Versão interativa de artigo · leitura de ≈15 min
Data Centers de IA no Brasil: oportunidades e riscos
A inteligência artificial transformou os data centers num novo tipo de grande consumidor de eletricidade e de água, concentrado em poucos lugares e crescendo rápido. Esta página explica, com gráficos e um simulador, a revisão de literatura publicada no artigo original: o que se sabe sobre o impacto desses centros e o que isso significa para o Brasil.
O artigo em um minuto
Conclusão do artigo: a sustentabilidade de data centers no Brasil depende de onde são instalados, de como são resfriados, o modelo de consumo energético, de se contar a água indireta e de haver transparência nos dados, bem como clareza dos benefícios comerciais e estratégicos em longo prazo.
Por que o assunto explodiu agora
Até meados da década de 2010, data centers consumiam pouco mais a cada ano: ganhos de eficiência compensavam o aumento da demanda. A partir de 2017, servidores com GPUs para IA mudaram a curva. Nos EUA o consumo ficou estável em ≈60 TWh entre 2014 e 2016 e chegou a 176 TWh em 2023 (4,4% da eletricidade do país). No mundo, foram ≈415 TWh em 2024, com crescimento de ≈12% ao ano desde 2017.
A barra clara de 2028 é a faixa projetada (325 a 580 TWh, ou 6,7% a 12% do consumo previsto). Fonte: LBNL [3].
2030 é projeção. Fonte: IEA [8].
Peso no total: a IEA projeta que data centers respondam por menos de 10% do crescimento da demanda elétrica global até 2030. O problema não é o agregado, é a concentração: quase metade da capacidade americana está em cinco polos regionais. Na Irlanda, data centers já consumiam 18% da eletricidade nacional em 2022.
Nem todo data center é igual
Interno (enterprise)
Operado por uma empresa para uso próprio, geralmente de porte médio.
Colocation
Aluga espaço, energia, refrigeração e conectividade para clientes que levam seus próprios servidores. Módulos de ≈1.000 m².
Hyperscale
De quem opera serviços de internet em escala massiva. Módulos de ≈2.800 m²; Amazon, Microsoft e Google detêm mais da metade.
O que muda num data center de IA, com servidores de GPU para treinar e rodar modelos? O artigo aponta três diferenças práticas:
Já foram anunciados racks com 72 GPUs (GB200). Essa densidade supera o resfriamento a ar e empurra o setor para o resfriamento líquido. Fonte: LBNL [3].
Como um data center é resfriado
Um data center é, no fundo, um prédio que transforma eletricidade em computação e precisa retirar o calor resultante. Ele usa 5 vezes mais energia por m² que um escritório, e o resfriamento pode chegar a ≈40% do consumo total. É a principal alavanca de engenharia sobre água e energia. Escolha uma tecnologia:
- Como funciona
- Ar pré-resfriado pela evaporação de água.
- Água
- Alta, sobretudo em clima quente.
- Energia
- Eficiente em clima seco.
- Riscos e limites
- A evaporação e o descarte (blowdown) exigem água de reposição.
- Como funciona
- Troca de calor com o ar externo (economizador ou resfriador seco).
- Água
- Baixa.
- Energia
- Maior consumo elétrico em clima quente.
- Riscos e limites
- O desempenho depende do clima local.
- Como funciona
- Líquido (ex.: 75% água, 25% propilenoglicol) circula sobre os chips.
- Água
- Consumo azul 31% (rede) a 50% (renovável) menor que o ar.
- Energia
- −15%.
- Riscos e limites
- Componentes de cobre substituídos a cada ciclo de servidores.
- Como funciona
- Servidores mergulhados em fluido dielétrico, geralmente hidrocarboneto.
- Água
- −45% (rede) a −80% (renovável).
- Energia
- −15%.
- Riscos e limites
- Fluido inflamável; resíduos oleosos; risco de contaminar o solo em vazamentos.
- Como funciona
- Fluido que ferve a 30-50 °C e recondensa.
- Água
- −48% (rede) a −82% (renovável).
- Energia
- −20%.
- Riscos e limites
- Fluidos geralmente PFAS, sob restrição regulatória na UE e nos EUA: risco de ativo encalhado.
Reduções relativas a um data center resfriado a ar, por núcleo virtual por ano. Tabela 1 do artigo; ACV de Alissa et al. (Microsoft) [5].
Circuito fechado ≠ consumo zero
Em sistemas evaporativos a água evapora e deixa sais, que exigem descarte e reposição. A métrica que importa é o consumo azul: o que sai do rio e não volta.
O clima importa tanto quanto a tecnologia
O mesmo sistema gasta mais água e energia no calor. O PUE médio americano caiu de 1,6 (2014) para 1,4 (2023).
Sempre há troca
Imersão bifásica poupa água e energia, mas traz risco químico (PFAS). Resfriar a seco poupa água, mas gasta mais eletricidade, e com ela mais água e emissões nas usinas.
Obsolescência e lixo eletrônico
O prédio dura ≈15 anos; os servidores, ≈6 (vida média no LBNL: 4,4 anos até 2019 e 5,7 anos em 2023). Num mesmo edifício, o parque de servidores é trocado duas a três vezes. Wang et al. estimam 1,2 a 5,0 milhões de toneladas de lixo eletrônico ligado a grandes modelos de linguagem entre 2020 e 2030; economia circular poderia reduzir isso de 16% a 86%.
Água: o que exatamente se mede
Antes de continuar, um palpite: da água ligada aos data centers dos EUA, quanto é usada no resfriamento local?
Menos de 8%. Em 2023, data centers americanos consumiram 66 bilhões de litros diretamente, mas quase 800 bilhões de litros nas usinas que geraram sua eletricidade (4,52 L por kWh). Mais de 92% da pegada hídrica ocorreu fora do data center.
Fonte: LBNL [3]; cálculo de participação do artigo.
≈550 MW de TI; equivale ao consumo de mais de 100 mil domicílios. Fonte: Liang [12].
Grande parte da confusão vem de misturar métricas que medem coisas diferentes. Toque em cada termo:
Captação (withdrawal)
Volume retirado de rios, aquíferos ou da rede pública. Afeta a disponibilidade de curto prazo e a qualidade, mas parte retorna.
Consumo azul
Captação menos o que é devolvido em forma utilizável (o que evapora ou fica incorporado). É a métrica comparável entre setores.
Água direta (on-site)
Consumo no resfriamento da própria instalação (WUE do local). Afeta a bacia local.
Água indireta (source)
Consumo na geração da eletricidade usada: evaporação em termelétricas e reservatórios. Costuma ser a maior parcela e atinge outras bacias.
Água potável vs. de reúso
Origem da água captada. Muda a competição com o abastecimento humano, não necessariamente o consumo físico.
Água verde
Chuva consumida por culturas e pastagens. Relevante para a agricultura; não é comparável com água captada.
Reúso ajuda, mas não resolve tudo. Trocar água potável por efluente tratado já é feito em escala (Quincy, EUA, com ≈5% da reposição ainda potável). Mas o reúso muda a origem, não o consumo: a água evaporada não volta ao ciclo local. E não toca na água indireta, a maior parcela. Nos EUA, um quinto da água direta dos servidores vem de bacias com estresse hídrico moderado ou alto, e menos de um terço dos operadores no mundo mede seu consumo de água.
Simulador: um data center de 100 MW
Para dar escala aos números, o artigo usa um caso hipotético: 100 MW consumidos pelos equipamentos de TI durante as 8.760 horas do ano. Escolha o sistema de resfriamento e a eficiência (PUE) e compare com uma cidade brasileira.
Quanto maior o PUE, mais energia vai para resfriamento e infraestrutura além da TI. A faixa 1,2-1,4 é a usada no artigo. A água indireta fica fixa em 1,35 milhão de m³: a mudança no consumo elétrico não é refletida nessa estimativa.
Em piscinas de 2.500 m³ por dia (3,6)
no data center na geração elétrica
A água usada no local equivale a ≈18% da água que, por hipótese, não retornaria à bacia numa cidade de 1 milhão de habitantes.
Barras: valores centrais; traços: intervalos aproximados. A linha tracejada é o limite do Redata (0,044). Fonte: LBNL [3].
A barra "Seu cenário" acompanha o PUE escolhido. Fonte: EPE e IBGE [78, 79].
A parcela da geração elétrica é mantida constante apenas para comparar os sistemas. Fonte: LBNL [3] e Liang [12].
Ver os dados do simulador em tabela (Tabelas 3, 5 e 6 do artigo)
| Sistema | WUE local (L/kWh de TI) | Milhões de m³/ano | Piscinas/ano | Piscinas/dia | Pessoas equivalentes |
|---|---|---|---|---|---|
| Torre evaporativa + economizador a água | ≈2,2 (1,7-2,8) | 1,93 | 771 | 2,1 | ≈29 mil (23-37 mil) |
| Economizador a ar + adiabático (chiller a água) | ≈0,5 (0-1,5) | 0,44 | 175 | 0,5 | ≈7 mil (0-20 mil) |
| Líquido no chip + torre evaporativa | ≈2,0 (1,6-2,5) | 1,75 | 701 | 1,9 | ≈27 mil (21-33 mil) |
| Líquido no chip + resfriador seco com apoio adiabático | ≈0,1 (0-0,3) | 0,09 | 35 | 0,1 | ≈1,3 mil (0-4 mil) |
| Líquido no chip + resfriador seco sem água (circuito fechado) | ≈0 | 0,00 | 0 | 0,0 | ≈0 na operação |
| Limite legal do Redata | 0,05 | 0,044 | - | - | ≈0,7 mil |
| Água associada à produção da eletricidade (Liang [12]) | - | 1,35 | 542 | 1,5 | ≈21 mil |
Pessoas equivalentes: só volume anual, 180 L por pessoa por dia (≈65,7 m³/ano, SINISA 2025). Não representa capacidade de abastecimento nem a mesma bacia. Em 100 MW contínuos, 1 L/kWh corresponde a 0,876 milhão de m³/ano. Eletricidade: 876 GWh de TI × PUE. Cidade de 1 milhão: 2.656 GWh/ano (todas as classes) e 10,9 milhões de m³/ano de água que, por hipótese, não retornaria à bacia. São cenários do LBNL para climas dos EUA, não previsões para uma instalação brasileira.
Comparar com outros setores ajuda?
Em termos globais, a IA é pequena perto da produção de alimentos. A produção de alimentos emite ≈17,3 Gt de CO₂eq por ano, 57% atribuídos aos de origem animal. A IA teria emitido entre 32,6 e 79,7 Mt em 2025, na faixa da cidade de Nova York. Escolha a estimativa da IA e conte os quadradinhos:
IA em 2025 1 quadradinho
Alimentos de origem animal (≈9,9 Gt de CO₂eq, 57% dos 17,3 Gt da produção de alimentos) 120 quadradinhos
A grade tem 300 quadradinhos: com a estimativa alta da IA, os vazios mostram até onde a razão chegaria com a baixa. A razão de 120 a 300 vezes deve ser lida como ordem de grandeza. O número dos alimentos inclui metano, óxido nitroso e mudança de uso da terra e refere-se a ≈2010; o da IA exclui o carbono da fabricação dos servidores. Fontes: Xu et al. [21] e de Vries-Gao [7].
Mas o risco é local
A demanda da pecuária é difusa; a de um data center é pontual e contínua, e o consumo mundial do setor cresce ≈12% ao ano desde 2017. O que importa é a bacia e a rede onde ele se instala.
Alcance diferente
A pecuária fornece 16% das calorias e 36% das proteínas do mundo. A IA generativa foi usada por 18,8% das pessoas de 15 a 64 anos (≈1 bilhão) em junho de 2026. São medidas diferentes, e nenhuma mede benefício social por m³ de água.
Cuidado com as conversões
Até artigos revisados usam fatores frágeis: um estudo compara o polo paulista com carne bovina usando ≈1.600 m³/t, incompatível com os 15.400 m³/t de referência.
Energia: a IEA projeta que, até o fim da década, os EUA gastarão mais eletricidade em data centers do que na produção de alumínio, aço, cimento, química e todos os outros bens eletrointensivos somados. Mas isso é só eletricidade: a indústria pesada queima mais combustível direto. Alimento e computação não são intercambiáveis, e pesá-los é uma escolha normativa, não empírica.
Onde o Brasil está
Relevante na América Latina, pequeno no mundo. Fonte: Banco Mundial [4].
Uma matriz renovável, mas dependente de chuva
As emissões das térmicas fósseis do sistema interligado foram 75% maiores que em 2020. Fonte: IEMA [33].
Algumas barragens de planície amazônica podem superar usinas fósseis. Reservatórios também consomem água por evaporação. Fonte: Almeida et al. [13].
Terras raras: o trunfo que não vira chip sozinho
Reservas em milhões de t de óxidos. Fonte: USGS [24].
O USGS arredonda a reserva brasileira para 11 Mt, atrás da China (44 Mt); a ANM registra 11,4 Mt. Há 2.777 processos minerários em 23 estados. Ímãs permanentes respondem por ≈35% do volume, mas 83% do valor das terras raras.
Em Minaçu (GO), a Serra Verde produz desde 2024 um carbonato com Nd, Pr, Dy e Tb, vendido por 15 anos a um veículo apoiado pelo governo dos EUA. Em Lagoa Santa (MG), o projeto MagBras testa a cadeia "da mina ao ímã" em escala piloto.
Reserva e carbonato não implicam fabricar GPUs. A importância estratégica pode ser usada para negociar refino, pesquisa, formação e indústria no país, mas esses ganhos dependem de contrapartidas negociadas.
Os riscos para o Brasil
A crise hídrica de 2014-2015 no Sudeste pôs 40 milhões de pessoas em risco; em São Paulo houve redução de pressão na rede e gente sem água por horas ou dias. A atribuição ao clima é disputada, mas os dois lados concordam: a vulnerabilidade vem de oferta variável + demanda crescente, e grandes cargas contínuas somam-se à demanda.
O polo paulista (≈550 MW de TI) está na bacia do Alto Tietê, de estresse hídrico alto a crítico, que abastece mais de 20 milhões de pessoas. Numa seca com a matriz de 2021, o consumo indireto sobe 27,2%.
O resultado depende do método de atribuir a água das hidrelétricas; o consumo elétrico foi estimado, não medido. Fonte: Liang [12].
A seca de 2015 reduziu a geração hidrelétrica em 110 TWh. A geração brasileira tem um ciclo de 10 a 15 anos, e os períodos secos costumam coincidir com crises de suprimento; em 2015, o custo extra das térmicas foi repassado aos consumidores.
Uma nova carga contínua ligada durante uma seca tende a ser atendida pela fonte acionada na margem, frequentemente uma termelétrica. Contratos de energia renovável melhoram o balanço contábil, mas não decidem quais usinas ligam. Nuclear é uma opção a examinar, mas só reduz térmicas se for geração nova.
Componentes destacados pelos autores dentro da perda total. Fonte: Hunt et al. [17].
Em fevereiro de 2026, o ONS validou 43 pedidos de acesso à Rede Básica, 38 de data centers, somando ≈7.040 MW; São Paulo concentrava 20 pedidos e 3.914 MW.
Nem todo pedido vira consumo. Na projeção do ONS, data centers passam de 304 MW médios em 2026 para 3.457 MW médios em 2030, ≈3,5% do sistema, perto dos 4,4% dos EUA em 2023. Carros elétricos somam outra demanda: de 627 GWh (2025) para 7,8 TWh (2035).
O Decreto 12.772/2025 prevê disputa quando os pedidos num mesmo ponto superam a capacidade. E concentrar mais da metade da nova carga num só estado pede redundância geográfica, não só proteção física.
Carga solicitada por data centers (fev/2026)
Projeção do ONS: consumo médio dos data centers na Rede Básica
Fontes: ONS [83, 23].
O ciclo de vida de um data center emite poluentes regulados (PM2,5, SO₂, NOₓ) por três vias: fabricação dos servidores, geração fóssil e geradores a diesel de backup. A evidência é americana:
Não foi encontrado estudo brasileiro sobre geradores a diesel de backup de data centers nem sobre o efeito na saúde das térmicas que atendem essa carga: é uma lacuna de pesquisa. Fonte: Han et al. [9].
O Redata (Lei nº 15.504/2026) é um regime de cinco anos que suspende tributos federais sobre equipamentos, mas parte desses benefícios só vale até 31/12/2026. Renúncia estimada de R$ 5,2 bi em 2026, em troca de contrapartidas:
- Energia 100% renovável ou limpa
- Eficiência hídrica: WUE ≤ 0,05 L/kWh, aferido anualmente
- 2% de investimento em pesquisa, desenvolvimento e inovação
- Ao menos 10% da capacidade oferecida ao mercado nacional, substituível por investimento adicional em pesquisa, desenvolvimento e inovação (não é uma reserva garantida)
- Compromissos de oferta interna e de pesquisa 20% menores nas regiões indicadas pela lei
As lacunas apontadas pelo artigo:
- Não conta a água indireta. O WUE do local ignora a água da geração: mais de 90% do total nos EUA e 46% no polo paulista.
- "Renovável" sem critério. Se valerem contratos e certificados, a carga física pode ser atendida por térmicas nas secas.
- Troca água por energia. Chegar a 0,05 L/kWh no clima tropical exige resfriamento a seco, que gasta mais eletricidade nos dias quentes e pode deslocar o impacto para a água indireta e as emissões.
Para justificar uma expansão voltada à IA, é preciso olhar o que ela entrega:
Isso não mostra que a IA é inútil; mostra que capacidade computacional não garante, por si, benefício. Os custos de água e energia ficam no local; os benefícios podem ir para longe. Nenhuma fonte calcula o benefício líquido de o Brasil hospedar infraestrutura voltada à demanda externa. Cada projeto deveria confrontar empregos, arrecadação, pesquisa e autonomia sobre dados com os custos locais de água, energia, rede e incentivos.
As oportunidades
Área e localização
A localização é a variável isolada de maior efeito sobre água e carbono: nos EUA, a pegada hídrica dos mesmos servidores varia nessa faixa conforme onde ficam. O Brasil pode escolher.
Energia
Emissões ao operar com renovável em vez da rede média dos EUA. Eólica e solar já são quase um quarto da geração, e um estudo sugere que o vento do Nordeste complementa as bacias hidrelétricas nas secas.
Água
Consumo azul com resfriamento líquido em relação ao ar; o reúso de efluente substitui água potável quase um para um. O país pode exigir isso como condição de incentivo.
Investimentos e rede
Reforços recomendados pela EPE abririam ≈4 GW de margem de conexão em São Paulo. O setor já atrai capital internacional, desde que se definam os custos dos reforços.
Empregos e formação
O maior potencial está na obra e na formação técnica: eletricistas, climatização, engenharia de infraestrutura. A contrapartida de P&D pode financiar formação, se bem direcionada.
Capacidade para a região
Computação acessível, com GPUs, preços viáveis e formação, para o Brasil e para vizinhos que hoje não conseguem aproveitar a IA por falta de infraestrutura. Uma possibilidade, não um efeito automático.
Instalação típica de ≈20 mil m²; metade dos 50 permanentes é terceirizada. Num condado típico dos EUA, a Brookings estima 100 a 200 empregos, e os salários quase não mudam. Fontes: JLARC [29] e Brookings [28].
Qualidade de vida: o PBIA prevê aplicações em saúde, educação e serviços públicos, mas não foi encontrada evidência de que hospedar um data center melhore a vida da população local. O benefício depende do uso, não da hospedagem.
O que o artigo propõe medir e exigir
O Brasil reúne condições favoráveis: 86,6% de renováveis na oferta de eletricidade em 2025, território para escolher locais e instituições de planejamento. Para que isso vire desenvolvimento, licenças e incentivos a grandes data centers deveriam exigir:
- Água completa: divulgar o consumo na instalação e na geração da eletricidade.
- Carbono físico: emissões pela energia efetivamente entregue à região, não só por certificados.
- Energia nova: contratar geração limpa adicional, com horários de produção e consumo próximos.
- Bacias em seca: avaliar o estresse hídrico da bacia local e das bacias que fornecem energia, em cenários de seca.
- Plano de crise: prever redução temporária de consumo em crises, como na Irlanda.
- Diesel e térmicas: restringir e monitorar geradores a diesel e o uso de termelétricas.
- Servidores: metas de reaproveitamento e descarte responsável.
- Acesso real: divulgar GPUs disponíveis ao mercado interno, preços, usuários atendidos e resultados.
- Dados abertos: um repositório público de dados operacionais anonimizados.
Glossário rápido
PUE
Power Usage Effectiveness: energia total da instalação ÷ energia entregue à TI. Mede a infraestrutura, não a eficiência dos servidores: um PUE excelente pode conviver com um consumo enorme.
WUE
Water Usage Effectiveness: litros de água por kWh de TI. O WUE "do local" não inclui a água consumida nas usinas.
TWh, GWh, MW médio
1 TWh = 1.000 GWh = 1 milhão de MWh. "MW médio" é a potência média ao longo do ano: 100 MW médios × 8.760 h = 876 GWh.
Rede Básica
As linhas de transmissão de alta tensão do sistema interligado, operadas sob coordenação do ONS. Grandes data centers pedem acesso direto a ela.
Adicionalidade
Quando a energia contratada vem de geração nova. Reservar a produção de uma usina existente pode só empurrar os outros consumidores para as térmicas.
Localização vs. mercado
Emissões "de localização" usam a matriz física da rede conectada; "de mercado", os certificados comprados. Poluição local não se compensa com energia limpa gerada em outro lugar.
GPU
Unidade de processamento gráfico: o processador usado para treinar e rodar modelos de IA, com potência e calor muito maiores que um servidor comum.
Redata
Regime Especial de Tributação para Serviços de Datacenter (Lei nº 15.504/2026).
Artigo original e como citar
Esta página resume e ilustra o artigo; os números vêm das tabelas e do texto dele. Em caso de divergência, vale o original, que traz as 109 referências, a metodologia completa e todas as ressalvas.
ABNT
DAMICO, José. Data Centers de IA no Brasil: Oportunidades e Riscos. Zenodo, 2026. DOI: 10.5281/zenodo.23092193. Disponível em: https://zenodo.org/records/23092193.
APA
Damico, J. (2026). Data Centers de IA no Brasil: Oportunidades e Riscos (Versão 1). Zenodo. https://doi.org/10.5281/zenodo.23092193