Direto Notícias Imparcial, Transparente e Direto!
Artigos Relacionados
A OpenAI assinou um contrato de mais de US$ 10 bilhões para comprar até 750 megawatts de poder computacional da Cerebras Systems ao longo de três anos. O acordo foi revelado pelo Wall Street Journal e entra numa conta maior: somados os compromissos que a dona do ChatGPT já anunciou com fornecedores de chips e de nuvem, o total passa de US$ 1,4 trilhão em infraestrutura.
O detalhe que mudou o setor não é o valor, e sim a unidade. A empresa não contratou uma quantidade de chips nem uma velocidade de cálculo: contratou megawatts. Quem monta data center para inteligência artificial passou a medir o próprio tamanho em eletricidade.
O que significa comprar 750 megawatts — e o que esse número não diz
Megawatt é unidade de potência, não de energia. Ele mede o quanto um equipamento puxa da rede a cada instante, como os watts escritos no chuveiro ou na geladeira. Setecentos e cinquenta megawatts são 750 mil quilowatts de demanda simultânea.
A conta de luz, por outro lado, não cobra potência: cobra energia, medida em quilowatt-hora, que é a potência multiplicada pelo tempo de uso. É aí que o data center se separa de qualquer outro consumidor. Um chuveiro potente fica ligado alguns minutos por dia. Um galpão de processamento fica ligado nas 24 horas, todos os dias, porque desligar significa interromper o serviço e perder trabalho já feito. Mesma potência, consumo anual incomparável.
Vale também separar o que foi contratado do que já está funcionando. Os 750 megawatts são um teto de fornecimento ao longo de três anos, e não uma medição de consumo atual. O mesmo vale para os 6 gigawatts acertados com a AMD: é compromisso de capacidade futura, não equipamento em operação.
A comparação de que a demanda alcançaria a escala de um país inteiro circula desde o anúncio, mas sem a base que a tornaria verificável. Não se informa qual país, nem qual período, nem se o paralelo é com potência instalada ou com energia consumida ao longo de um ano — três informações diferentes, que dão resultados diferentes. Sem elas, a frase funciona como imagem retórica, não como dado.
Por que treinar uma inteligência artificial gasta tanta eletricidade
Treinar um modelo é repetir uma operação simples um número absurdo de vezes. O sistema recebe um pedaço de texto, tenta adivinhar o que vem em seguida, erra, mede o tamanho do erro e ajusta levemente milhões de parâmetros internos para errar menos na tentativa seguinte. Depois repete. E repete. Cada ajuste é uma multiplicação de números — e são bilhões dessas contas por segundo, durante semanas seguidas, em milhares de processadores trabalhando ao mesmo tempo.
A eletricidade entra em dois pontos. O primeiro é o cálculo em si: todo transistor que muda de estado gasta energia. O segundo, quase tão caro quanto, é o calor. Praticamente toda a energia que entra no processador sai como calor, e silício quente perde desempenho ou queima. Por isso um data center gasta uma fatia grande da própria conta apenas resfriando o que os chips aqueceram — refrigeração, ventilação, bombeamento de água gelada.
Há ainda a parte que o público usa todo dia e quase ninguém associa a consumo. Cada resposta gerada para um usuário também roda em servidor e também puxa energia. O treino é um pico concentrado; o uso cotidiano é um gasto contínuo, que sobe junto com a popularidade do serviço.
Onde a corrida por energia encosta na conta de luz
Um sistema elétrico atende à demanda acionando primeiro as fontes mais baratas disponíveis — água, vento, sol — e recorrendo às mais caras quando a necessidade sobe além do que essas fontes entregam naquele momento. Térmicas movidas a combustível costumam ser o último degrau, e o mais caro.
Um consumidor que puxa centenas de megawatts sem parar mexe nessa conta de três formas. Ele eleva o patamar mínimo de demanda, que antes caía de madrugada. Ele exige linhas de transmissão e subestações novas, obras que levam anos e entram na tarifa de todo mundo. E, por não tolerar interrupção, precisa de reserva contratada até nas horas em que não está no pico.
Fontes como vento e sol não resolvem sozinhas esse perfil, porque produzem quando o clima permite e não quando o galpão precisa. Casar geração intermitente com um consumidor que nunca desliga exige armazenamento ou usina de retaguarda — e as duas soluções custam. É por isso que empresas de tecnologia deixaram de negociar apenas com fabricante de chip e passaram a negociar também com quem gera eletricidade.
O chip do tamanho de um prato que a Cerebras vende
A Cerebras se afastou do caminho seguido pela Nvidia. O padrão da indústria é recortar o disco de silício, o wafer, em vários processadores individuais. A Cerebras faz o oposto: mantém o wafer inteiro como um único chip.
O resultado é o WSE-3, com 4 trilhões de transistores e 900 mil núcleos de processamento — 57 vezes maior que a GPU H100. A vantagem que a empresa persegue é de logística interna: quando o modelo cabe em uma peça só, o dado percorre distâncias menores, e a máquina perde menos tempo, e menos energia, movendo informação de um chip para outro. Não é ganho incremental, é uma escolha diferente de arquitetura.
Uma conversa de 2016 que virou contrato bilionário
A aliança fecha um ciclo iniciado em 2016, quando Sam Altman e Andrew Feldman se conheceram. Naquele momento a OpenAI era uma ideia, e a Cerebras existia apenas em apresentação de slides. Altman se tornou um dos primeiros investidores da startup, e a conversa atravessou anos até virar o acordo atual.
O calendário favorece a Cerebras. A empresa negocia uma rodada de captação de cerca de US$ 1 bilhão, com avaliação estimada em US$ 22 bilhões, e prepara abertura de capital ainda neste ano de 2026. Um contrato desse porte serve de aval técnico diante do mercado financeiro no momento exato em que a companhia precisa dele.
Nenhum fornecedor sozinho dá conta
O acordo não está isolado. A OpenAI vem distribuindo compromissos entre vários fornecedores:
- US$ 100 bilhões com a Nvidia;
- 6 gigawatts de capacidade com a AMD;
- US$ 38 bilhões com a AWS;
- desenvolvimento de chips sob medida com a Broadcom;
- até 750 megawatts com a Cerebras Systems, ao longo de três anos.
A lógica é reduzir dependência. Concentrar tudo em um fabricante deixa a operação exposta a atraso de produção, a disputa por fila de fornecimento e a reajuste de preço. Espalhar contratos sai mais caro e cria uma rede de computação distribuída entre parceiros diferentes, alimentada por redes elétricas diferentes.
O gargalo mudou de lugar
Durante anos, a disputa em inteligência artificial se decidia no software — quem tinha o modelo melhor. O contrato com a Cerebras mostra o deslocamento: o limite que mais aperta agora é físico. Chip disponível, terreno com licença, linha de transmissão pronta e contrato de fornecimento de energia assinado.
É uma mudança que sai do noticiário de tecnologia e cai no planejamento do setor elétrico. Cada novo galpão anunciado é demanda que alguém precisa gerar, transmitir e cobrar — e essa parte da história costuma aparecer bem depois do anúncio.
