Aproveitando o boom da IA, a China construiu data centers — agora centenas deles são inúteis

Durante a “febre das redes neurais”, a China investiu bilhões em infraestrutura de IA, declarando esses projetos uma prioridade nacional. No entanto, muitas propriedades recém-construídas agora estão vazias, enquanto outras lutam para se manterem à tona. O surgimento do DeepSeek tornou o negócio altamente lucrativo de alugar GPUs para treinamento de IA não lucrativo. A economia do setor mudou radicalmente em um curto período de tempo.

Fonte da imagem: unsplash.com

Quando o ChatGPT deu início ao boom da IA ​​no final de 2022, o governo chinês fez da infraestrutura de IA uma prioridade nacional, pedindo a aceleração do desenvolvimento dos chamados “centros de computação inteligentes” — um termo cunhado para descrever data centers focados em IA.

De acordo com a empresa de análise KZ Consulting, mais de 500 novos data centers foram instalados na China em 2023 e 2024, e pelo menos 150 deles foram lançados no início de 2025. Empresas estatais, empresas públicas e fundos afiliados ao governo competiram para investir neles, na esperança de assumir a liderança na corrida da IA. As autoridades locais esperavam que os novos data centers estimulassem a economia e tornassem a região um centro importante para a IA.

No entanto, muitas instalações recém-construídas estão vazias, e a maioria das empresas que operam esses data centers está lutando para se manter à tona. Segundo algumas estimativas, até 80% das instalações de infraestrutura de IA recentemente comissionadas não foram utilizadas. O aluguel de GPUs para treinamento de IA foi visto como o principal modelo de negócios para a nova onda de data centers e foi considerado uma opção vantajosa para todos. Mas com o advento de modelos de raciocínio como o DeepSeek R1, que reduziu o nível de treinamento de modelos de IA em ordens de magnitude, e a mudança repentina na economia em torno da IA, o setor foi abalado.

O surgimento de modelos de raciocínio como DeepSeek R1 e OpenAI ChatGPT o1 e o3 mudou as demandas dos data centers. Ao usar esses modelos, a maior parte do poder computacional é gasta em inferência passo a passo em resposta às consultas do usuário, em vez de treinar o modelo. O processo de raciocínio produz resultados de altíssima qualidade, mas leva mais tempo. Como resultado, a baixa latência se torna um fator determinante e, portanto, os data centers devem estar localizados perto dos principais centros de tecnologia. Muitos data centers construídos em áreas remotas da China, onde eletricidade e terra são mais baratos, perderam o apelo para empresas de IA.

Além disso, muitos dos novos data centers que surgiram nos últimos anos foram otimizados para cargas de trabalho de treinamento — cálculos grandes e demorados realizados em enormes conjuntos de dados — em vez de responder à entrada do usuário em tempo real.

A demanda mudou para hardware de baixa latência para inferência, tornando os data centers remotos menos atraentes. O DeepSeek mudou a abordagem de “quem pode construir o melhor modelo de linguagem grande?” para “quem pode usar melhor este modelo?”

Somente em 2024, mais de 144 empresas se registraram na Administração do Ciberespaço da China, o regulador central da internet do país, para desenvolver seus próprios modelos de grande linguagem. No entanto, de acordo com a publicação chinesa Economic Observer, até o final do ano, apenas cerca de 10% dessas empresas ainda estavam investindo ativamente nesses projetos.

«”Os problemas crescentes enfrentados pela indústria de IA da China são, em grande parte, resultado de participantes inexperientes — corporações e governos locais — que embarcam na onda construindo instalações que não são ideais para as necessidades atuais”, disse Jimmy Goodrich, consultor sênior de tecnologia da RAND Corporation.

Como resultado, os projetos falham, a energia é desperdiçada e os data centers se tornam “ativos encalhados” que são colocados à venda a preços abaixo do mercado. A situação pode eventualmente levar à intervenção do governo, o que Goodrich disse que “os entregaria a operadores mais capazes”.

Também é necessário observar os abusos que acompanham a construção de novos data centers. Nem todos os participantes do mercado estavam procurando ganhar dinheiro com data centers; muitos os utilizam para obter energia verde subsidiada, que depois revendem para a rede com um preço mais alto. Às vezes, as empresas adquirem terras para o desenvolvimento de data centers a fim de obter empréstimos e créditos governamentais, sem sequer planejar usar a instalação para a finalidade pretendida.

Os analistas identificam as seguintes razões objetivas para a supersaturação do mercado:

• Excesso de financiamento inicial em meio a um mercado imobiliário em declínio e uma indústria de internet estagnada;
• Declínio no mercado de aluguel de GPU, reduções significativas de preços;
• Decepção dos investidores após a conclusão da construção, dificuldades em atrair mais financiamento;
• A inadequação de muitos data centers construídos para atender às necessidades atuais;
• As autoridades locais incentivam projetos de curto prazo para melhorar seu status político;
• Experiência limitada em gestão, pressa e não cumprimento dos padrões da indústria;
• Previsões inflacionadas e manipulação de dados por intermediários e corretores para obter subsídios governamentais.

Nessas circunstâncias, o custo do aluguel de GPUs caiu para um nível recorde. De acordo com a publicação chinesa Zhineng Yongxian, um servidor com oito GPUs Nvidia H100 agora está sendo alugado por 75.000 yuans (US$ 10.200) por mês, em comparação com 180.000 yuans (US$ 24.600) anteriormente. Alguns data centers optam por fechar suas instalações porque as receitas não cobrem os custos de eletricidade e manutenção.

Ironicamente, a China enfrenta os maiores custos de compra de chips Nvidia, mas os preços de aluguel de GPUs são excepcionalmente baixos. O país tem um excesso de poder computacional, especialmente na China central e ocidental, mas ao mesmo tempo há uma escassez de chips avançados. Parte da nova demanda é impulsionada por empresas que implantam suas próprias versões dos modelos DeepSeek. A Nvidia H20, otimizada para inferência de IA, é a mais procurada, seguida pela H100, que continua chegando à China apesar das sanções dos EUA.

Apesar do tempo de inatividade de vários data centers construídos, o governo chinês continua a desenvolver infraestrutura de IA. Grandes empresas de tecnologia chinesas continuam investindo nessa área, que foi declarada prioridade nacional. O Alibaba Group planeja investir mais de US$ 50 bilhões em computação em nuvem e infraestrutura de IA nos próximos três anos, enquanto a ByteDance planeja gastar cerca de US$ 20 bilhões em GPUs e data centers.

Vale a pena notar que as empresas de tecnologia dos EUA estão fazendo o mesmo ao participar do programa Stargate de US$ 500 bilhões, que construirá data centers avançados e infraestrutura de computação nos próximos quatro anos. Dada a concorrência em IA, é improvável que a China reduza seus esforços.

«A infraestrutura será um fator determinante para o sucesso, disse Goodrich. — O governo chinês provavelmente verá [data centers ociosos] como um mal necessário para desenvolver uma capacidade importante, uma espécie de dor de crescimento. Você tem projetos fracassados ​​e ativos problemáticos, e o estado irá consolidá-los e limpá-los. Eles veem o fim, não os meios.”