A Meta não está apenas a comprar mais GPUs: está a redesenhar a base física e financeira da sua ambição em inteligência artificial. Chama-se Meta Compute e funciona como uma coluna vertebral que junta engenharia, capacidade de computação, energia e financiamento numa estratégia única. A mensagem é clara: quem quiser liderar a próxima vaga de IA precisa de dominar o lado invisível cabos, chips, centros de dados, contratos de energia e relações com Estados.
O objetivo imediato é impressionante: construir dezenas de gigawatts de capacidade energética nesta década, com a promessa de escalar para centenas ao longo do tempo. Para quem não vive de números do setor, estamos a falar de infraestrutura ao nível de várias centrais elétricas de grande porte, dedicadas a alimentar data centers e clusters de treino de modelos cada vez mais exigentes. É a diferença entre “ter cloud” e operar, na prática, como uma utility tecnológica.
Para dar tração a esta visão, a Meta reorganizou a liderança à volta de três eixos complementares:
- Santosh Janardhan, responsável de engenharia global, passa a dirigir a iniciativa no topo, garantindo que a execução técnica acompanha a ambição.
- Daniel Gross, ex-CEO da Safe Superintelligence, cria e lidera um grupo dedicado à estratégia de capacidade no longo prazo: análise de indústria, planeamento, relações com fornecedores e modelação de negócio. É aqui que se decide quando comprar, com quem construir e onde apostar.
- Dina Powell McCormick entra como presidente e vice-chairman com um foco muito específico: parcerias com governos e entidades soberanas para viabilizar, financiar e acelerar a infraestrutura. É o reconhecimento de que a escala desejada exige diplomacia, financiamento estruturado e licenças ao milímetro.
Este arranjo reduz fricção entre tecnologia, compras e geopolitica. E, mais importante, encurta o tempo entre decisão e obra no terreno.
Se o combustível da IA é computação, a energia é o seu oxigénio. A Meta fechou recentemente acordos para adquirir grandes volumes de energia nuclear com o objetivo de estabilizar e descarbonizar o abastecimento aos seus centros de dados. A escolha não é ideológica; é pragmática. A nuclear oferece previsibilidade, fator de capacidade elevado e emissões reduzidas face a alternativas fósseis. Para clusters que treinam modelos dia e noite, essa previsibilidade conta.
A estratégia energética não é apenas “verde” é financeira. Bloquear preços competitivos por décadas reduz a volatilidade dos custos por token treinado e por inferência servida, algo que passa a pesar diretamente no P&L à medida que a IA sai do laboratório para produtos com milhões de utilizadores. A equação é simples: energia barata e estável permite mais iterações de modelos, mais serviços e margens mais saudáveis.
Entrar num ciclo de investimento na ordem de centenas de milhares de milhões de dólares até 2028 para infraestrutura e emprego em IA cria um efeito dominó:
- Territórios com bom acesso a energia, rede de fibra e clima favorável tornam-se candidatos prioritários para novos campi de data centers.
- Fornecedores de chips, sistemas de refrigeração líquida e construção especializada ganham visibilidade e contratos a vários anos.
- Reguladores e governos são chamados a adaptar licenças, melhorar interligações elétricas e acelerar prazos sem comprometer segurança e ambiente.
Para a indústria, isto levanta a fasquia. Startups e concorrentes terão de escolher: ou integram-se nesta nova “cadeia de suprimento de computação” através de parcerias e reservas de capacidade, ou apostam em nichos e otimizações de software que reduzam a dependência de brute force. Em qualquer dos cenários, a fronteira deixa de ser apenas algoritmos; é a orquestração entre silício, energia e capital.
Zuckerberg tem sido vocal sobre ambições de “superinteligência”. O Meta Compute é a peça operacional que tenta tornar essa visão exequível. Sem atalhos, sem promessas de laboratório: mais energia, mais data centers, mais gestão de risco e uma rede de parcerias público-privadas para fazer acontecer.
Fonte: Engadget
