{
  "schemaVersion": "1.0.0",
  "identity": {
    "dossierId": "DOS-1",
    "translationKey": "infraestrutura-datacenters-overview",
    "title": "Data centers — visão geral sobre infraestrutura, expansão e limites",
    "type": "Overview",
    "locale": "pt-br",
    "sourceLocale": "pt-br",
    "localizationStatus": "source",
    "slug": "infraestrutura-datacenters-overview",
    "intent": "explain",
    "audience": "Leitores, pesquisadores, investidores, operadores e formuladores de política.",
    "scope": "Como demanda digital se converte em infraestrutura física; quais recursos e gargalos condicionam expansão; como custos, impactos e poder se distribuem.",
    "exclusions": [
      "Detalhes técnicos, ambientais, fiscais ou jurídicos permanecem nos Dossiers especializados.",
      "O Overview não replica integralmente as bases de evidência dos quatro Dossiers especializados."
    ],
    "thesis": "Data centers não são infraestrutura digital abstrata. São sistemas ciberfísicos cuja expansão depende da convergência de compute, energia, cooling, conectividade, capital, equipamentos, território e autorização."
  },
  "relations": {
    "specializedDossiers": [
      {
        "dossierId": "DOS-6",
        "title": "Data centers — como funcionam e por que estão expandindo",
        "slug": "datacenters-sistema-fisico-demanda"
      },
      {
        "dossierId": "DOS-2",
        "title": "Data centers — energia e impactos ambientais",
        "slug": "datacenters-energia-impactos-ambientais"
      },
      {
        "dossierId": "DOS-3",
        "title": "Data centers — economia política, investimento e impactos locais",
        "slug": "datacenters-economia-politica-impactos-locais"
      },
      {
        "dossierId": "DOS-4",
        "title": "Data centers — geografia, geopolítica e soberania",
        "slug": "datacenters-geografia-geopolitica-soberania"
      }
    ]
  },
  "executiveSummary": [
    "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.",
    "Capacidade anunciada, contratada, instalada, energizada, utilizável e efetivamente consumida são estados diferentes.",
    "As lacunas de medição impedem rankings e falsa precisão, mas não impedem explicar os mecanismos conhecidos."
  ],
  "systemMap": "demanda por serviços digitais\n        ↓\nworkloads + modelo de entrega\n        ↓\nservidores, aceleradores, memória, storage e networking\n        ↓\nracks, energia crítica, cooling e edifício\n        ↓\nconexão elétrica + fibra + cabos + território\n        ↓\ncontratos, financiamento, incentivos e regulação\n        ↓\ncapacidade instalada → energizada → utilizável → efetivamente consumida\n        ↓\nefeitos econômicos, ambientais, territoriais e estratégicos",
  "data": [
    {
      "id": "DC-OV-D01",
      "title": "Data center combina TI e infraestrutura de suporte",
      "claim": "Um data center reúne servidores, storage e networking com alimentação elétrica, conversão, redundância, cooling, segurança e edifício.",
      "types": [
        "fact"
      ],
      "status": "verified",
      "limitations": [
        "Implementações variam por facility type e disponibilidade."
      ],
      "confidence": "high",
      "lastReviewed": "2026-07-25",
      "references": [
        "src-epa-energy-star-datacenter-faq-pue",
        "src-lbnl-us-data-center-energy-2024"
      ]
    },
    {
      "id": "DC-OV-D02",
      "title": "Cloud não é workload",
      "claim": "Cloud é modelo de entrega e operação; IA, vídeo, bancos de dados, serviços web, analytics, HPC e storage são aplicações ou classes de workload que podem compartilhar a mesma infraestrutura.",
      "types": [
        "fact",
        "taxonomy"
      ],
      "status": "verified",
      "limitations": [
        "Categorias de aplicações podem sobrepor recursos e dificultar participação mutuamente exclusiva."
      ],
      "confidence": "high",
      "references": [
        "src-nist-sp800-145-cloud-definition"
      ]
    },
    {
      "id": "DC-OV-D03",
      "title": "Projeções globais são edição e cenário específicos",
      "claim": "A IEA estimou cerca de 415 TWh para data centers em 2024 na edição Energy and AI 2025; atualização posterior trabalhou com aproximadamente 485 TWh em 2025 e cenário central próximo de 950 TWh em 2030.",
      "types": [
        "estimate",
        "prediction"
      ],
      "status": "contextual",
      "period": "Anos-base 2024 e 2025; cenário central para 2030.",
      "limitations": [
        "Valores pertencem a edições, anos-base e premissas diferentes; não formam intervalo único."
      ],
      "confidence": "high para atribuição; medium para projeção",
      "misinterpretationRisk": "Não apresentar 2030 como fato futuro.",
      "references": [
        "src-iea-energy-and-ai-2025",
        "src-iea-key-questions-energy-ai-2026"
      ]
    },
    {
      "id": "DC-OV-D04",
      "title": "Concentração torna o impacto local desproporcional",
      "claim": "Data centers responderam por 23% do consumo elétrico medido da Irlanda em 2025, ante 5% em 2015.",
      "types": [
        "fact"
      ],
      "status": "verified",
      "measurementBasis": "Metered electricity consumption.",
      "period": "2015–2025",
      "limitations": [
        "Não é participação em toda energia final nem medida global."
      ],
      "confidence": "high",
      "references": [
        "src-cso-ireland-datacenter-electricity-2025"
      ]
    },
    {
      "id": "DC-OV-D05",
      "title": "Configuração AI-dense não representa rack típico",
      "claim": "A documentação NVIDIA informa aproximadamente 120 kW para uma configuração NVL72; na pesquisa Uptime 2025, 82% de 709 operadores respondentes não tinham rack acima de 30 kW como maior densidade da instalação.",
      "types": [
        "comparison"
      ],
      "status": "contextual",
      "measurementBasis": "Especificação de uma configuração NVL72 comparada com survey de 709 operadores.",
      "period": "Pesquisa Uptime 2025.",
      "limitations": [
        "Especificação de produto e survey de operadores possuem universos distintos; o survey não é distribuição de todos os racks."
      ],
      "confidence": "high para as fontes; low para generalização global",
      "references": [
        "src-nvidia-dgx-gb-rack-hardware-guide",
        "src-uptime-global-datacenter-survey-2025"
      ]
    },
    {
      "id": "DC-OV-D06",
      "title": "TDP e benchmark não medem consumo anual do site",
      "claim": "TDP é propriedade do componente; MLPerf Power mede potência AC do sistema durante benchmark definido; nenhuma das duas medidas, isoladamente, fornece consumo anual do data center.",
      "types": [
        "comparison"
      ],
      "status": "verified",
      "measurementBasis": "TDP do componente e potência AC do sistema em benchmark definido.",
      "limitations": [],
      "confidence": "high",
      "references": [
        "src-nvidia-h100-specifications",
        "src-mlcommons-mlperf-inference",
        "src-mlcommons-mlperf-power"
      ]
    },
    {
      "id": "DC-OV-D07",
      "title": "Água depende de fronteira e condições",
      "claim": "Estudo do LBNL encontrou variação superior a quatro ordens de grandeza no consumo hídrico por workload entre combinações avaliadas de equipamento, utilização, cooling, clima, rede elétrica e renovação de hardware.",
      "types": [
        "estimate",
        "comparison"
      ],
      "status": "contextual",
      "measurementBasis": "Consumo hídrico por workload entre combinações avaliadas.",
      "limitations": [
        "Não representa distribuição observada dos sites globais nem autoriza número universal ‘por consulta’."
      ],
      "confidence": "medium-high",
      "references": [
        "src-lbnl-water-use-workloads-2025"
      ]
    },
    {
      "id": "DC-OV-D08",
      "title": "Contrato renovável não prova atendimento físico horário",
      "claim": "Scope 2 market-based registra instrumentos contratuais; não demonstra, sozinho, que o consumo foi atendido por geração livre de carbono em cada hora e local.",
      "types": [
        "comparison"
      ],
      "status": "verified",
      "limitations": [
        "Distinguir regra vigente de propostas futuras de hourly matching e deliverability."
      ],
      "confidence": "high",
      "references": [
        "src-ghg-protocol-scope2-guidance-2015"
      ]
    },
    {
      "id": "DC-OV-D09",
      "title": "Impacto econômico modelado é majoritariamente construção no caso Virgínia",
      "claim": "O modelo da Virgínia estimou 74 mil empregos associados ao setor: 59 mil ligados à construção e 15 mil à operação, somando efeitos diretos, indiretos e induzidos.",
      "types": [
        "estimate"
      ],
      "status": "contextual",
      "measurementBasis": "Empregos modelados, incluindo efeitos diretos, indiretos e induzidos.",
      "limitations": [
        "Não equivale a empregados permanentes próprios de operadores nem representa outras jurisdições."
      ],
      "confidence": "high para a atribuição",
      "references": [
        "src-jlarc-data-centers-virginia-2024"
      ]
    },
    {
      "id": "DC-OV-D10",
      "title": "Uso de incentivo não prova adicionalidade",
      "claim": "A auditoria de Washington encontrou menos de dez beneficiários, apenas refurbishments, nenhuma nova construção sob a preferência e US$ 42,4 milhões de economia estimada entre 2023–2026.",
      "types": [
        "fact",
        "estimate"
      ],
      "status": "verified Case Study",
      "period": "2023–2026",
      "limitations": [
        "Não mede todos os investimentos incrementais nem autoriza generalização nacional."
      ],
      "confidence": "high",
      "references": [
        "src-wa-jlarc-urban-data-centers-tax-preference-2026"
      ]
    },
    {
      "id": "DC-OV-D11",
      "title": "Consumo elétrico regional não é participação de compute",
      "claim": "Em 2024, a IEA atribuiu 45%, 25% e 15% do consumo elétrico estimado de data centers a Estados Unidos, China e Europa.",
      "types": [
        "estimate"
      ],
      "status": "contextual",
      "measurementBasis": "Participação no consumo elétrico estimado de data centers.",
      "period": "2024",
      "limitations": [
        "Não mede GPUs, FLOPs, servidores ou capacidade utilizável."
      ],
      "confidence": "high para a estimativa publicada",
      "references": [
        "src-iea-energy-and-ai-2025"
      ]
    },
    {
      "id": "DC-OV-D12",
      "title": "Cabos são críticos, mas contagem não mede resiliência",
      "claim": "A ITU estima que cabos submarinos transportem mais de 99% do tráfego internacional de dados; faults, repairs, capacidade, diversidade de rota e indisponibilidade são métricas distintas.",
      "types": [
        "estimate",
        "comparison"
      ],
      "status": "contextual",
      "measurementBasis": "Participação estimada no tráfego internacional de dados.",
      "limitations": [],
      "confidence": "medium-high",
      "references": [
        "src-itu-submarine-cable-resilience-2026"
      ]
    },
    {
      "id": "DC-OV-D13",
      "title": "Localização não é soberania integral",
      "claim": "Manter dados e data centers em um território não determina, sozinho, jurisdição efetiva, controle operacional, chaves, portabilidade, substituibilidade tecnológica ou continuidade.",
      "types": [
        "comparison"
      ],
      "status": "verified as framework",
      "limitations": [],
      "confidence": "high",
      "references": [
        "src-oecd-data-localisation-2020"
      ]
    }
  ],
  "info": [
    {
      "id": "DC-OV-I01",
      "title": "A expansão é coordenação de dependências",
      "interpretation": "Chips sem energia geram inventário improdutivo; energia sem hardware, conectividade ou demanda gera capacidade ociosa; ambos sem licenças e contratos não viram operação.",
      "derivedFrom": [
        "DC-OV-D01",
        "DC-OV-D05",
        "DC-OV-D06"
      ]
    },
    {
      "id": "DC-OV-I02",
      "title": "O gargalo migra pelo sistema",
      "interpretation": "O limitante pode mover-se entre chips, HBM, packaging, networking, equipamentos elétricos, conexão, cooling, construção e commissioning.",
      "derivedFrom": [
        "DC-OV-D01",
        "DC-OV-D05"
      ],
      "provenanceNote": "A derivação canônica também aponta os Dossiers especializados de Funcionamento e Energia, sem identificar claims adicionais no Overview."
    },
    {
      "id": "DC-OV-I03",
      "title": "Eficiência unitária e consumo agregado podem divergir",
      "interpretation": "Melhor energia por tarefa não determina consumo total; volume, preço, utilização e novos usos também mudam.",
      "derivedFrom": [
        "DC-OV-D03",
        "DC-OV-D06"
      ]
    },
    {
      "id": "DC-OV-I04",
      "title": "Impactos globais pequenos podem ser locais e grandes",
      "interpretation": "Participação global de eletricidade ou água não descreve pressão em um nó de rede, bacia hídrica ou município.",
      "derivedFrom": [
        "DC-OV-D04",
        "DC-OV-D07",
        "DC-OV-D11"
      ]
    },
    {
      "id": "DC-OV-I05",
      "title": "Benefício e custo aparecem em instituições diferentes",
      "interpretation": "Renúncia estadual, arrecadação municipal, investimento de utility, tarifa e emprego temporário podem coexistir; não devem ser somados como benefício líquido sem contrafactual.",
      "derivedFrom": [
        "DC-OV-D09",
        "DC-OV-D10"
      ]
    },
    {
      "id": "DC-OV-I06",
      "title": "Localização é vantagem e dependência simultaneamente",
      "interpretation": "Energia, fibra e regulação atraem capacidade, mas chips, cloud, software, cabos e jurisdição mantêm dependências externas.",
      "derivedFrom": [
        "DC-OV-D11",
        "DC-OV-D12",
        "DC-OV-D13"
      ]
    },
    {
      "id": "DC-OV-I07",
      "title": "Projeção ou incentivo não demonstra capacidade entregue",
      "interpretation": "Projeções de demanda e programas de incentivo não demonstram, por si, capacidade operacional; implantação ainda depende de financiamento, equipamentos, conexão, licenças, construção e operação.",
      "derivedFrom": [
        "DC-OV-D03",
        "DC-OV-D10"
      ]
    }
  ],
  "uncertainties": [
    {
      "id": "DC-OV-UNC-01",
      "title": "Participação global por workload",
      "status": "não mensurado publicamente",
      "known": "Adoção e presença não equivalem a energia, servidores ou compute share.",
      "treatment": "Não publicar divisão global artificial.",
      "confidence": "high na lacuna",
      "lastReviewed": "2026-07-25"
    },
    {
      "id": "DC-OV-UNC-02",
      "title": "Capacidade instalada versus utilizável",
      "status": "não mensurado publicamente",
      "known": "Energia, cooling, espaço, rede e confiabilidade podem gerar stranded capacity.",
      "treatment": "Explicar mecanismos sem percentual global.",
      "lastReviewed": "2026-07-25"
    },
    {
      "id": "DC-OV-UNC-03",
      "title": "Impacto ambiental comparável por site",
      "status": "métodos incompatíveis",
      "known": "PUE, WUE, água, emissões e carbono incorporado dependem de fronteira, clima e operação.",
      "treatment": "Preservar site, período, denominador e método.",
      "lastReviewed": "2026-07-25"
    },
    {
      "id": "DC-OV-UNC-04",
      "title": "Retorno fiscal líquido",
      "status": "não mensurado publicamente",
      "known": "Receitas brutas e renúncias existem em níveis diferentes de governo.",
      "treatment": "Não produzir ranking de incentivos.",
      "lastReviewed": "2026-07-25"
    },
    {
      "id": "DC-OV-UNC-05",
      "title": "Compute global e soberania",
      "status": "proxy imperfeito",
      "known": "Eletricidade, racks, instalações e localização medem dimensões parciais.",
      "treatment": "Usar framework multidimensional, não índice único.",
      "lastReviewed": "2026-07-25"
    }
  ],
  "methodology": {
    "data": "DATA registra claims verificáveis com fonte, contexto de medição, limitações e confiança explícitos.",
    "info": "INFO registra síntese ou interpretação e sempre declara os IDs dos claims dos quais deriva.",
    "uncertainty": "Incerteza registra uma lacuna como resultado editorial; ela permanece explícita e não é preenchida com estimativa frágil.",
    "updateRule": "Uma revisão pode corrigir ou atualizar a projeção somente a partir do Dossier canônico com autorização editorial; mudanças materiais incrementam a versão pública e são registradas no histórico de correções."
  },
  "version": {
    "publicVersion": "1.0.0",
    "lastVerified": "2026-07-29",
    "staleAfter": "2026-08-24",
    "corrections": []
  },
  "references": [
    {
      "id": "src-epa-energy-star-datacenter-faq-pue",
      "title": "U.S. EPA ENERGY STAR — Data center rating FAQ and PUE definition",
      "publisher": "U.S. EPA",
      "url": "https://nepis.epa.gov/Exe/ZyPURL.cgi?Dockey=P100TSZE.TXT",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-lbnl-us-data-center-energy-2024",
      "title": "LBNL — 2024 United States Data Center Energy Usage Report",
      "publisher": "Lawrence Berkeley National Laboratory",
      "url": "https://eta-publications.lbl.gov/publications/2024-lbnl-data-center-energy-usage-report",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-nist-sp800-145-cloud-definition",
      "title": "NIST — The Definition of Cloud Computing (SP 800-145)",
      "publisher": "NIST",
      "url": "https://csrc.nist.gov/pubs/sp/800/145/final",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-iea-energy-and-ai-2025",
      "title": "IEA — Energy and AI (2025)",
      "publisher": "IEA",
      "url": "https://www.iea.org/reports/energy-and-ai",
      "accessedAt": "2026-07-22"
    },
    {
      "id": "src-iea-key-questions-energy-ai-2026",
      "title": "IEA — Key Questions on Energy and AI (2026)",
      "publisher": "IEA",
      "url": "https://www.iea.org/reports/key-questions-on-energy-and-ai",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-cso-ireland-datacenter-electricity-2025",
      "title": "CSO Ireland — Data Centres Metered Electricity Consumption 2025",
      "publisher": "Central Statistics Office Ireland",
      "url": "https://www.cso.ie/en/releasesandpublications/ep/p-dcmec/datacentresmeteredelectricityconsumption2025/",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-nvidia-dgx-gb-rack-hardware-guide",
      "title": "NVIDIA — DGX GB Rack Scale Systems Hardware Guide",
      "publisher": "NVIDIA",
      "url": "https://docs.nvidia.com/dgx/dgxgb200-user-guide/hardware.html",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-uptime-global-datacenter-survey-2025",
      "title": "Uptime Institute — 2025 Global Data Center Survey",
      "publisher": "Uptime Institute",
      "url": "https://uptimeinstitute.com/about-ui/press-releases/uptimes-15th-annual-global-data-center-survey-results-shows-both-commitment-and-hesitancy",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-nvidia-h100-specifications",
      "title": "NVIDIA — H100 Tensor Core GPU specifications",
      "publisher": "NVIDIA",
      "url": "https://www.nvidia.com/en-us/data-center/h100/",
      "accessedAt": "2026-07-22"
    },
    {
      "id": "src-mlcommons-mlperf-inference",
      "title": "MLCommons — MLPerf Inference benchmark documentation",
      "publisher": "MLCommons",
      "url": "https://docs.mlcommons.org/inference/",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-mlcommons-mlperf-power",
      "title": "MLCommons — MLPerf Inference power measurement methodology",
      "publisher": "MLCommons",
      "url": "https://docs.mlcommons.org/inference/power/",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-lbnl-water-use-workloads-2025",
      "title": "LBNL — The water use of data center workloads (2025)",
      "publisher": "Lawrence Berkeley National Laboratory",
      "url": "https://eta-publications.lbl.gov/publications/water-use-data-center-workloads",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-ghg-protocol-scope2-guidance-2015",
      "title": "GHG Protocol — Scope 2 Guidance",
      "publisher": "GHG Protocol / WRI",
      "url": "https://ghgprotocol.org/scope-2-guidance",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-jlarc-data-centers-virginia-2024",
      "title": "JLARC — Data Centers in Virginia (2024)",
      "publisher": "Virginia JLARC",
      "url": "https://jlarc.virginia.gov/landing-2024-data-centers-in-virginia.asp",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-wa-jlarc-urban-data-centers-tax-preference-2026",
      "title": "Washington JLARC — Data Centers in Urban Counties: 2026 Tax Preference Review",
      "publisher": "Washington JLARC",
      "url": "https://leg.wa.gov/jlarc/taxReports/2026/data/1/report.html",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-itu-submarine-cable-resilience-2026",
      "title": "ITU — International Advisory Body on Submarine Cable Resilience: Working Groups Report 2026",
      "publisher": "ITU",
      "url": "https://www.itu.int/hub/publication/s-iab-wg-2026/",
      "accessedAt": "2026-07-24"
    },
    {
      "id": "src-oecd-data-localisation-2020",
      "title": "OECD — Data localisation trends and challenges",
      "publisher": "OECD",
      "url": "https://www.oecd.org/content/dam/oecd/en/publications/reports/2020/12/data-localisation-trends-and-challenges_d775fe8a/7fbaed62-en.pdf",
      "accessedAt": "2026-07-24"
    }
  ]
}
