O governo federal apresentou nesta quinta-feira (20) novas medidas do Plano Brasileiro de Inteligência Artificial (PBIA), com investimento de pouco mais de R$ 2,3 bilhões. O pacote prevê a compra de dois supercomputadores, uma parceria com a China para o desenvolvimento de modelos de IA e a estruturação de uma nuvem brasileira de dados. O objetivo declarado é reduzir a dependência tecnológica do país e ampliar a capacidade nacional de processamento.
Os recursos saem do Fundo Nacional de Desenvolvimento Científico e Tecnológico (FNDCT) e integram o PBIA, que reserva R$ 23 bilhões entre 2024 e 2028. Desse total, mais de R$ 14 bilhões já foram executados, segundo o governo. O anúncio foi feito em Macaíba, no Rio Grande do Norte, dentro do Parque Científico e Tecnológico Augusto Severo (PAX), que abrigará o equipamento de maior destaque do plano.
Os dois supercomputadores do plano
A primeira rota é um edital público para a compra de um supercomputador dedicado a IA, com investimento de cerca de R$ 1 bilhão. A máquina deverá alcançar 7.200 petaflops em precisão reduzida (fp16), o suficiente para cerca de 7,2 quintilhões de operações por segundo, e ficará entre as dez maiores do mundo nessa métrica. O equipamento será instalado no PAX, em parceria entre a Universidade Federal do Rio Grande do Norte (UFRN) e o Laboratório Nacional de Computação Científica (LNCC), com recursos do FNDCT.
A segunda rota é a cooperação com a China. A Rede Nacional de Ensino e Pesquisa (RNP) vai implantar uma infraestrutura de supercomputação no Rio de Janeiro ao lado de Huawei e iFlytek, com investimento de R$ 1,276 bilhão ao longo de cinco anos e operação prevista para julho de 2027. O polo terá a missão de desenvolver um modelo de linguagem de grande escala (LLM) nacional, com foco em português e espanhol, além de transferir tecnologia e formar milhares de profissionais.
Para dimensionar o salto, o Santos Dumont, supercomputador do LNCC e o mais potente da América Latina para pesquisa acadêmica, opera com cerca de 20 petaflops de pico e figura entre os 100 mais rápidos do mundo. O novo equipamento, com 7.200 petaflops em fp16, entra na casa dos dez maiores do planeta na métrica usada para treinar IA. A comparação não é direta por causa das precisões diferentes, mas a ordem de grandeza mostra o tamanho da aposta do governo.
Quem vai usar e como
A capacidade não será exclusiva do governo. O supercomputador do Rio Grande do Norte poderá ser usado por universidades, centros de pesquisa, empresas e startups para treinar modelos próprios, e por órgãos públicos em áreas como saúde, agricultura, clima, indústria e serviços. Um comitê de governança definirá os critérios de priorização de projetos, em um modelo parecido com o que já existe no Santos Dumont, operado pelo LNCC em Petrópolis.
O edital exige contrapartidas dos fornecedores: transferência de tecnologia, conteúdo local e capacitação de 5 mil brasileiros em cinco anos. A parceria com a China soma mais 3 mil profissionais formados no mesmo período. O plano aposta também na interiorização da infraestrutura: a escolha do Rio Grande do Norte deve atrair pesquisadores, startups e empresas de tecnologia para a região, além de integrar as universidades do Nordeste à rede nacional de computação de alto desempenho.
Nuvem brasileira, chips e o contexto
O pacote também estrutura a chamada Nuvem Brasileira, um projeto coordenado pelo Ministério da Gestão e da Inovação (MGI) com BNDES, ABDI e Serpro. A ideia é desenvolver um software nacional para armazenamento e processamento de dados, com padrões abertos e interoperáveis, em vez de depender das plataformas das big techs. O projeto começa com uma escuta de mercado para avaliar a capacidade da indústria local e ainda não tem custo definido no orçamento.
Há ainda R$ 125 milhões para o desenvolvimento de chips de arquitetura aberta RISC-V em Campinas (SP) e R$ 50 milhões para o Centro Nacional de Transparência Algorítmica e IA Confiável, na Universidade Federal de Minas Gerais (UFMG). O anúncio acontece em um cenário de disputa geopolítica: os Estados Unidos ameaçam cortar o fornecimento de chips a quem fizer negócios com a China em áreas críticas, e a ministra da Ciência e Tecnologia, Luciana Santos, admite haver incertezas e riscos na aquisição. A rota americana deve ser abastecida pela Nvidia, enquanto a chinesa passa por Huawei e iFlytek.
No contexto brasileiro, a aposta é tratar a capacidade de processamento como infraestrutura pública, acessível a universidades, empresas e governo. Para quem desenvolve IA no país, a diferença prática é poder treinar modelos em território nacional, com dados locais, em vez de alugar GPUs no exterior – um custo que pesa no bolso de startups e centros de pesquisa, como mostramos em artigo recente sobre GPUs na nuvem. O plano também mira a formação de mão de obra, um dos gargalos históricos do setor no Brasil.
Uma dúvida recorrente é a diferença entre um supercomputador e um data center comum. O data center concentra milhares de servidores independentes para hospedar sites, aplicações e nuvens, com consumo que varia de 10 a 25 megawatts em instalações convencionais e passa de 100 megawatts em estruturas gigantes voltadas a IA. O supercomputador é uma máquina única, com milhares de núcleos acoplados por uma rede de baixa latência para executar uma mesma tarefa em paralelo. O Santos Dumont, por exemplo, consome cerca de 15 megawatts-hora por dia em Petrópolis, uma fração mínima diante de um hyperscale. No Brasil, os data centers já respondem por 1,7% de toda a energia elétrica consumida no país, cerca de 11,3 terawatt-hora em 2024, com projeção de chegar a 3,6% em 2029, segundo estudo da Brasscom.
Na comparação ambiental, a diferença está na eficiência e no destino do calor. Supercomputadores modernos usam refrigeração líquida direta, que captura mais de 98% do calor gerado e reduz o consumo de energia da infraestrutura de resfriamento, com PUE abaixo de 1,1, um dos menores índices da indústria. Um data center tradicional refrigerado a ar desperdiça mais energia para manter a temperatura e ocupa mais espaço para a mesma potência de cálculo. A conta relevante não é o consumo absoluto, mas o trabalho entregue por watt: treinar um modelo de linguagem do porte de um LLM exige a computação acoplada de um supercomputador, não um parque de servidores espalhados. É por isso que o plano aposta na máquina própria em vez de apenas contratar nuvens estrangeiras, que cobram em dólar e mantêm os dados fora do país.
O plano não compra apenas hardware. Ele estrutura um ecossistema em torno da máquina, com contrapartidas de transferência de tecnologia, formação de milhares de profissionais e um modelo de governança para o acesso. Se os prazos forem cumpridos, o Brasil terá em 2027 uma das dez maiores infraestruturas de IA do mundo, com o desafio de transformar potência de cálculo em pesquisa e produtos.
Fonte: InfoMoney | Agência Brasil | G1
