Designing Datacenter Power Delivery Hierarchies for the AI Era

O Desafio da Alta Densidade: Projetando Data Centers para a Era da IA

A corrida pela inteligência artificial está redefinindo as regras do jogo para os data centers. Com a demanda por aceleradores de IA explodindo, a densidade de energia por rack está disparando. Projeções indicam que, até 2027, um único deployment de servidores de IA pode consumir quase 1 megawatt (MW). Isso representa um desafio monumental para os projetistas de infraestrutura elétrica, que precisam equilibrar investimento, eficiência e capacidade de expansão a longo prazo.

O problema central é o chamado "stranding" de energia. Imagine um data center projetado para uma densidade de, digamos, 10 kW por rack. Se, no futuro, você precisar instalar racks de 40 kW para acomodar GPUs potentes, a energia que chega até aquele rack pode ser insuficiente. O resultado? Você tem uma subestação enorme e fios grossos na entrada do data center, mas não consegue usar toda essa potência nos pontos onde ela é realmente necessária. Esse dinheiro investido em infraestrutura fica "encalhado", sem gerar retorno.

A situação se complica porque o fornecimento de energia da rede elétrica se tornou um recurso escasso e caro. Em muitas regiões do Brasil e do mundo, conseguir uma nova concessão de alta tensão pode levar anos. Portanto, maximizar o uso de cada MW contratado não é mais apenas uma questão de eficiência operacional; é uma questão de viabilidade do negócio.

A Complexidade de Projetar para o Longo Prazo

Criar uma hierarquia de distribuição de energia eficiente para um data center que durará 15 ou 20 anos é um exercício de futurologia com múltiplas variáveis. A viabilidade de posicionar um rack, o impacto na carga de trabalho e o custo total dependem de uma teia de fatores interligados:

• Topologia elétrica: A forma como a energia é distribuída (radial, em anel, com barramentos) impacta diretamente a flexibilidade para realocar cargas.
• Granularidade do deployment: É melhor ter muitos circuitos pequenos ou poucos circuitos grandes e potentes?
• Política de alocação: Como você decide onde colocar um rack de alta densidade? Ele precisa ficar perto da subestação ou pode ir para qualquer lugar?
• Sobresscrição (over-subscription): Quanto de energia você pode prometer além da capacidade nominal, contando que nem tudo será usado ao mesmo tempo?
• Mix de cargas de trabalho: O data center terá apenas GPUs de IA ou também servidores de computação tradicionais e storage? Cada um tem um perfil de consumo muito diferente.

O xis da questão é que essas variáveis evoluem com o tempo. O que é ótimo hoje pode ser um desastre amanhã. E, como alertam os especialistas, não existe uma fórmula fechada que resolva esse problema de forma otimizada.

A Solução: Um Framework Baseado em Dados do Mundo Real

Pesquisadores da Microsoft, com acesso a dados de operação do Azure, desenvolveram um framework para avaliar projetos de distribuição de energia de forma dinâmica e realista. Em vez de fazer cálculos estáticos, a ferramenta simula anos de operação, incluindo a chegada de novas cargas (GPUs, CPUs, storage), períodos de sobrecarga (over-subscription) e, crucialmente, o descomissionamento de equipamentos antigos.

Esse modelo combina projeções de hardware com fatores operacionais reais, permitindo quantificar o impacto do stranding de recursos. Os resultados são reveladores:

• Capacidade Deployável vs. Capacidade Instalada: A métrica relevante não é quantos MW de energia entram no prédio, mas quantos MW podem ser efetivamente entregues aos servidores ao longo do tempo. Um projeto que maximiza a capacidade instalada pode ter uma capacidade deployável muito menor devido ao stranding.
• Custo de Capital Efetivo (Capex): Um projeto de energia mais caro no início pode se pagar muitas vezes se evitar o stranding futuro. Por outro lado, economizar na fiação hoje pode tornar impossível atualizar para novas GPUs amanhã, forçando a construção de um novo data center.
• Desempenho Real: O desempenho de uma frota de GPUs não depende apenas do chip, mas de quão consistentemente a energia chega a eles. Sistemas com sobresscrição mal planejada podem sofrer quedas de desempenho ou instabilidade.

O Futuro é a Densidade em Escala de Rack e Pod

A tendência mais forte apontada pelo estudo é que a densidade não está crescendo apenas no nível do rack, mas no nível do "pod" (um grupo de racks). Os sistemas de IA da próxima geração, com resfriamento líquido e interconexões de alta velocidade, exigirão agrupamentos de racks que consomem dezenas de MW cada. Projetar a hierarquia de energia pensando em pods pré-configurados e altamente densos parece ser o caminho mais racional para evitar desperdícios.

Para o empresário brasileiro que está planejando investir em um novo data center ou modernizar um existente, a lição é clara: não projete para o que você precisa hoje. Projete para a densidade que seus equipamentos de IA exigirão em 3 a 5 anos. Invista em uma infraestrutura elétrica mais robusta, modular e flexível desde o início. O custo adicional será, quase sempre, menor do que o custo do stranding de energia e da perda de capacidade deployável em um mercado onde potência elétrica é o novo ouro.