# Data centers — visão geral sobre infraestrutura, expansão e limites

Como data centers combinam computação, energia, resfriamento, território e capital — e por que seus limites aparecem de formas diferentes.

Author: NiLu
Locale: pt-br
Published: 2026-07-29
Updated: 2026-07-29
Canonical: https://blog.nilu.pro/pt-br/blog/infraestrutura-datacenters-overview/
Markdown: https://blog.nilu.pro/pt-br/blog/infraestrutura-datacenters-overview.md
JSON: https://blog.nilu.pro/pt-br/blog/infraestrutura-datacenters-overview.json

## Resumo do artigo

- Data centers combinam equipamentos de TI com energia, resfriamento, conectividade, capital, território e autorização.
- Capacidade anunciada, contratada, instalada, energizada, utilizável e consumida são estados diferentes.
- IA aumenta a densidade de algumas configurações, mas não descreve toda a frota nem explica sozinha a expansão.
- As lacunas de medição impedem rankings universais, não a explicação dos mecanismos conhecidos.

## Índice

- [Como a expansão acontece](#como-a-expansao-acontece)
- [Escala global e concentração local](#escala-global-e-concentracao-local)
- [IA, densidade e consumo](#ia-densidade-e-consumo)
- [Benefícios, custos e localização](#beneficios-custos-e-localizacao)
- [O que ainda não é conhecido](#o-que-ainda-nao-e-conhecido)

## Em resumo

Data centers são sistemas físicos que combinam servidores, aceleradores, memória, armazenamento e redes com edifícios, energia, resfriamento, conectividade, capital e autorização. A expansão do setor não é explicada por um único componente. IA acelera parte da demanda; energia tornou-se uma restrição relevante; chips, rede, equipamentos elétricos, território e regulação continuam interdependentes. [[1]](#ref-1) [[2]](#ref-2)

<a id="como-a-expansao-acontece"></a>

## Como a expansão acontece

A sequência começa na demanda por serviços digitais. Workloads diferentes geram requisitos distintos de processamento, armazenamento, latência e confiabilidade. Esses requisitos são convertidos em servidores e racks, que exigem energia crítica, resfriamento e conectividade. Para que a capacidade se torne utilizável, o projeto ainda precisa de terreno, licenciamento, financiamento, equipamentos, conexão elétrica e operação. [[1]](#ref-1) [[2]](#ref-2)

Por isso, capacidade anunciada, contratada, instalada, energizada, utilizável e efetivamente consumida são estados diferentes.

<a id="escala-global-e-concentracao-local"></a>

## Escala global e concentração local

Estimativas globais ajudam a dimensionar tendência, mas devem permanecer associadas à edição e ao cenário que as produziu. A IEA estimou aproximadamente 415 TWh para data centers em 2024 em uma edição; uma atualização posterior trabalhou com cerca de 485 TWh em 2025 e cenário central próximo de 950 TWh em 2030. Esses valores não formam um intervalo único e a projeção de 2030 não é um fato futuro. [[3]](#ref-3) [[4]](#ref-4)

Impactos aparecem localmente. Na Irlanda, data centers responderam por 23% do consumo elétrico medido em 2025, ante 5% em 2015. Esse denominador não representa toda energia final nem pode ser generalizado globalmente. [[5]](#ref-5)

<a id="ia-densidade-e-consumo"></a>

## IA, densidade e consumo

Configurações de IA podem atingir densidades muito superiores às observadas em instalações convencionais. Uma configuração NVIDIA NVL72 é documentada em aproximadamente 120 kW por rack. Isso não a transforma em rack típico. Na pesquisa Uptime 2025, 82% de 709 operadores respondentes informaram que a maior densidade presente em suas instalações permanecia abaixo de 30 kW por rack. [[6]](#ref-6) [[7]](#ref-7)

TDP de um componente não mede consumo do servidor ou do site. Benchmarks de potência medem sistemas, workloads e cenários definidos; também não fornecem, isoladamente, consumo anual de um data center. [[8]](#ref-8) [[9]](#ref-9) [[10]](#ref-10)

<a id="beneficios-custos-e-localizacao"></a>

## Benefícios, custos e localização

No caso estudado pela Virgínia, a maior parte do impacto econômico modelado estava associada à construção, não a empregos operacionais permanentes. Em Washington, uma preferência tributária foi usada apenas em reformas no período auditado e não produziu novos data centers. Esses casos não representam todos os mercados, mas demonstram por que investimento, emprego, arrecadação e adicionalidade precisam ser separados. [[11]](#ref-11) [[12]](#ref-12)

A localização física também não equivale a soberania integral. Jurisdição, operação, chaves criptográficas, portabilidade, software, chips, cabos e continuidade precisam ser avaliados separadamente. [[13]](#ref-13)

<a id="o-que-ainda-nao-e-conhecido"></a>

## O que ainda não é conhecido

Não existe divisão global pública e comparável da capacidade por workload. Também não há percentual global confiável de capacidade instalada que seja realmente utilizável, retorno fiscal líquido comparável entre programas ou índice único defensável de soberania computacional.

Essas lacunas são parte do resultado editorial. Elas impedem rankings e falsa precisão, mas não impedem explicar os mecanismos conhecidos.

## Referências

1. <a id="ref-1"></a>[U.S. EPA ENERGY STAR — Data center rating FAQ and PUE definition](https://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=P100TSZE.TXT). U.S. EPA. Acesso em 24 jul. 2026.
2. <a id="ref-2"></a>[LBNL — 2024 United States Data Center Energy Usage Report](https://eta-publications.lbl.gov/publications/2024-lbnl-data-center-energy-usage-report). Lawrence Berkeley National Laboratory. Acesso em 24 jul. 2026.
3. <a id="ref-3"></a>[IEA — Energy and AI (2025)](https://www.iea.org/reports/energy-and-ai). IEA. Acesso em 22 jul. 2026.
4. <a id="ref-4"></a>[IEA — Key Questions on Energy and AI (2026)](https://www.iea.org/reports/key-questions-on-energy-and-ai). IEA. Acesso em 24 jul. 2026.
5. <a id="ref-5"></a>[CSO Ireland — Data Centres Metered Electricity Consumption 2025](https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2025/). Central Statistics Office Ireland. Acesso em 24 jul. 2026.
6. <a id="ref-6"></a>[NVIDIA — DGX GB Rack Scale Systems Hardware Guide](https://docs.nvidia.com/dgx/dgxgb200-user-guide/hardware.html). NVIDIA. Acesso em 24 jul. 2026.
7. <a id="ref-7"></a>[Uptime Institute — 2025 Global Data Center Survey](https://uptimeinstitute.com/about-ui/press-releases/uptimes-15th-annual-global-data-center-survey-results-shows-both-commitment-and-hesitancy). Uptime Institute. Acesso em 24 jul. 2026.
8. <a id="ref-8"></a>[NVIDIA — H100 Tensor Core GPU specifications](https://www.nvidia.com/en-us/data-center/h100/). NVIDIA. Acesso em 22 jul. 2026.
9. <a id="ref-9"></a>[MLCommons — MLPerf Inference benchmark documentation](https://docs.mlcommons.org/inference/). MLCommons. Acesso em 24 jul. 2026.
10. <a id="ref-10"></a>[MLCommons — MLPerf Inference power measurement methodology](https://docs.mlcommons.org/inference/power/). MLCommons. Acesso em 24 jul. 2026.
11. <a id="ref-11"></a>[JLARC — Data Centers in Virginia (2024)](https://jlarc.virginia.gov/landing-2024-data-centers-in-virginia.asp). Virginia JLARC. Acesso em 24 jul. 2026.
12. <a id="ref-12"></a>[Washington JLARC — Data Centers in Urban Counties: 2026 Tax Preference Review](https://leg.wa.gov/jlarc/taxReports/2026/data/1/report.html). Washington JLARC. Acesso em 24 jul. 2026.
13. <a id="ref-13"></a>[OECD — Data localisation trends and challenges](https://www.oecd.org/content/dam/oecd/en/publications/reports/2020/12/data-localisation-trends-and-challenges_d775fe8a/7fbaed62-en.pdf). OECD. Acesso em 24 jul. 2026.