Sua IA não roda no Excel — ela roda na subestação

Quem achou que o gargalo da IA era a GPU estava olhando para o lado errado: o problema é o megawatt. A conta de luz virou KPI estratégico, e o calor do data center agora tem valor de mercado. Enquanto isso, o software corre para caber em NPUs de bolso e os cabos de cobre pedem aposentadoria. O hype não sumiu; ele só ficou caro.

Top 5 Trend Topics

NPU em todo canto: do bolso ao rack

A aceleração neural saiu do datacenter e ocupou o bolso e a mesa do escritório. Laptops com NPUs acima de dezenas de TOPS já rodam modelos de linguagem e visão localmente, com quantização agressiva (INT4/INT8) e truques como especulative decoding e KV-cache comprimido. Resultado: copilotos que funcionam sem nuvem, áudio em tempo real e privacidade por padrão. Nos servidores, NPUs e GPUs convivem com pipelines híbridos — pré-processamento e compressão no NPU, inferência pesada no cluster — reduzindo latência e custo por chamada.

Data centers viram usinas: energia, calor e água

Conectar um campus de IA à rede virou projeto de infraestrutura urbana. Interconexões levam anos, subestações privadas viraram linha de produto e o PUE parou de melhorar sem resfriamento líquido. Densidades de 30–120 kW por rack puxam cold plates, rear-door heat exchangers e imersão selecionada para workloads extremos. Água virou variável sensível: WUE entra no board deck, e heat reuse (aquecimento distrital, estufas, processos industriais) sai do PowerPoint para contratos reais.

Óptica por padrão: 800G hoje, 1.6T na esquina

O limite físico do cobre em longas distâncias internas empurrou o data center para a fibra. Pluggables 800G já são comuns em leaf-spine, e 1.6T bate à porta com DR8/Linear Drive. O custo por bit cai, o custo por watt não tanto — por isso a corrida por co-packaged optics ganhou patrocinadores de peso. Menos retimers, menos jitter, mais banda por RU. A rede vira ciência de cabos e limpeza de conectores.

Robôs generalistas: menos demo, mais ticket fechado

Modelos multimodais de visão-linguagem-ação saíram da demo encantadora para o piloto que fecha planilha. Teleop assistido por IA, policies por difusão e simulação física acelerada (hello, GPU) encurtam a curva. Armazéns, dark stores, agricultura de precisão e inspeção industrial puxam a fila. Ainda não é a era do mordomo humanoide — mas picking, sorting, reabastecimento e inspeção 24/7 já pagam o CAPEX.

Agentes que trabalham: RAG de verdade, governança e auditoria

Chega de chatbot solto. O que escala é agente com RAG 2.0 (híbrido de vetores + grafos), tools bem definidas, contratos de saída estruturada (JSON estrito) e trilha de auditoria. GraphRAG e esquemas canônicos reduzem alucinação; avaliação contínua, testes de segurança (prompt injection/data exfiltration) e segregação de dados viram requisitos. A métrica que importa saiu do ROUGE e foi para custo por tarefa resolvida com SLA.

O que isso muda no jogo? Quase tudo. O hardware se reorganiza ao redor de energia e banda, o software aprende a caber no silício que temos, e as empresas descobrem que dados internos valem mais que mais um bilhão de parâmetros. Abaixo, a engenharia por trás das manchetes — sem romantismo, com cheiro de sala fria.

Comecemos pelo silício. Os aceleradores topo de linha usam HBM3E com largura de banda na casa de 5–8 TB/s por pacote, e interconexões proprietárias de baixa latência entre nós (NVLink e equivalentes) para evitar que a rede Ethernet vire gargalo de treinamento. Em inferência, o jogo é outro: INT4 com sparsity estruturada 2:4, KV cache offload em memória de alta largura de banda e técnicas como FlashAttention fazem modelos de 7–20B caberem em uma ou duas placas — ou em NPUs móveis se você aceitar degradação mínima de qualidade.

No PC e no edge, a memória é tão importante quanto os TOPS. LPDDR5X dá fôlego, mas o gargalo vira movimentação de dados entre CPU, GPU e NPU. Arquiteturas com memória unificada reduzem cópias, e firmwares com partições isoladas garantem que dados sensíveis do usuário não saiam do enclave. A sacada prática: mover a inferência de coisas previsíveis para o NPU (transcrição, sumarização curta, visão on-device) e reservar a nuvem para casos longos, com contexto pesado.

Agora, a sala de máquinas. Com densidades subindo, ar puro não fecha a conta. Cold plates diretos no chip (D2C) com loops de água tratada alimentam CDU no rack ou no corredor; acima disso, imersão dielétrica vira opção, com ganhos de 10–30% em eficiência térmica, à custa de manutenção diferente (fluidos, selos, manuseio). Rear-door heat exchangers salvaram muito legado: instalação mais simples, extraindo até 50–80 kW por rack sem reescrever o prédio. Tudo isso vem com sensores a granel: vazão, pressão diferencial, detecção de vazamento, e telemetria que seu time de DevOps vai xingar às 3 da manhã.

Energia virou disciplina própria. 48V no rack, UPS de alta eficiência, retificadores com melhor fator de potência e, principalmente, integração com a rede: PPAs longos, geração on-site (solar, gás, às vezes baterias), curtailment programado e contratos de demanda que parecem derivativos. Operadores de campus já tratam calor como produto: vender para aquecimento distrital não é altruísmo; é retorno financeiro e licença social para crescer.

Conectividade? Cabo, muita fibra e menos retimer. Switches de 51.2T entregam 64 portas de 800G; a topologia leaf-spine vira meta-spine com oversubscription conservador para IA. Pluggables OSFP/QSFP-DD em 800G drenam energia por porta; CPO promete baixar latência e watt/bit integrando óptica ao pacote do switch/accelerator, mas cobra seu preço em manutenção e yields. No servidor, PCIe 6.0 empurra 64 GT/s com PAM4 e latência contada em nanosegundos; PCIe 7 já está na fila, porque, claro, vamos precisar de mais.

Do lado do software corporativo, a fase do prompt bonito acabou. O pipeline que funciona tem: recuperação híbrida (vetores + BM25 + grafos), normalização semântica para bater com o schema do negócio, ferramenta de extração com JSON schema validado e função de alinhamento com sistemas legados (ERPs, CRMs, ITSM). Avaliação é contínua: você mede exatidão por tarefa, custo por ticket resolvido e latência percetil 95. Segurança virou engenharia: filtros anti-injeção, isolamento de dados por inquilino, e execução de ferramentas com permissões mínimas. Parece burocrático, mas é o que separa demo inspiradora de rollout com auditor feliz.

Robótica merece uma pausa. Foundation models multimodais encurtaram a distância entre ver, decidir e agir. Em prática, o stack vitorioso tem sim: simulação massiva para dados, finetune leve por tarefa, política de execução pequena e rápida, e teleop assistido para cobrir os 5–10% de casos que o modelo não domina. Hardware? Câmeras RGB-D baratas, sensores de força, motores com servo preciso e um computador com GPU de borda (ou NPU eficiente) rodam rotinas de grasping que antes exigiam um doutorado e três servidores. O custo caiu; o seguro subiu; o ROI, quando a tarefa é repetitiva e chata, fica convincente.

Economicamente, o pêndulo balança. Treinar gigantes continua caríssimo e concentrado. Oportunidade real está no meio: modelos sob medida, menores, com dados proprietários e contratos de confidencialidade. Edge e on-device cortam OPEX de inferência e devolvem controle. Na infraestrutura, o CAPEX migra de computação para energia e refrigeração — e para ótica. Fornecimento de HBM e empacotamento avançado (CoWoS e afins) seguem como gargalo de cadeia. Geopolítica adiciona entropia: controles de exportação e concentração de foundries mantêm o risco de fornecedor único no radar do CFO.

Riscos? Vários. Lock-in de stack, falta de padrões operacionais para CPO, vazamentos de dados por agentes mal configurados, e o velho problema de monitorar qualidade em sistemas probabilísticos. Mas as oportunidades são proporcionais: chiplets com UCIe abrem espaço para aceleradores customizados; RISC‑V cresce em microcontroladores com microNPUs; redes privadas 5G/Wi‑Fi 7 dão latência baixa e previsível para robótica em chão de fábrica. E quem dominar a arte mundana de cabos, água e calor leva vantagem competitiva que não se copia com press release.

Conclusão

O próximo unicórnio de IA pode muito bem ser uma empresa de infraestrutura com alma de software. Computação vai migrar para perto da energia barata; calor vai virar linha de receita; e a placa de rede do futuro chega com óptica como padrão. Enquanto isso, no dispositivo, os assistentes que realmente mudam seu dia vão rodar localmente, consumindo miliwatts e salvando sua bateria (quase sempre).

Previsão ousada: em pouco tempo, o diagrama de arquitetura mais importante da sua empresa não será o de microserviços — será o de energia, refrigeração e fibras. Se você lidera produto, antecipe-se: pilote uma combinação pragmática de on-device + edge + nuvem, desenhe governança de agentes desde o dia zero e trate energia como dependência crítica. O resto acompanha.