A corrida da IA: chips, energia e os gargalos físicos

Há uma ironia no centro da revolução da IA. Quanto mais "inteligente" e abstrata a tecnologia parece, mais ela depende de coisas duras e lentas de construir: fábricas de chips que levam anos para erguer, usinas de energia, linhas de transmissão, água para refrigeração. O software escala em segundos; o mundo físico que o sustenta, não. É nesse atrito entre o digital e o físico que mora a parte mais subestimada da história — e a que mais interessa a uma leitura macro séria.

O chip: o gargalo do silício

Treinar e operar modelos de IA exige um tipo específico de processador: a GPU (graphics processing unit, ou unidade de processamento gráfico). Originalmente feita para vídeos e jogos, a GPU se revelou ideal para os cálculos massivos e paralelos que a IA exige. E aqui aparece o primeiro estrangulamento: o mercado de chips para data center de IA é extraordinariamente concentrado — uma única empresa de design domina a esmagadora maioria do segmento.

A concentração não para no design. A fabricação física desses chips de ponta depende de um número minúsculo de fundições (foundries) capazes de produzir na escala nanométrica exigida — e a líder absoluta dessa etapa fica em Taiwan. Some-se a isso a dependência de fornecedores únicos de equipamentos de litografia, e o resultado é uma cadeia de valor que é, ao mesmo tempo, espetacularmente lucrativa e perigosamente estreita.

A IA é uma tecnologia global que repousa sobre uma cadeia geograficamente minúscula. Toda a abstração do software termina apoiada em poucas fábricas, num punhado de quilômetros do planeta. Concentração assim é, simultaneamente, vantagem competitiva e risco geopolítico.

Para o investidor, isso significa que o "gargalo do silício" é também um mapa de risco geopolítico. Tensões em torno de Taiwan, controles de exportação de chips e a corrida de vários países para construir capacidade própria de fabricação deixaram de ser tema de nicho: viraram variável macro de primeira ordem. Mencionar uma empresa ou um país aqui é ilustração de contexto, jamais sugestão de posição.

O data center: a fábrica da inteligência

Os chips não rodam soltos. Eles vivem em data centers — galpões densos de servidores que são, na prática, as fábricas da era da IA. Construir um data center de IA não é trivial: exige terreno, capital intensivo, conectividade, sistemas de refrigeração sofisticados e, acima de tudo, acesso a energia elétrica em escala. É a materialização física do capex que discutimos em A IA chega às empresas: o dinheiro investido vira concreto, cobre e silício.

E é aqui que a corrida encontra seu obstáculo mais teimoso.

A energia: o gargalo que ninguém previu (a tempo)

O dado mais importante deste texto vem da Agência Internacional de Energia (IEA), em seu relatório Energy and AI (2025). Segundo suas projeções, o consumo de eletricidade dos data centers no mundo deve aproximadamente dobrar até 2030 — de cerca de 415 TWh (terawatt-hora) em 2024 para perto de 945 TWh ao fim da década, o que representaria pouco menos de 3% da demanda elétrica global. Dentro desse total, o consumo especificamente ligado à IA cresce muito mais rápido que a média — a IEA estima que os data centers otimizados para IA podem mais que triplicar a sua demanda no período.

Traduzindo: a demanda de energia que a IA acrescenta ao sistema elétrico mundial é da ordem de grandeza do consumo de países inteiros. E energia não se constrói no ritmo do software. Uma usina, uma linha de transmissão, uma subestação levam anos — às vezes mais de uma década — entre planejamento e operação. O resultado é um descompasso estrutural:

• Disponibilidade: em várias regiões, o gargalo já não é capital nem chip — é encontrar energia firme e conexão à rede para os novos data centers.
• Fonte: a corrida reacendeu o debate sobre a matriz energética — renováveis, gás natural e até a energia nuclear voltaram à mesa como opções para alimentar a IA.
• Localização: quem tem energia abundante, barata e limpa ganha uma vantagem competitiva nova para atrair data centers — um ponto que abre uma janela para países como o Brasil, tema do nosso artigo Brasil na era da IA.

O gargalo energético tem uma consequência conceitual elegante: ele transforma a IA, uma tecnologia digital, num problema de infraestrutura física. E problemas de infraestrutura física são lentos, caros e profundamente geopolíticos. Quem lê IA apenas pela ótica do software perde metade da história.

Como a Casa lê isso

A corrida da IA é, no fundo, uma corrida por recursos físicos escassos: chips de fabricação concentrada e energia de construção lenta. Esses gargalos não são detalhes técnicos — são forças macro que redesenham cadeias de valor, alianças geopolíticas e a demanda por energia em escala global. Eles definem quem pode crescer, onde e a que custo.

A leitura útil não é torcer por um chip ou por uma fonte de energia. É entender que a IA importa tanto pela camada física quanto pela digital — e que os limites do mundo real (silício, eletricidade, geografia) podem ditar o ritmo da revolução mais do que qualquer avanço de software. Nada disso é instrução de compra ou venda — é uma lente. No Método Sentinel, energia e cadeias de suprimento são camadas macro tão relevantes quanto juros e câmbio. Quem só olha o brilho do software analisa no escuro a metade que importa.

Perguntas frequentes

Por que chips são o gargalo da IA?

Porque treinar e operar modelos de IA exige um tipo específico de processador, a GPU, cuja fabricação se concentra em pouquíssimas empresas e fundições. Quando a demanda explode e a oferta é limitada por capacidade e tempo de construção, o chip vira o ponto de estrangulamento.

Quanta energia os data centers de IA consomem?

Segundo a IEA (Energy and AI, 2025), o consumo de eletricidade dos data centers deve aproximadamente dobrar até 2030, de cerca de 415 TWh em 2024 para perto de 945 TWh, com a parcela ligada à IA crescendo bem mais rápido que a média. É a transformação da demanda elétrica em variável macro.

A energia pode limitar o avanço da IA?

É o gargalo físico mais discutido. Não basta ter chip e capital: é preciso energia elétrica disponível, transmissão e refrigeração. A velocidade da IA passou a depender da velocidade com que se constrói infraestrutura elétrica, que é lenta por natureza.