Modelos

Vertiv e Nvidia aceleram construção de centros de dados AI

6 de novembro de 2026 · 2 min de leitura

A close up of a control panel in a dark room
Egor Komarov / Unsplash

Vertiv e Nvidia apresentaram uma nova concepção de construção de fábricas de inteligência artificial (IA). Essa nova solução pode aumentar em até 30 por cento o número de tokens gerados com a mesma capacidade de processamento. Os projetos de referência prontos permitem até dez vezes mais rapidez na configuração e validação da infraestrutura, segundo as empresas.

A implementação da infraestrutura pré-fabricada foi aplicada pela Polar Data Centers, que está construindo um centro de dados AI com capacidade de 41 MW na Noruega. Vertiv e Nvidia sugerem iniciar os trabalhos com esses projetos de referência, que podem ser adaptados às necessidades do cliente e validados em um ambiente virtual antes da instalação na fábrica.

No cenário ideal, o tempo para passar da definição dos requisitos à configuração e verificação da solução é reduzido de cerca de 30 dias para até três dias. Além disso, a infraestrutura construída na fábrica pode ser implantada até 50 por cento mais rápido. Após a aprovação da configuração pelo cliente, a Vertiv realiza a maior parte da montagem, integração e testes em sua própria instalação antes do envio ao local final, o que reduz a complexidade do trabalho no centro de dados.

A combinação da configuração e validação mais rápidas com o processo de pré-fabricação diminui o tempo total de cada etapa de cerca de 120 dias para 48 dias. Isso permite que a infraestrutura comece a operar 10 semanas mais cedo, resultando em até 30 por cento mais tokens gerados no primeiro ano do projeto, sem aumentar a capacidade de processamento instalada.

A importância da geração de tokens para o retorno sobre o investimento em fábricas de IA foi destacada pelo CEO da Vertiv, que afirmou que cada dia gasto na configuração ou integração representa uma perda de capacidade produtiva. O sucesso depende de quão rapidamente os operadores podem passar da definição de requisitos ao funcionamento da infraestrutura para cargas reais de IA.