Ao navegar pela mudança da economia digital para a economia de dados, as iniciativas de IA das empresas exigem mais do que tecnologia de ponta comprovada: precisam de planejamento estratégico. Desbloquear os benefícios de ser uma organização capacitada por IA significa primeiro atender a essas necessidades essenciais de design de infraestrutura.

Modelos generativos e aplicações avançadas de Machine Learning (ML) demandam GPUs de alta densidade, conectividade de baixa latência e grande throughput de dados.

A nuvem pública oferece elasticidade e agilidade para escalabilidade rápida, porém custos associados à saída de dados podem elevar significativamente o gasto operacional. Por outro lado, infraestruturas on-premises — aquelas instaladas e gerenciadas nas próprias instalações da empresa — oferecem maior controle sobre dados e segurança, mas esbarram em limitações de escala, agilidade e complexidade operacional para suportar demandas voláteis e intensivas de IA.

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

Entre esses dois extremos, a modalidade de colocation emerge como importante alternativa: nela, as empresas instalam seus próprios equipamentos em data centers especializados, compartilhando infraestrutura física e conectividade de alta performance gerenciadas por terceiros. Esse modelo combina controle sobre o ativo com escalabilidade e conectividade avançada, viabilizando a adoção de uma arquitetura híbrida de TI, mais eficiente para suportar IA robusta e escalável — por permitir que cada carga de trabalho rode onde entrega melhor retorno sobre investimento (ROI) e atenda aos acordos de nível de serviço (SLA) necessários.

O relatório 2025 State of the Data Center, da CoreSite, indica que quase todos os líderes de TI (98%) adotam ou planejam adotar modelos híbridos, e apontam a interconexão direta com nuvem como requisito fundamental para projetos de IA escaláveis. Entretanto, somente 19% dos entrevistados relatam que seus provedores de colocation oferecem interconexão multicloud robusta — um gargalo crítico para ampliar iniciativas de GenAI com previsibilidade de latência, custo e governança.

É aqui que o colocation moderno, como o dos data centers da Ascenty, ganha protagonismo. Em vez de apenas “espaço e energia”, data centers passaram a operar como hubs de conectividade, com on-ramps privados para AWS, Azure, Google e Oracle, além de malhas de rede que encurtam caminhos e estabilizam latência — fatores críticos para treinamento e inferência.

“Nossos data centers permitem maior controle sobre a infraestrutura híbrida e a conectividade entre on-premises, colocation e nuvem. E estes são hoje os pilares essenciais para o sucesso de projetos de inteligência artificial em escala”, destaca João Walter Razori, diretor de Produtos, Soluções e Estratégias de Edge da Ascenty.

No Brasil e na América Latina, a Ascenty opera a plataforma ServiceFabric®, da Digital Realty, oferecendo orquestração de conectividade com largura de banda sob demanda, interconexões metro e intercity, e roteamento privado para múltiplas nuvens e parceiros — tudo a partir de uma interface unificada.

“O ServiceFabric® integra nuvens, ISPs e provedores de serviço em um ecossistema seguro e eficiente. É essa orquestração que garante às empresas a agilidade e a resiliência necessárias para executar workloads de IA de forma confiável”, reforça Razori.

Para as empresas, isso representa:

• Reduções de custo relacionadas ao tráfego de dados;

• Latência estável, essencial para workloads sensíveis;

• Governança consolidada sobre a circulação e auditoria dos dados, vital em setores regulados sob LGPD e outras legislações.

“Entregamos telemetria de infraestrutura e rede e integramos com as pilhas de observabilidade e FinOps do cliente — que monitoram latência de aplicação, uso de GPU e custo por job — para garantir confiabilidade, compliance e performance em IA híbrida”, completa Razori.

Onde o ServiceFabric® faz diferença:

• Multicloud sem fricção — Conecta AWS, Google Cloud, Azure, Oracle e infraestrutura privada, mitigando dependência de lock-in e permitindo mover workloads de IA conforme desempenho e custo.

• Latência muito baixa (intra-metro) — A interconexão direta reduz hops e jitter; em São Paulo, a proximidade a on-ramps e ao PIX/IX.br estabiliza tráfego sensível ao tempo.

• Redundância crítica — Cria caminhos paralelos para garantir disponibilidade contínua; fundamental para IA em tempo real (fraude financeira, saúde, manufatura).

• Orquestração centralizada — Painel único para gerenciar interconexões, ISPs e pontos de troca, simplificando operações complexas de HPC e IA distribuída.

• Otimização do tráfego “leste-oeste” — Balanceia fluxos massivos entre GPUs e clusters, com suporte a treinamento em escala e simulações complexas.

“A necessidade de uma plataforma aberta de interconexão e orquestração de serviços é crucial como facilitadora da IA e da computação de alto desempenho, especialmente à medida que as empresas implementam cada vez mais aplicativos privados de IA, que dependem da troca privada de dados de baixa latência entre muitos membros de um ecossistema”, explica Razori.

A mensagem do mercado é clara: organizações que dominam a infraestrutura híbrida — aproximando computação dos dados, controlando custos de rede e preservando soberania e segurança — transformam a IA em um verdadeiro motor de inovação e resultado de negócio.

• inteligência artificial
• data center
• infraestrutura crítica