‹ Voltar
A ficha técnica da construção
Como se Constrói um Data Center de IA
Digamos que você está construindo um campus em torno de GPUs NVIDIA. Aqui estão todos os componentes que você acabou de se comprometer a comprar, quem os fabrica de fato e o software que você instalará antes de o primeiro token sair — cada nome linka para seu registro.
Leia esta página do início ao fim e você terá acompanhado uma cadeia real de aquisição: silício → placas → racks → cabos → resfriamento → energia → software → modelo. O mesmo percurso funciona para qualquer acelerador — troque o primeiro estágio e o restante da cadeia quase não muda.
1 A GPU em si é uma cadeia de fornecimento
Uma "GPU NVIDIA" é, na realidade, um conjunto de componentes provenientes de cinco países. A NVIDIA faz o design e desenvolve o software; praticamente tudo o que é físico é fabricado por terceiros.
Dies lógicos (a computação)
TSMC 4NP process
fabricado em Taiwan em máquinas que só a ASML consegue produzir — ASML EUV
A TSMC é a única opção? Na fronteira tecnológica, na prática sim — todos os chips de IA de topo são fabricados lá hoje em dia. As duas alternativas que tentam aproximar-se: Samsung Foundry · Intel Foundry
Empacotamento (die + memória integrados)
TSMC CoWoS Amkor ASE
a etapa que racionou o fornecimento mundial de GPUs em 2023–24
Montagem de placas
Foxconn Quanta
os módulos SXM e as placas superchip são fabricados por empresas taiwanesas, não pela NVIDIA
Fichas técnicas completas: B200 · GB200 · ou rastrear a cadeia de qualquer chip a partir de sua página de registro.
2 Servidores e racks
As GPUs são fornecidas em sistemas projetados. Na escala Blackwell, o próprio rack é o produto: 18 bandejas de computação, 9 bandejas de switch, uma espinha dorsal de cobre.
…e quem os comercializa sob sua marca
Supermicro Dell HPE Lenovo
o canal corporativo, com contratos de serviço incluídos
3 O cabeamento
A pergunta que toda a gente se esquece de fazer. Três tipos de cabo, três ecossistemas de fornecedores — e à escala de um cluster a fatura do cabeamento chega às centenas de milhões.
Dentro do rack: cobre
Amphenol TE Connectivity Credo
DAC e cabos elétricos ativos; apenas a espinha NVLink do NVL72 tem ~5 000 cabos de cobre — mais de três quilómetros por rack
Entre racks: luz
800G optics Coherent Lumentum Fabrinet
transceivers plugáveis às centenas de milhares por cluster; lasers dos fabricantes de fotônica, montagem em grande parte na Tailândia
O vidro em si
Corning
as contagens de fibra óptica nos campi chegam agora a milhões de quilômetros
Aprenda: como 100.000 GPUs se tornam um único computador →
4 Arrefecimento — e por que razão define o mapa
A 120 kW por rack, o arrefecimento por ar deixou de ser viável. O líquido toca cada chip, e a forma como um campus dissipa calor determina onde pode ser construído.
No chip: placas de resfriamento
Direct-to-chip CoolIT Boyd
placas de microchannel de cobre fixadas em cada GPU, CPU e switch ASIC
Dissipação do calor
Rear-door HX Immersion Munters
dry coolers, torres ou chillers externos; circuitos fechados que são preenchidos uma vez e consomem pouquíssima água
O sinal de localização:
o resfriamento é o motivo pelo qual os data centers historicamente seguiram rios e lagos (projetos evaporativos), e por que a nova geração de circuito fechado pode, em vez disso, buscar energia barata em regiões áridas. Especialistas em localização identificam campi nos mapas exatamente por esses sinais — direitos sobre a água, corredores de alta tensão, rotas de fibra óptica, climas frios.
Aprenda: para onde vão os data centers, e por quê →
Dentro dos gigantes: mesmo problema, seis respostas
Todos acima vendem para todos abaixo — mas cada grande player integra o stack de forma diferente. Estas são as configurações reais, montadas a partir dos mesmos registros que o restante deste banco de dados utiliza.
The vertical integrator
The only player integrated from self-designed silicon to frontier model — no NVIDIA required anywhere in Gemini's path.
Computação
TPU v7 Ironwood Trillium
Its own TPUs — Ironwood for the inference era, Trillium in volume — plus NVIDIA GPUs rented out to Cloud customers.
Fabric
TPU pods Optics
3D-torus inter-chip links reconfigured by in-house optical circuit switches; the Jupiter network carries the data center.
Racks e sistemas
TPU pods
Self-designed: the 9,216-chip pod, not the server, is the unit of hardware.
Arrefecimento
Direct-to-chip
Direct liquid cooling on TPU pods since 2018 — the earliest big liquid fleet.
Energia
Kairos fleet Nuclear
A giant renewables book, the first corporate SMR fleet order, and restart interest.
Software
JAX XLA
Linux + Borg orchestration underneath; JAX and XLA compile straight to TPU.
The alliance at NVIDIA scale
The biggest NVIDIA buyer builds 'AI factories' for its partner's models — with its own silicon waiting in the wings.
Computação
GB200 H100 Maia 100
Frontier NVIDIA fleets — GB200 today atop huge H100 estates — with in-house Maia 100 in supporting roles.
Fabric
InfiniBand
The world's largest InfiniBand deployments, flat networks spanning whole sites.
Software
DeepSpeed ONNX Runtime
Linux + Azure's stack; DeepSpeed for training scale; ONNX for deployment.
Modelo e site
GPT-5 Fairwater Stargate
GPT-5 trains and serves on this estate; Stargate adds OpenAI's own campuses.
The speed record
The existence proof that a frontier cluster can be improvised in months — factory shell, gas turbines, batteries and all.
Computação
H100 H200
~100,000 H100s in 122 days, doubled since; GB200-class capacity at Colossus 2.
Fabric
Spectrum-X
The flagship Spectrum-X Ethernet deployment — NVIDIA networking without InfiniBand.
Racks e sistemas
Supermicro Dell
Supermicro and Dell liquid-cooled systems, delivered at sprint pace.
Arrefecimento
Direct-to-chip
Direct liquid throughout — the density made air a non-starter on day one.
Energia
Gas turbines Colossus
On-site gas turbines bridging the grid queue, Tesla Megapacks smoothing training spikes.
Software
CUDA
A lean in-house training stack on Linux and CUDA — small team, big machine.
Modelo e site
Grok 4 Colossus
Grok 3 and 4 trained at Colossus; Grok ships inside X.
The custom-silicon bet
The clearest test of whether a hyperscaler's own chips can carry a frontier lab — half a million Trainiums and counting.
Computação
Trainium2 UltraServer
Trainium2 UltraServers at Project Rainier scale, beside NVIDIA fleets for customers.
Fabric
UltraServer
NeuronLink inside the UltraServer; AWS's own EFA networking and Nitro offload beyond it.
Racks e sistemas
Annapurna/AWS
Annapurna-designed, self-integrated — the cloud primitive as the building block.
Arrefecimento
Direct-to-chip
Liquid-and-air mix tuned per hall across the Rainier sites.
Energia
Susquehanna X-energy
Nuclear at Susquehanna, X-energy SMR backing, and the largest corporate renewables book.
Software
PyTorch vLLM
The Neuron SDK is the whole ballgame — porting the open stack to its own silicon.
Modelo e site
Claude 4.5 Project Rainier
Claude trains at New Carlisle — and, uniquely, also runs on TPUs and GPUs elsewhere.
The embodied-AI factory
Trains on video from millions of cars, ships the result back to them — with its own batteries steadying its own cluster.
Computação
H100 Cortex
The ~50,000-GPU Cortex cluster at Giga Texas; Dojo wound down for AI5/AI6 chips.
Fabric
800G optics
Ethernet-fabric clusters sized for video-scale data ingest.
Racks e sistemas
Supermicro
Supermicro and Dell systems, plus purpose-built data-hall extensions of the factory.
Arrefecimento
Direct-to-chip
A dedicated liquid-cooling plant built alongside the cluster.
Energia
Gas turbines
Grid supply buffered by its own Megapacks — the manufacturer as its own customer.
Software
PyTorch
Vision-only training pipeline on PyTorch; models compile down to the car's FSD computer.
Modelo e site
Tesla FSD Samsung
FSD v13+ ships over the air; AI5/AI6 silicon comes from Samsung and TSMC.
Silicon alternativo, a geração de plataformas 2026–27, interconexões fotônicas, a onda nuclear e as apostas de arquitetura além do transformer — acompanhados com etiquetas de status na Watchlist.
