Quando alguém usa um chatbot, gera uma imagem ou pede para uma inteligência artificial analisar um documento, quase toda a atenção fica naquilo que aparece na tela.
Mas a IA não começa ali.
Antes de existir uma resposta, existe uma infraestrutura enorme de processamento, energia, refrigeração, conectividade, armazenamento, software e profissionais capazes de manter tudo funcionando.
É justamente nessa camada menos visível que o Brasil está preparando um dos maiores investimentos de sua história em computação de alto desempenho.
O Laboratório Nacional de Computação Científica, o LNCC, ligado ao Ministério da Ciência, Tecnologia e Inovação, conduz a implantação de um novo supercomputador voltado a inteligência artificial.
A infraestrutura será instalada em Macaíba, na região metropolitana de Natal, no Rio Grande do Norte, e deverá ser utilizada para treinamento e inferência de modelos avançados, incluindo grandes modelos de linguagem, os chamados LLMs.
O processo de contratação prevê aproximadamente R$ 959 milhões.
O projeto foi anunciado pelo Governo Federal com valor estimado em cerca de R$ 1,06 bilhão e integra um pacote mais amplo de investimentos em infraestrutura nacional de inteligência artificial.
O tamanho do investimento chama atenção.
Mas a pergunta mais interessante não é simplesmente:
“Por que gastar quase R$ 1 bilhão em um computador?”
É:
“Por que capacidade computacional passou a ser estratégica para um país?”
O que está sendo construído em Macaíba?
O projeto prevê uma nova infraestrutura de computação de alto desempenho, ou HPC — sigla em inglês para High Performance Computing.
Não se trata de um computador convencional apenas com processadores mais rápidos.
Um supercomputador reúne enormes quantidades de capacidade computacional trabalhando de forma coordenada para executar tarefas que seriam inviáveis ou demorariam tempo demais em máquinas comuns.
Esse tipo de infraestrutura pode ser utilizado para:
- pesquisa científica;
- simulações complexas;
- análise de grandes volumes de dados;
- modelagem climática;
- pesquisa em saúde;
- desenvolvimento tecnológico;
- treinamento de inteligência artificial;
- inferência de modelos;
- criação e avaliação de grandes modelos de linguagem.
No caso do equipamento previsto para o Rio Grande do Norte, o foco em IA aparece explicitamente na documentação oficial.
O LNCC afirma que o sistema será destinado ao desenvolvimento, treinamento e inferência de modelos avançados de inteligência artificial, incluindo LLMs.
Treinar uma IA exige muito mais que software
Quando pensamos em inteligência artificial, é comum imaginar que o principal elemento é o modelo.
O algoritmo.
O software.
O código.
Mas modelos avançados precisam executar bilhões ou trilhões de operações matemáticas durante seu treinamento.
Essa carga exige infraestrutura especializada.
Quanto maior o modelo e o conjunto de dados, maior tende a ser a necessidade de:
- processamento paralelo;
- aceleradores computacionais;
- memória de alta velocidade;
- armazenamento;
- comunicação entre máquinas;
- energia;
- refrigeração.
É por isso que a corrida atual pela inteligência artificial também se tornou uma corrida por infraestrutura.
Quem possui capacidade computacional consegue experimentar mais.
Treinar mais.
Testar mais.
Pesquisar mais.
E depender menos de infraestrutura externa.
Por que o Brasil precisa de capacidade própria?
Um país pode utilizar serviços de nuvem oferecidos por grandes empresas internacionais.
Isso continuará fazendo sentido em muitas situações.
Mas existe uma diferença entre comprar capacidade computacional quando necessário e possuir infraestrutura estratégica própria.
Para universidades, centros de pesquisa e projetos públicos, depender exclusivamente de recursos externos pode criar limitações de:
- custo;
- disponibilidade;
- prioridade de uso;
- proteção de dados;
- autonomia;
- continuidade;
- capacidade de pesquisa em grande escala.
Uma infraestrutura nacional não elimina a necessidade da nuvem comercial.
Ela cria outra opção.
E, principalmente, cria capacidade para projetos que podem ter interesse científico, tecnológico ou estratégico para o país.
Isso é soberania tecnológica?
Em parte.
Mas é importante não transformar a palavra soberania em slogan.
Comprar um supercomputador não torna o Brasil automaticamente independente em inteligência artificial.
A cadeia tecnológica envolve muito mais.
O país ainda depende de diferentes fornecedores internacionais para componentes como:
- processadores;
- aceleradores;
- equipamentos de rede;
- memórias;
- sistemas especializados;
- software;
- ferramentas de desenvolvimento.
Portanto, soberania tecnológica não significa fabricar sozinho cada componente.
Significa aumentar a capacidade de:
- pesquisar;
- operar;
- desenvolver;
- formar pessoas;
- criar software;
- controlar prioridades;
- executar projetos estratégicos;
- acumular conhecimento dentro do país.
Nesse sentido, infraestrutura própria é uma peça importante.
Mas não é a única.
O projeto não é apenas uma compra de hardware
Esse é um detalhe especialmente importante do anúncio.
Segundo o LNCC, a seleção não prevê apenas o fornecimento do equipamento.
O projeto também estabelece requisitos relacionados a:
- transferência de tecnologia;
- capacitação de profissionais brasileiros;
- desenvolvimento de competências em software;
- formação na área de inteligência artificial.
Isso muda bastante a leitura do investimento.
Se o país apenas importa uma máquina extremamente cara, instala e utiliza, parte significativa do conhecimento continua fora.
Se técnicos e pesquisadores brasileiros participam da implantação, operação, desenvolvimento de software e evolução da infraestrutura, o investimento pode deixar uma capacidade que permanece depois que o hardware envelhecer.
E hardware sempre envelhece.
Supercomputadores não duram para sempre no topo
Existe uma característica importante da computação de alto desempenho:
o topo muda muito rapidamente.
Uma máquina considerada extraordinária hoje pode cair dezenas de posições em poucos anos.
Novas gerações de aceleradores chegam.
Processadores melhoram.
A eficiência energética aumenta.
Arquiteturas mudam.
Por isso, o verdadeiro patrimônio de um projeto como esse não deveria ser apenas o equipamento.
Também precisa estar em:
- conhecimento técnico;
- equipes treinadas;
- software desenvolvido;
- infraestrutura elétrica;
- sistemas de refrigeração;
- redes de alta velocidade;
- capacidade de operação;
- experiência acumulada.
É isso que permite evoluir depois.
Por que Macaíba?
A escolha do local não aconteceu apenas porque havia espaço disponível.
O LNCC explica que a instalação de um sistema dessa escala exige estudos envolvendo:
- disponibilidade de energia;
- custo da energia;
- capacidade da infraestrutura elétrica;
- refrigeração;
- conectividade;
- segurança;
- espaço físico;
- condições de operação contínua.
O equipamento será instalado no Parque Científico e Tecnológico Augusto Severo, o PAX, em Macaíba.
O parque foi inaugurado em 2022 e possui aproximadamente 15 mil metros quadrados de área construída.
A escolha do local mostra uma coisa que raramente aparece quando falamos de IA:
computação também é infraestrutura física.
IA também consome energia
Quanto maior a capacidade de processamento, maior tende a ser o desafio energético.
Servidores executando cálculos intensivos produzem calor.
Esse calor precisa ser retirado.
O sistema precisa funcionar de forma estável.
A rede elétrica precisa suportar a carga.
Equipamentos precisam de redundância.
Interrupções precisam ser evitadas.
Por isso, energia e refrigeração deixaram de ser assuntos periféricos na expansão da IA.
Eles viraram parte central da engenharia.
Quando uma empresa anuncia um data center ou um país anuncia um supercomputador, a pergunta não deveria ser apenas:
“Quantos chips ele terá?”
Também deveríamos perguntar:
“Como será alimentado e refrigerado?”
Refrigeração é parte do computador
Em um computador comum, uma ventoinha ou sistema líquido pode ser suficiente para controlar temperatura.
Em instalações de grande escala, a situação muda completamente.
Milhares de componentes trabalhando simultaneamente transformam energia elétrica em calor.
Se a temperatura ultrapassa limites seguros, desempenho e confiabilidade podem cair.
Por isso, o projeto físico precisa ser pensado junto com o projeto computacional.
Não existe supercomputação moderna sem engenharia de refrigeração.
Conectividade também importa
Um supercomputador não trabalha isolado do resto do mundo.
Pesquisadores precisam:
- enviar dados;
- acessar resultados;
- compartilhar projetos;
- conectar instituições;
- integrar armazenamento;
- executar tarefas remotamente.
Isso exige conectividade robusta.
Dentro da própria máquina, a comunicação entre os nós também é crítica.
Em determinadas tarefas, não adianta possuir milhares de processadores se eles não conseguem trocar dados suficientemente rápido.
Por isso, a rede interna de um supercomputador pode ser tão importante quanto os chips utilizados.
O que significa treinamento e inferência?
Esses dois termos aparecem constantemente em inteligência artificial.
Treinamento
É a etapa em que um modelo aprende padrões a partir de grandes volumes de dados.
É geralmente uma das fases mais caras em processamento.
Pode exigir enorme capacidade computacional durante dias, semanas ou até meses.
Inferência
É quando um modelo já treinado recebe uma entrada e produz uma resposta.
Quando você pergunta algo a um chatbot, por exemplo, está utilizando inferência.
Embora cada resposta possa exigir menos processamento do que o treinamento completo, milhões de usuários utilizando um sistema simultaneamente também criam enorme demanda.
O novo supercomputador brasileiro foi planejado para atender os dois tipos de atividade.
Isso significa que o Brasil vai criar seu próprio ChatGPT?
Não necessariamente.
Esse seria um salto de interpretação.
O equipamento cria capacidade para desenvolver e treinar modelos avançados.
O que será criado utilizando essa capacidade dependerá dos projetos realizados por universidades, centros de pesquisa, órgãos públicos e demais instituições atendidas.
Um LLM nacional pode ser uma das possibilidades.
Mas supercomputação também pode ser aplicada a inúmeros outros problemas.
O valor da infraestrutura está justamente em permitir que diferentes projetos sejam executados.
Quem poderá utilizar?
Segundo o LNCC, a infraestrutura deverá atender demandas estratégicas de:
- órgãos públicos;
- instituições de pesquisa;
- universidades;
- ecossistema brasileiro de inovação em IA.
Isso cria uma questão operacional que será importante acompanhar:
como o acesso à máquina será distribuído?
Supercomputadores são recursos finitos.
Se a demanda for maior que a capacidade disponível, será necessário estabelecer prioridades, critérios e mecanismos de compartilhamento.
Quem recebe tempo de processamento?
Por quanto tempo?
Para quais projetos?
Com quais contrapartidas?
Essas decisões serão tão importantes quanto o equipamento em si.
O Brasil já possui supercomputadores
O novo projeto não começa do zero.
O LNCC opera em Petrópolis, no Rio de Janeiro, o Santos Dumont, supercomputador instalado em 2015 e dedicado à comunidade científica.
O equipamento participa da lista internacional TOP500.
O próprio LNCC informa que o Brasil possui atualmente vários sistemas classificados entre os 500 supercomputadores mais poderosos do mundo, enquanto o Santos Dumont se destaca por sua dedicação integral à pesquisa científica.
A experiência adquirida com essa infraestrutura é uma das razões para o LNCC assumir a condução técnica do novo projeto.
O novo equipamento substitui o Santos Dumont?
Não.
O LNCC afirma explicitamente que o novo sistema em Macaíba será uma expansão da infraestrutura nacional, e não uma transferência do laboratório ou uma substituição imediata do Santos Dumont.
A sede do LNCC permanece em Petrópolis.
O Santos Dumont continua operando.
A nova máquina amplia a capacidade disponível, principalmente para demandas crescentes relacionadas a inteligência artificial.
O projeto faz parte do Plano Brasileiro de Inteligência Artificial
A iniciativa integra o Plano Brasileiro de Inteligência Artificial, o PBIA.
O plano estabelece, entre suas ações estruturantes, o fortalecimento da infraestrutura nacional necessária para IA e computação de alto desempenho.
Em versões anteriores do planejamento, o governo já havia colocado como objetivo ampliar significativamente a posição brasileira em capacidade computacional e buscar equipamentos entre os mais avançados do mundo.
O projeto de Macaíba é uma etapa concreta dessa estratégia.
Quanto o governo está investindo?
Aqui precisamos separar números diferentes.
O aviso de seleção pública conduzido pela Fundação de Apoio ao Desenvolvimento da Computação Científica prevê:
R$ 959.040.959,04
para a solução integrada de processamento computacional de alto desempenho.
Já o supercomputador foi divulgado dentro do anúncio governamental com valor estimado de aproximadamente:
R$ 1,06 bilhão.
Além disso, o Governo Federal anunciou um pacote maior, de aproximadamente:
R$ 2,3 bilhões
em iniciativas relacionadas à infraestrutura nacional de inteligência artificial.
Portanto, esses valores não devem ser tratados como se fossem o mesmo orçamento.
Eles representam escopos diferentes.
Quase R$ 1 bilhão é muito?
É uma pergunta legítima.
O valor é enorme.
E justamente por isso o projeto precisa ser acompanhado com o mesmo rigor aplicado a qualquer investimento público de grande escala.
Não basta anunciar que o país terá um computador poderoso.
Precisaremos observar:
- qual equipamento será adquirido;
- quais requisitos técnicos serão exigidos;
- como será realizada a seleção;
- custo final;
- consumo de energia;
- capacidade efetivamente entregue;
- disponibilidade da infraestrutura;
- quantidade de projetos atendidos;
- resultados científicos;
- formação de profissionais;
- transferência de tecnologia.
A avaliação precisa acontecer depois da inauguração também.
O sucesso não será medido pelo ranking
Existe uma tentação natural de medir um supercomputador apenas pela posição no TOP500.
Entrar entre os sistemas mais poderosos do mundo gera visibilidade.
Mas isso não deveria ser o único indicador.
Um equipamento extremamente poderoso que permanece subutilizado é um investimento ruim.
Um sistema bem utilizado pode gerar:
- pesquisas;
- novos modelos;
- formação;
- inovação;
- aplicações públicas;
- startups;
- soluções científicas;
- conhecimento técnico.
A pergunta mais importante não é:
“Qual posição o Brasil alcançou no ranking?”
É:
“O que conseguimos produzir com essa capacidade?”
Existe também um desafio de software
Hardware sozinho não resolve tudo.
Para aproveitar uma máquina desse nível, equipes precisam saber:
- paralelizar tarefas;
- otimizar código;
- trabalhar com aceleradores;
- gerenciar dados;
- distribuir cargas;
- monitorar desempenho;
- desenvolver modelos eficientes.
É por isso que formação profissional aparece no projeto.
Sem gente capacitada, parte do poder computacional fica desperdiçada.
O país precisa formar pesquisadores e engenheiros capazes de explorar essa infraestrutura.
IA própria depende de dados também
Outro elemento fundamental são os dados.
Processamento sem dados úteis não cria bons modelos.
Para desenvolver sistemas de IA relevantes para o Brasil, pode ser necessário trabalhar com:
- língua portuguesa;
- contextos regionais;
- ciência brasileira;
- administração pública;
- saúde;
- agricultura;
- clima;
- biodiversidade;
- infraestrutura.
Isso traz outras questões:
- qualidade dos dados;
- privacidade;
- direitos autorais;
- segurança;
- governança;
- representatividade.
Supercomputação é uma peça.
Dados são outra.
Pessoas são outra.
A infraestrutura também precisa permanecer atualizada
Um investimento dessa escala cria custos permanentes.
Depois da aquisição existem:
- energia;
- refrigeração;
- manutenção;
- peças;
- atualizações;
- software;
- equipe;
- segurança;
- conectividade.
Portanto, o custo real não termina na compra.
Avaliar o projeto ao longo do tempo exigirá considerar seu custo total de operação.
Esse princípio vale para praticamente toda infraestrutura tecnológica.
Comprar é apenas o começo.
Por que isso importa para quem nunca vai usar um supercomputador?
Porque parte significativa das tecnologias que chegam ao cotidiano começa em infraestruturas que o usuário nunca vê.
Previsão de tempo.
Pesquisa médica.
Modelagem de materiais.
Inteligência artificial.
Simulações científicas.
Novos produtos.
Serviços públicos.
O usuário final pode nunca entrar em uma sala de supercomputação.
Ainda assim, pode utilizar resultados produzidos ali.
É parecido com uma rede elétrica.
Poucas pessoas visitam uma subestação.
Mas todo mundo percebe quando a infraestrutura funciona — ou quando não funciona.
O chatbot é apenas a ponta visível
Quando utilizamos ChatGPT, Gemini, Copilot ou qualquer outro sistema moderno de inteligência artificial, estamos olhando para a camada final de uma cadeia enorme. A Valiant já mostrou em Agentes de IA: do chatbot à automação com memória e ferramentas como esses sistemas começam a combinar memória, contexto e ferramentas.
Por trás existem:
- chips;
- servidores;
- redes;
- energia;
- refrigeração;
- armazenamento;
- software;
- centros de dados;
- profissionais;
- modelos;
- dados.
É por isso que investimentos em IA não podem ser analisados apenas olhando para aplicativos.
A disputa tecnológica também acontece em lugares que o usuário nunca vê.
A pergunta não é apenas se o Brasil terá um supercomputador
O projeto de Macaíba é ambicioso.
Seu tamanho chama atenção.
Mas o verdadeiro teste começa depois.
Será preciso transformar processamento em:
- pesquisa;
- inovação;
- formação;
- software;
- aplicações;
- conhecimento.
Se isso acontecer, o investimento poderá produzir um efeito muito maior que a máquina instalada.
Se não acontecer, teremos apenas hardware caro.
Essa diferença é fundamental.
A inteligência artificial não nasce no chatbot.
Ela começa muito antes, na capacidade de um país pesquisar, processar dados, formar pessoas e construir infraestrutura.
O supercomputador é a ferramenta.
A capacidade de transformá-lo em conhecimento será o verdadeiro resultado.
O método é o protagonista. A ferramenta é o veículo.
Valiant Tecnologia — promovendo evolução consciente.
