O avanço da inteligência artificial (IA) está desafiando uma das crenças mais arraigadas do setor de tecnologia: a de que a infraestrutura física de conectividade é um problema já resolvido nos data centers modernos. A explosão de clusters de IA, com demandas inéditas de processamento paralelo, está expondo um novo gargalo, não mais no poder computacional em si, mas na capacidade de conectar e escalar milhares de GPUs por meio de fibras ópticas em prazos cada vez mais curtos.

Segundo análise detalhada publicada pela DataCenter Dynamics, a evolução dos modelos de IA e suas cargas de trabalho de treinamento e inferência forçaram uma reconfiguração radical da arquitetura física dos data centers. O que antes eram agrupamentos isolados de GPUs tornou-se, em poucos anos, ecossistemas distribuídos de IA, exigindo uma multiplicação sem precedentes de conexões ópticas entre racks, filas e até prédios inteiros.

Milhares de fibras por rack: o novo normal da IA

O salto de escala é ilustrado por Michael Crook, gerente de desenvolvimento de mercado para data centers na Corning, durante o evento Connectivity Innovation Day 2026. Ele detalha que, em racks de IA de última geração, cada nó pode conter até 72 GPUs, espalhadas por múltiplas bandejas de servidores. Para conectar esses componentes, são necessárias mais de 1.100 fibras ópticas dentro de um único rack. Ao expandir para clusters completos, conjuntos de múltiplos racks, esse número pode ultrapassar 8.000 conexões de fibra para um único agrupamento computacional.

Esse cenário representa uma mudança de paradigma: a densidade de conexões físicas não apenas cresce, mas se torna fator determinante para a velocidade e eficiência com que novas capacidades de IA podem ser ativadas. Cada novo nó computacional exige conexões ópticas de alta velocidade, tornando o processo de instalação e teste de cabos uma etapa crítica e, frequentemente, um gargalo operacional.

Implantação acelerada: de 18 para 6 meses

O ritmo de implantação também mudou drasticamente. Projetos que tradicionalmente demandavam cerca de 18 meses para serem entregues agora precisam ser concluídos em apenas seis meses, segundo Crook. Essa compressão de prazos é resultado direto da corrida dos hyperscalers, grandes operadores de data centers, para atender à explosão da demanda por IA.

O desafio não é apenas técnico. A desconexão entre a evolução rápida das arquiteturas de IA e as práticas tradicionais de instalação física tornou-se evidente. Em muitos casos, racks de computação precisam ser posicionados longe dos switches de rede devido a limitações de energia ou espaço, forçando o roteamento de milhares de fibras por caminhos já congestionados. Isso eleva a complexidade e o risco de falhas na implantação.

Inovações em cabos e o conceito de ‘fiber shuffling’

Para lidar com a multiplicação das conexões, surgiram soluções como o ‘fiber shuffling’, que permite dividir e distribuir os canais de uma interface multifibra entre múltiplos switches de rede. Em arquiteturas típicas, um switch pode oferecer cerca de 50 Tbps de capacidade, com 128 portas de 400G. No entanto, um único rack de IA pode demandar até 144 conexões de alta velocidade, mais do que um switch suporta. Assim, cada rack precisa se conectar a múltiplos switches, exigindo que os cabos multifibra sejam divididos e roteados de forma precisa.

O ‘fiber shuffling’ pode ser implementado via módulos dedicados (‘shuffle box’) ou montagens integradas (‘shuffle assembly’), cada um com vantagens e desvantagens em termos de flexibilidade, densidade e perda de inserção. A escolha depende da arquitetura do data center e das restrições de desempenho de cada cliente, segundo Crook.

Outro avanço importante é o uso de cabos tipo ribbon, que organizam múltimas fibras lado a lado em uma estrutura plana, facilitando a instalação e a fusão simultânea de 12 ou 16 fibras em uma única operação. Essa abordagem, já comum em conexões entre prédios, está sendo trazida para dentro dos data centers para suportar a densidade exigida pelos clusters de IA.

O que está sendo subestimado: da escala ‘out’ para a escala ‘across’

Se a maioria do mercado ainda acredita que ampliar a capacidade de IA é apenas uma questão de adicionar mais GPUs e switches, a realidade descrita pelos especialistas mostra que o maior obstáculo está na infraestrutura óptica. A tendência é que, à medida que os sites atingem seus limites de espaço e energia, a expansão passe a ocorrer entre prédios e até campus inteiros, o chamado ‘scale across’.

O consenso entre os especialistas ouvidos pela DataCenter Dynamics é que o planejamento da conectividade física precisa ser feito desde o início dos projetos de IA, e não como etapa posterior. A integração precoce entre equipes de engenharia do fornecedor de cabos e do operador do data center é vista como fator decisivo para evitar atrasos e custos inesperados. Crook resume: “O segredo está em projetar a conectividade desde o início da infraestrutura de IA”.

Contra-argumentos: será que a automação resolve?

Uma objeção frequente é que a automação e a virtualização das redes poderiam mitigar o problema da complexidade física, tornando menos relevante o desafio da fibra. No entanto, a análise da DataCenter Dynamics mostra que, embora automação de configuração e orquestração de redes sejam essenciais, elas não eliminam a necessidade de conexões físicas de altíssima densidade. A limitação física permanece: sem fibras suficientes, não há tráfego de dados possível, por mais inteligente que seja o software de controle.

Outro argumento é que novas tecnologias, como fibras multicore (com múltiplos núcleos em um único cabo), poderiam aliviar o problema. Embora promissoras, essas soluções ainda estão em estágio inicial de adoção e não substituem, no curto prazo, a necessidade de multiplicar rapidamente as conexões ópticas tradicionais.

O que ainda não se sabe: limites e impactos para o Brasil

Apesar dos avanços, há incertezas importantes. Não está claro até que ponto a adoção de cabos ribbon e soluções de ‘fiber shuffling’ conseguirá acompanhar o ritmo de crescimento das demandas de IA, especialmente em mercados emergentes. A reportagem da DataCenter Dynamics foca em operadores globais e hyperscalers, mas não detalha como data centers regionais, como os do Polo Industrial de Manaus, podem adaptar essas tecnologias diante de restrições locais de mão de obra qualificada, disponibilidade de insumos e prazos de importação.

Também permanece a dúvida sobre o impacto do aumento da densidade óptica nos custos operacionais e nos riscos de downtime. A complexidade adicional pode elevar o risco de falhas humanas durante a instalação, além de exigir processos de manutenção mais sofisticados.

Implicações para empresas e setor público: o risco de subestimar o gargalo físico

Para organizações que dependem de processamento intensivo de IA, seja no setor privado ou público, a lição é clara: a escalabilidade não depende apenas de adquirir mais GPUs ou contratar serviços em nuvem. O verdadeiro limitador pode estar na capacidade de instalar, testar e manter milhares de fibras ópticas em tempo hábil. Empresas que negligenciam o planejamento da infraestrutura física podem enfrentar atrasos críticos na ativação de novos projetos, aumento de custos não previstos e até riscos de indisponibilidade operacional.

No contexto de Manaus e do Polo Industrial, onde a infraestrutura de conectividade já é tradicionalmente um desafio, a adoção de práticas de planejamento integrado e soluções de alta densidade óptica pode ser decisiva para garantir competitividade em projetos de IA. Ignorar esse aspecto é correr o risco de ver investimentos em hardware e software de IA subutilizados por falta de uma base física adequada.

O avanço da IA não espera por prazos tradicionais de implantação. A capacidade de escalar clusters depende, cada vez mais, de decisões antecipadas sobre conectividade física, da escolha do tipo de cabo à integração entre equipes técnicas. Para quem opera ou planeja operações de IA de missão crítica, o gargalo da fibra óptica não é mais um detalhe técnico: é o novo campo de batalha da competitividade digital.