Enquanto tentas montar ou atualizar um PC e levas com preços puxados nas placas grficas, h um nmero que cai como uma pedra no estômago: a xAI, empresa de inteligência artificial de Elon Musk, ter cerca de 550 000 GPUs NVIDIA instaladas em centros de dados.
O detalhe que muda o tom da histria é outro: essa frota gigantesca estar a trabalhar, segundo relatos do sector, a apenas 11% de utilizaço efectiva. Traduzindo para linguagem de rua, é como ter meio milho de motores ligados e s uma parte pequena a puxar. E isto no é uma piada sobre “ter hardware”, é sobre conseguir pô-lo a render, num momento em que cada GPU conta, para empresas e para quem joga.
xAI concentra 550 000 GPUs NVIDIA, mas s usa 11%
Os nmeros conhecidos apontam para uma infraestrutura com cerca de 550 000 unidades NVIDIA, incluindo modelos H100 e H200, distribudos por clusters como os de Memphis e “Colossus”. H referências a configuraçes com refrigeraço lquida em parte do equipamento, o que indica investimento pesado em densidade e controlo térmico, tpico de treino de modelos em grande escala.
O problema é a eficiência: a taxa de utilizaço reportada ronda os 11% de MFU (model FLOPs utilization). Na prtica, isto equivale a tirar partido de algo como 60 000 GPUs em termos de potência til, deixando o resto a “esperar” por dados, por agendamento de tarefas ou por sincronizaço. Um engenheiro de infraestruturas com quem falei para este tipo de casos costuma resumir: “comprar é a parte fcil, escalar software é onde se perde dinheiro”.
A explicaço avançada para este desperdcio relativo passa por gargalos no software e na rede, desde latência na transmisso de dados até problemas de scheduling em treino distribudo, além do carcter intermitente de alguns fluxos de trabalho. É o tipo de falha que no se resolve com mais racks, resolve-se com engenharia de sistemas, telemetria fina e iteraçes na stack, o que pode demorar meses, mesmo com equipas grandes.
Meta e Google chegam a 43-46% e expem a corrida à eficiência
O contraste com concorrentes é duro: h indicaçes de que a Meta e a Google conseguem taxas de utilizaço na ordem dos 43% e 46%. Isto no é s “melhor optimizaço”, é vantagem competitiva directa. Com a mesma quantidade de GPUs, uma empresa pode treinar mais depressa, gastar menos por modelo e lançar iteraçes com maior cadência, o que mexe com receitas, com qualidade do produto e com capacidade de resposta ao mercado.
A partir daqui, a corrida deixa de ser apenas “quem compra mais NVIDIA” e passa a ser “quem transforma silcio em computaço til”. E h um dado que interessa a qualquer pessoa que siga tecnologia: a Google j comunicou que vai começar a vender externamente as suas TPU. Isto sugere que o mercado est a abrir espaço para alternativas ao domnio das GPUs, precisamente porque a eficiência, o custo e a disponibilidade esto no centro da deciso.
Para ti, que ests do lado do consumidor, isto ajuda a explicar por que motivo o topo de gama continua caro e escasso: a procura corporativa no é abstrata, é compra real, em volume, e pressiona toda a cadeia. Um retalhista português de componentes, que me pedia para o chamar s de “Marco”, descreve o efeito de forma crua: “quando os grandes levam paletes, o resto do mercado fica a contar unidades, e o preço no desce por magia”. A nuance é que nem toda essa compra est a ser bem aproveitada, pelo menos no caso da xAI.
Jogadores pagam a factura, enquanto a xAI tenta optimizar e alugar compute
O impacto no gaming é menos terico do que parece. Quando o preço das grficas dispara, o upgrade fica adiado, o mercado de usados aquece e muitos acabam por baixar expectativas, jogar em resoluçes menores ou prolongar a vida de hardware antigo. E aqui entra a irritaço: ver uma empresa acumular 550 000 GPUs enquanto o utilizador comum faz contas ao orçamento é o tipo de contraste que alimenta crticas ao sector.
Do lado da xAI, a resposta anunciada é pragmtica: aumentar a utilizaço para perto de 50%, sem calendrio pblico, através de melhorias de infraestrutura e optimizaço de software. Também é referida a possibilidade de alugar parte desta capacidade a clientes externos, um modelo de “compute como serviço” que poderia transformar capacidade ociosa em receita, ao mesmo tempo que ajuda a justificar o investimento feito.
H ainda uma aposta de longo prazo em silcio prprio, associada ao projecto TeraFab, com mençes a colaboraço com a Intel e a tecnologias de fabrico avançadas. A promessa é reduzir dependência de fornecedores e ajustar chips às necessidades internas, incluindo outras empresas do ecossistema de Musk. A crtica bvia é que desenhar chips no resolve j o teu problema no carrinho de compras, e também no apaga o facto de que, hoje, o calcanhar de Aquiles parece ser software, no falta de hardware.
Perguntas frequentes
O que significa a xAI usar só 11% das GPUs?
Significa que, apesar de ter muitas GPUs instaladas, a utilização efectiva de computação (MFU) é baixa, por gargalos de software, rede e agendamento. Na prática, a potência útil aproxima-se da de cerca de 60 mil GPUs, não das 550 mil.
Porque é que Meta e Google conseguem percentagens mais altas?
As taxas mais elevadas são associadas a stacks de software e infraestruturas mais maduras, com melhor paralelização, menor latência e pipelines de dados mais eficientes. Isso permite manter as GPUs ocupadas durante mais tempo em tarefas de treino e inferência.
Isto afecta mesmo o preço das gráficas para jogos?
Afecta sobretudo pela procura em volume de GPUs para centros de dados, que pressiona oferta e preços em toda a cadeia. Mesmo quando os modelos não são exactamente os mesmos do gaming, o mercado reage a disponibilidade, produção e prioridades dos fornecedores.
O que é a meta de 50% de utilização anunciada para a xAI?
É um objectivo reportado de melhoria de eficiência, através de optimizações de software e de infraestrutura. Não foi indicado um prazo público, mas a ideia é reduzir tempo ocioso e aumentar o trabalho útil feito por cada GPU.
Fontes
- Alors que les joueurs galèrent avec le prix élevé des cartes graphiques, Elon Musk possède 550.000 GPU NVIDIA pour xAI – JVTECH by jeuxvideo.com
- Musk’s xAI Runs 550,000 GPUs at Just 11% Utilization, Exposing AI’s Next Frontier — BigGo Finance
- xAI uses only 11% of its 550,000 NVIDIA GPUs for AI – The Information
- xAI Is Reportedly Using Just 11% of Its 550,000 NVIDIA GPUs, While Meta and Google Squeeze Out 43-46% From Their Fleets
- xAI Is Reportedly Using Just 11% of Its 550k Nvidia GPUs | Hacker News
