A inteligência artificial parece existir apenas em software, mas cada resposta gerada depende de uma cadeia profundamente física. GPUs precisam de servidores, servidores precisam de eletricidade, refrigeração, baterias, geradores, subestações e linhas capazes de entregar grandes blocos de potência continuamente. A expansão da IA está acelerando o crescimento dos data centers e criando um problema que não pode ser resolvido apenas perguntando se um país produz energia suficiente. A pergunta decisiva é outra: existe capacidade elétrica no lugar certo, na hora certa e com a confiabilidade exigida por instalações que podem consumir centenas de megawatts?
A Agência Internacional de Energia estima que os data centers consumiram aproximadamente 415 TWh de eletricidade em 2024, cerca de 1,5% do consumo mundial. No cenário-base, esse valor chega perto de 945 TWh em 2030.
A IA é o principal motor do crescimento, especialmente por meio de servidores acelerados com GPUs e outros chips especializados, mas computação em nuvem, armazenamento e outros serviços digitais também participam da expansão.
No Brasil, a EPE informou que a carteira de grandes projetos de data centers em processo no MME saltou de 19,8 GW para 26,2 GW entre setembro e novembro de 2025. Isso não significa 26,2 GW já instalados ou garantidos. São projetos potenciais cuja concretização depende de conexão, licenciamento, investimento, transmissão e outras condições.
A inteligência artificial finalmente encontrou um limite físico
Modelos de inteligência artificial podem ser copiados instantaneamente pela internet. A infraestrutura necessária para executá-los não.
Treinar e operar modelos de grande escala exige enormes quantidades de processamento. Esse trabalho é distribuído entre chips instalados em racks dentro de data centers.
Quanto maior o modelo, maior pode ser a necessidade de computação. Quanto maior a quantidade de usuários, maior também pode ser a demanda por inferência, que é o processamento necessário para responder a cada solicitação depois que o modelo já foi treinado.
A expansão, portanto, não ocorre apenas quando uma empresa treina uma nova geração de modelo.
Ela continua todos os dias enquanto milhões de pessoas utilizam chatbots, ferramentas de programação, geração de imagem, busca, tradução, análise de documentos e outros serviços.
Essa demanda chega ao sistema elétrico como uma carga física real.
Data centers já consomem centenas de terawatt-hora por ano
A IEA estimou consumo global de aproximadamente 415 TWh em data centers durante 2024.
Isso correspondeu a cerca de 1,5% de toda a eletricidade consumida no mundo naquele ano.
No cenário-base da Agência, o consumo mais que dobra até 2030 e chega a aproximadamente 945 TWh.
A participação global se aproxima de 3%.
Esse percentual pode parecer pequeno quando comparado ao sistema elétrico mundial inteiro.
É justamente aí que surge uma das maiores armadilhas de interpretação.
Data centers não se conectam à média mundial.
Eles se conectam a uma subestação específica, em determinada cidade ou região.
Uma carga de centenas de megawatts concentrada em um único ponto pode ser enorme para aquela parte da rede mesmo quando representa uma fração pequena da eletricidade global.
A IA é o principal motor do crescimento, mas não o único
A IEA projeta crescimento muito rápido dos chamados servidores acelerados.
Essa categoria inclui máquinas equipadas com GPUs e outros aceleradores utilizados intensivamente por aplicações de inteligência artificial.
No cenário-base, o consumo desses servidores cresce aproximadamente 30% ao ano até 2030.
Eles respondem por quase metade do aumento líquido previsto para o consumo de eletricidade dos data centers.
Servidores convencionais continuam crescendo, mas em ritmo bem menor.
Também existe expansão de armazenamento, redes, serviços em nuvem e processamento digital tradicional.
Por isso, não seria correto atribuir cada quilowatt-hora de um data center moderno à IA.
Treinar um modelo e responder ao usuário são cargas diferentes
Treinamento concentra enorme quantidade de processamento durante períodos determinados.
Milhares de aceleradores podem trabalhar simultaneamente durante dias ou semanas para ajustar os parâmetros de um novo modelo.
Inferência acontece depois.
É o cálculo realizado quando o sistema recebe uma pergunta, gera uma imagem ou executa outra tarefa.
Um único pedido pode consumir muito menos energia que uma etapa de treinamento.
Mas bilhões de solicitações acumuladas podem transformar inferência em uma parte relevante da demanda total.
Essa distinção importa porque o perfil de carga e a capacidade de deslocar processamento no tempo podem ser diferentes.
GPUs mudaram também a densidade de potência dos racks
O problema não é apenas haver mais servidores.
Os novos aceleradores podem concentrar muito mais potência no mesmo espaço físico.
Um rack convencional historicamente operava com densidades muito inferiores às encontradas nas novas instalações dedicadas a IA.
Em configurações avançadas, dezenas de GPUs trabalhando em conjunto podem elevar fortemente a demanda elétrica por rack.
Isso muda cabeamento, distribuição interna, refrigeração e projeto das salas.
Quanto maior a densidade de potência, maior a quantidade de calor que precisa ser retirada de um espaço relativamente pequeno.
Servidor não é o único equipamento consumindo eletricidade
O processamento representa a maior parcela do consumo em muitos data centers, mas não a totalidade.
A IEA estima que servidores respondam, em média, por aproximadamente 60% do consumo nas instalações analisadas.
O restante é dividido entre armazenamento, equipamentos de rede, refrigeração, conversão elétrica, iluminação, sistemas auxiliares e perdas.
Essa proporção varia de instalação para instalação.
Um data center eficiente em clima favorável pode gastar relativamente pouco em resfriamento.
Outro localizado em ambiente quente e úmido ou utilizando arquitetura de alta densidade pode enfrentar desafio térmico muito maior.
PUE mede eficiência, mas não conta toda a história
O indicador mais conhecido é o PUE, sigla para Power Usage Effectiveness.
Ele divide a energia total consumida pelo data center pela energia utilizada pelos equipamentos de TI.
Um PUE de 1,2 significa que, para cada unidade de energia utilizada diretamente pela computação, existe aproximadamente 0,2 unidade adicional destinada a refrigeração, conversão, iluminação e outros sistemas.
Quanto mais próximo de 1, menor a parcela auxiliar.
Mas PUE não informa se o processamento realizado é eficiente.
Um data center pode apresentar excelente PUE e ainda executar cargas computacionais muito intensivas.
O indicador mede eficiência da infraestrutura ao redor dos servidores, não a utilidade do cálculo executado.
MW e MWh não podem ser tratados como a mesma coisa
Megawatt mede potência.
Megawatt-hora mede energia.
Uma instalação de 300 MW possui capacidade de demandar até 300 MW em determinado momento.
Se permanecesse exatamente nessa potência durante 24 horas, consumiria 7.200 MWh naquele dia.
No planejamento da rede, potência é especialmente importante porque cabos, transformadores e subestações precisam suportar a carga instantânea.
No planejamento energético, também importa quanto essa carga consome ao longo do ano.
Confundir as duas medidas produz interpretações erradas sobre a escala dos projetos.
O problema não é apenas quanta energia existe no Brasil
O Brasil pode ter geração disponível no sistema e ainda assim não conseguir conectar um data center em determinado ponto.
A eletricidade precisa chegar fisicamente à instalação.
Isso depende da capacidade das linhas de transmissão, subestações, transformadores e redes locais.
Uma região pode possuir muita geração renovável e pouca capacidade remanescente de conexão.
Em outro caso, a subestação pode estar próxima do limite de curto-circuito ou exigir grandes reforços.
É por isso que o planejamento brasileiro passou a estudar data centers como grandes cargas individualmente relevantes.
Data center pode ficar pronto antes da rede elétrica
A IEA aponta que um data center pode ser construído e entrar em operação em aproximadamente dois ou três anos em determinadas condições.
Uma grande linha de transmissão ou nova subestação pode exigir prazo maior.
É necessário projetar, licenciar, adquirir terrenos e equipamentos, contratar obras, instalar estruturas e integrar tudo ao sistema existente.
Transformadores de grande porte e equipamentos especializados também possuem cadeias produtivas próprias e podem apresentar prazos longos de fornecimento.
O problema central, portanto, é de sincronização.
A infraestrutura digital consegue tomar decisão de investimento e crescer mais rapidamente do que parte da infraestrutura elétrica que precisa alimentá-la.
Confiabilidade importa tanto quanto quantidade de energia
Data centers não podem simplesmente desligar toda vez que existe uma oscilação na rede.
Serviços financeiros, comunicações, nuvem, plataformas empresariais e sistemas de IA dependem de disponibilidade elevada.
Por isso, instalações utilizam diferentes camadas de redundância.
UPS com baterias conseguem sustentar a carga durante transições.
Geradores de emergência podem assumir o fornecimento em interrupções mais longas.
Grandes operadores podem utilizar alimentações elétricas independentes e múltiplos caminhos de conexão.
Essa redundância aumenta custo e também pode elevar a quantidade total de infraestrutura necessária.
Baterias ajudam, mas não substituem a rede
Sistemas de armazenamento podem prestar vários serviços.
Podem fornecer energia durante transições, reduzir picos de demanda e ajudar no gerenciamento da conexão.
Também podem combinar geração renovável local com consumo em outros horários.
Mas uma bateria não cria energia.
Se uma instalação consome centenas de megawatts continuamente, ela continuará exigindo fonte de energia e infraestrutura capaz de repor aquilo que foi descarregado.
Armazenamento melhora flexibilidade. Não elimina a necessidade de geração e transmissão.
Quem vai fornecer toda essa eletricidade
Empresas de tecnologia procuram contratos de longo prazo com geração renovável, mas a resposta física do sistema é mais complexa.
Solar e eólica fornecem grande volume de energia com baixas emissões operacionais, mas variam ao longo do tempo.
Baterias podem deslocar parte dessa energia.
Hidrelétricas oferecem flexibilidade em sistemas como o brasileiro.
Gás natural pode fornecer geração despachável, mas adiciona emissões e exposição a combustível.
Empresas de tecnologia também demonstram interesse crescente em energia nuclear, incluindo projetos de pequenos reatores modulares.
Nenhuma dessas fontes é solução universal.
A combinação depende de região, prazo, custo, disponibilidade e configuração da rede.
Água também pode entrar na conta
Data centers precisam remover continuamente o calor produzido pelos equipamentos.
Existem sistemas baseados principalmente em ar e outros que utilizam água em diferentes etapas.
Torres de resfriamento evaporativo podem consumir água para aumentar eficiência térmica.
Arquiteturas de circuito fechado e refrigeração líquida direta ao chip apresentam comportamentos diferentes.
Por isso, não existe um valor universal de litros por unidade de computação.
O consumo precisa ser analisado projeto por projeto, considerando clima, tecnologia e origem da água.
O Brasil já entrou na corrida dos grandes data centers
A discussão deixou de ser puramente prospectiva.
Depois da publicação do REDATA em setembro de 2025, a EPE registrou aumento expressivo no número e na escala dos projetos apresentados ao governo.
O montante de projetos de data centers em processo no Ministério de Minas e Energia passou de 19,8 GW em setembro de 2025 para 26,2 GW em novembro.
O aumento de 6,4 GW ocorreu em pouco mais de dois meses.
A escala impressiona, mas precisa ser interpretada corretamente.
A própria EPE ressalta que a concretização dessas cargas depende de múltiplos condicionantes.
Não se trata de 26,2 GW de consumo já instalado, contratado ou inevitável.
Pedido de conexão não é data center construído
Projetos podem estar em estágios muito diferentes.
Alguns representam intenção de investimento.
Outros já possuem terreno e estudos avançados.
Alguns podem disputar mais de uma localização antes da decisão final.
Outros podem nunca sair do papel.
Por isso, somar toda a carteira potencial e apresentá-la como demanda futura certa superestima o impacto.
O planejamento elétrico, porém, não pode simplesmente ignorar essas solicitações.
Se esperar todos os projetos estarem prontos para começar a planejar a transmissão, a infraestrutura chegará tarde demais.
Rio de Janeiro, Sul e Nordeste já exigem estudos específicos
A EPE prevê em 2026 estudo voltado especificamente à inserção de aproximadamente 4 GW de novos projetos no Rio de Janeiro.
A análise inclui capacidade remanescente das subestações, corredores de transmissão, confiabilidade e limites de curto-circuito.
No Rio Grande do Sul, projetos em estudo somam até 5 GW em determinados cenários analisados.
No Nordeste, a EPE trabalha em solução para ampliar em aproximadamente 4 GW a capacidade de conexão de grandes cargas em áreas do Ceará e Piauí.
São exemplos claros de como um setor digital passa a alterar decisões sobre obras elétricas físicas.
O crescimento dos data centers já entrou na previsão da carga do SIN
Em abril de 2026, EPE, ONS e CCEE divulgaram revisão das previsões de carga para o período 2026-2030.
A projeção indicou crescimento médio anual de 4%.
Para 2030, a carga global do Sistema Interligado Nacional alcançaria 98.824 MW médios naquele cenário.
As entidades citaram explicitamente a expansão dos data centers entre os fatores considerados.
Isso não significa que todo o crescimento da carga venha da IA.
Significa que esse novo grupo de consumidores já possui escala suficiente para entrar oficialmente no planejamento energético nacional.
Energia renovável é uma vantagem brasileira, mas não é passe livre
A matriz elétrica brasileira possui elevada participação de renováveis.
Isso pode tornar o país atraente para empresas interessadas em reduzir emissões associadas à eletricidade.
Mas uma usina eólica no Nordeste não conecta automaticamente um data center no Rio de Janeiro.
A energia precisa atravessar o sistema.
Disponibilidade de transmissão, estabilidade, subestações e confiabilidade continuam determinando onde grandes cargas podem ser instaladas.
Regiões com excedentes renováveis também podem enfrentar restrições justamente porque a rede não consegue transportar tudo o que já é produzido.
A conta da IA também será uma conta de infraestrutura
Quando uma nova carga exige subestação, reforço de transmissão ou equipamento específico, surge uma questão econômica.
Quem paga?
Parte dos custos pode ser atribuída ao próprio consumidor por regras de conexão.
Outros reforços podem integrar obras sistêmicas que beneficiam mais usuários.
Essa fronteira regulatória será cada vez mais importante à medida que projetos gigantes tentam se conectar.
Uma decisão inadequada pode socializar custos de infraestrutura construída para projetos que nunca se concretizam.
Uma regra excessivamente restritiva também pode afastar investimentos que ajudariam a financiar novos ativos.
O desafio é separar infraestrutura de interesse sistêmico de obras exigidas principalmente por uma carga específica.
O número global pode enganar. Mesmo que os data centers cheguem perto de 3% da eletricidade mundial em 2030, eles não se conectam à média do planeta. Cada instalação depende de uma subestação específica, linhas específicas e capacidade disponível naquele ponto da rede. É nesse nível que a inteligência artificial deixa de parecer apenas software. A corrida por modelos e GPUs passa a ser também uma corrida por transformadores, transmissão, refrigeração, terreno e megawatts firmes.
.png)
