosos da entrevista foi a velocidade de inovação da NVIDIA e o impacto sobre o planejamento de longo prazo das instalações. Rob Bunger minimizou o problema, mas reconheceu sua importância: "Você não vai arrancar e substituir o que instalou. O investimento é enorme. A chave é projetar flexibilidade desde o início." Ele recomendou instalar equipamentos elétricos de média tensão e a infraestrutura de potência principal logo no início, deixando espaço para adaptações futuras, como a eventual migração para barramentos de 800 V DC em módulos complementares.

Chris Campbell complementou com uma visão de mercado: o hardware que hoje parece obsoleto continuará em uso por anos, atendendo segmentos como universidades, pesquisa farmacêutica e serviços financeiros. "Jensen vai continuar inovando porque ele vê isso como uma corrida de velocidade. Mas o que ele abandona também tem valor, e há empresas como a CoreWeave prontas para disponibilizá-lo ao mercado."

Onde colocar cada workload: cloud, on-prem ou edge?

A questão do posicionamento estratégico de cargas de trabalho (workload placement) é, para Campbell, uma das decisões mais complexas e custosas que as empresas enfrentam. "Um único caso de uso pode custar entre 5 e 10 milhões de dólares (24,9 a 49,8 milhões de reais) em investimento, antes mesmo de saber se vai funcionar", afirmou.

A WWT desenvolveu cerca de 120 variáveis para ajudar clientes a tomar essa decisão. O raciocínio segue essa lógica:

• Dados sensíveis ou regulados exigem neocloud ou colocation, nunca cloud pública.
• Custos de egresso podem tornar a saída da cloud extremamente cara: quem entra na nuvem deve planejar sua estratégia de saída.
• Latência ultrabaixa (veículos autônomos, robótica industrial) impõe o uso de edge computing.
• Inferência em escala é o próximo grande movimento e pode ocorrer em dispositivos muito menores do que se imagina.

Campbell citou a Vultr, uma empresa com 20 anos no setor de gaming, agora transformada em neocloud, como parceira estratégica para cenários de edge com presença global. Também mencionou a Sharon AI, na Austrália, como exemplo de operador soberano em expansão.

Eficiência energética: a IA pode se tornar sua própria solução?

Um dos pontos mais otimistas do debate foi a relação entre IA e eficiência energética. Rob Bunger defendeu que as AI factories, paradoxalmente, podem ser mais eficientes do que os data centers tradicionais por dois caminhos simultâneos.

• O resfriamento líquido é intrinsecamente mais eficiente do que o resfriamento por ar comprimido, o que reduz significativamente o PUE (Power Usage Effectiveness).
• Algoritmos de machine learning aplicados à gestão dos próprios data centers, que controlam chillers, CDUs e a temperatura de operação em tempo real, já estão sendo implementados e prometem ganhos adicionais.

"Quando você começa a ter informações integradas ao longo de toda a cadeia de resfriamento, consegue elevar as temperaturas de operação com segurança e extrair mais eficiência. Estou muito otimista com isso", afirmou Bunger.

A rede elétrica está preparada para a demanda da IA?

A pergunta mais urgente do debate foi sobre o grid elétrico global. A resposta foi direta: não, ao menos não ainda, e de forma muito localizada.

"Data centers estão sendo instalados em regiões com capacidade de grid disponível, não necessariamente onde seriam ideais do ponto de vista estratégico. Países como a Itália atraíram projetos por terem capacidade elétrica excedente", observou Bunger.

Campbell usou uma analogia com as telecomunicações: "Ninguém imaginava que o 3G seria superado pelo 4G e depois pelo 5G. A infraestrutura foi sendo construída à medida que a demanda crescia. Com a IA, vai acontecer o mesmo: o setor vai criar a necessidade e os investimentos virão para apoiá-la."

Comunicação do setor com a sociedade

Outro tema sensível abordado foi a percepção pública sobre o consumo de energia e de água pelos data centers de IA, uma das grandes preocupações das comunidades quando começam a surgir notícias sobre a construção dessas infraestruturas. Bunger reconheceu que a indústria, historicamente, operou com discrição e que isso funcionou até certo ponto. "O impacto era pequeno. Agora não é mais. Operadores que engajaram a comunidade cedo tiveram mais sucesso do que os que chegaram de surpresa", disse. Ele citou um estudo de parceiros, publicado em fevereiro de 2026, que elencou 'comunidade' e 'soberania' entre as principais tendências globais de data centers.

Campbell foi além: "Pense no governo peruano tentando construir um data center. Quem reclama? Como navegar pela burocracia e pela opinião pública em diferentes culturas? Quem souber fazer isso vai ganhar muito dinheiro, porque os tokens são uma economia em si e podem fazer parte do PIB de um país."

O papel do Brasil: energia limpa, espaço e oportunidade

O Brasil surgiu no debate como um caso especial. A matriz energética do país difere muito da matriz energética mundial. Por aqui são usadas mais fontes renováveis do que no resto do mundo. Somando lenha e carvão vegetal, hidráulica, derivados de cana, eólica e solar e outras renováveis, nossas renováveis totalizam 50,0%, ou seja, representam metade da matriz energética. A matriz elétrica brasileira apresenta um nível de renovabilidade ainda maior do que o da matriz energética nacional. Isso ocorre porque a maior parte da eletricidade produzida no país provém de usinas hidrelétricas. Além disso, a geração eólica vem registrando expansão significativa nos últimos anos, reforçando o caráter majoritariamente renovável da matriz elétrica brasileira.

Esses números, além de um território amplo e de uma crescente demanda interna por infraestrutura digital, fazem com que o país reúna atributos raros no cenário global.

"Há muitos olhos sobre o Brasil no desenvolvimento de IA e de ciência de dados. Energia limpa, espaço e uma população com demanda crescente por serviços digitais são uma combinação muito atrativa", disse Bunger.

A questão da soberania digital foi apontada como um fator estratégico crucial, especialmente para países que não desejam depender exclusivamente de infraestrutura estrangeira para processar seus dados e emitir tokens. Nesse contexto, o Brasil tem a chance de se posicionar não apenas como consumidor de IA, mas também como produtor soberano de capacidade computacional.

O laboratório vivo da WWT

Chris Campbell descreveu a trajetória do Advanced Technology Center (ATC) da WWT como um exemplo prático dos desafios enfrentados pelos clientes da WWT. O ATC nasceu em 2012, com dois racks em um armário, em St. Louis, Missouri. Hoje, acumula 900 milhões de dólares (4,5 bilhões de reais) em equipamentos distribuídos entre quatro campi.

Nos últimos três anos, a WWT investiu mais de 500 milhões de dólares (2,5 bilhões de reais) em um AI Proving Ground, com 17 ou 18 arquiteturas de referência de parceiros como Dell, HPE e Schneider Electric. O objetivo é simples: permitir que os clientes testem configurações reais antes de tomarem decisões milionárias.

"A primeira lição que aprendemos ao instalar as primeiras GPUs NVIDIA foi que a energia não era suficiente. A concessionária local disse que não tinha mais capacidade. Isso nos ensinou rapidamente que a energia é a restrição central", revelou Campbell. "Hoje podemos rodar dados sintéticos, mostrar o resfriamento líquido em funcionamento e ajudar os clientes a entender as dinâmicas térmicas antes de comprar."

A entrevista com Campbell e Bunger mostrou que o mundo está diante de uma transformação de infraestrutura comparável à eletrificação ou à internet, mas concentrada em uma janela de tempo muito mais curta. As AI factories não são apenas data centers maiores: são um novo paradigma de produção, em que a matéria-prima é energia e o produto são tokens, a nova unidade de valor da economia digital.

Para os países e empresas que souberem navegar pelos desafios técnicos, regulatórios e sociais desse processo, as oportunidades são imensuráveis. Para os que ficarem esperando, o risco é tornarem-se dependentes de infraestrutura estrangeira para processar seus próprios dados e perderem uma fatia da nova economia de tokens.

Como disse Chris Campbell: "Tokens são uma economia própria. Se você é um país capaz de gerá-los, isso pode fazer parte do seu PIB. É tão valioso assim."