Provedores de serviços de data center enfrentam atualmente uma confluência de desafios, que exigem adaptação e modernização para atender às futuras necessidades de seus principais clientes. Entre eles, o crescimento e a proliferação de novas cargas de trabalho e aplicativos com uso intensivo de computação e armazenamento, como aqueles que utilizam IA.

Esses desafios também incluem aplicativos cuja viabilidade e sucesso dependem da capacidade de processar dados em tempo real. Exemplos incluem chatbots de atendimento ao cliente, inspeção de qualidade de fabricação e manutenção de máquinas.

Além de precisar suportar aplicações com requisitos de computação e armazenamento mais exigentes, muitos também enfrentam a necessidade de lidar com volumes cada vez maiores de dados de diversas fontes. Isso inclui dados operacionais relacionados a itens como pedidos e transações de clientes, métricas de desempenho empresarial (como os dados dos próprios sistemas de TI da organização) e dados específicos sobre o desempenho de aplicações de consumo e empresariais.

CADASTRE-SE GRÁTIS PARA ACESSAR 5 CONTEÚDOS MENSAIS

Já recebe a newsletter? Ative seu acesso

Ao cadastrar-se você declara que está de acordo
com nossos Termos de Uso e Privacidade.

Cadastrar

Hoje, tudo está em alta no setor de data centers: computação, consumo de energia, requisitos de refrigeração, preocupações com segurança, densidade da infraestrutura…

Um data center pronto para IA precisa de recursos de computação de alto desempenho (HPC), como os encontrados nos aceleradores de IA, chips usados para acelerar modelos de ML e deep learning (DL), processamento de linguagem natural e outras operações de IA. As GPUs, por exemplo, são um tipo de acelerador de IA. Mas, cada vez mais, os data centers preparados para IA contam com aceleradores de IA mais especializados, como uma unidade de processamento neural (NPU) e unidades de processamento tensor (TPUs).

Um estudo recente da MckInsey estima que, até 2030, os data centers deverão demandar US$ 6,7 trilhões em todo o mundo para acompanhar a demanda por capacidade computacional. Estima-se que os data centers equipados para lidar com cargas de processamento de IA demandarão US$ 5,2 trilhões em investimentos de capital.

Aproximadamente 15% (US$ 0,8 trilhão) do investimento serão destinados a construtoras para terrenos, materiais e desenvolvimento do local. Outros 25% (US$ 1,3 trilhão) serão alocados a dinamizadores para geração e transmissão de energia, refrigeração e equipamentos elétricos. A maior parcela do investimento, 60% (US$ 3,1 trilhões), irá para desenvolvedores e designers de tecnologia, que produzem chips e hardware de computação para data centers.

Além do alto poder computacional, outras duas caraterísticas marcantes dos data centers de IA são a necessidade de uso de redes avançadas e de gerenciamento automatizado.

GPUs são adequadas para cargas de trabalho de aprendizado e inferência de IA, mas devem trabalhar em clusters para serem eficientes. A ampliação dos clusters melhora a eficiência do modelo de IA, mas também aumenta os custos; portanto, é fundamental usar uma rede de data centers de IA que não prejudique a eficiência do cluster.

Portanto, em um data center pronto para IA, a rede deve suportar rigorosos requisitos de escalabilidade, desempenho e baixa latência de rede das cargas de trabalho de IA e aprendizado de máquina (ML), que são particularmente exigentes na fase de treinamento da IA. Ela precisa ser 100% confiável e não causar degradação da eficiência no cluster.

“A conectividade precisa ser de baixa latência e alta capacidade, integrando-se nativamente com edge nodes e redes 5G. Isso é essencial para aplicações emergentes como veículos autônomos, realidade aumentada, telemedicina e processamento de dados em tempo real”, explica Rodrigo Radaieski, COO da Ascenty.

No centro dessas duas revoluções, está o gerenciamento automatizado com uso de IA para balanceamento dinâmico de cargas, predição de falhas e inteligência energética. A operação dos data centers torna-se autônoma, orquestrada por algoritmos que otimizam consumo e desempenho em tempo real.

“A Ascenty já adota algoritmos de IA para gestão proativa da infraestrutura, antecipando falhas e otimizando recursos. É a tecnologia cuidando da própria tecnologia”, explica Radaieski.

Para as empresas, acompanhar essa transformação é mais do que uma necessidade operacional: é um imperativo estratégico. Os data centers da nova era não são apenas ativos de suporte — são catalisadores de inovação, crescimento e soberania digital. Sua empresa tem um bom parceiro de infraestutura de IA?