EUA podem virar importadores líquidos de tokens de IA entre 2028 e 2030

A conta do modelo é simples. A potência necessária, em gigawatts, é igual aos tokens demandados divididos pelos tokens por watt. Com os sistemas atuais e os data centers que ainda entram em operação, a capacidade doméstica sustenta um crescimento anual de tokens de cerca de 2,5x. Acima disso, os ganhos de eficiência de chips e modelos deixam de compensar a demanda.

O momento da virada depende de quantos projetos saem do papel. Se 45% dos projetos planejados não conectarem à rede, as importações começam em 2028. Com 20% de cancelamentos, o prazo vai para 2029. Mesmo com todas as instalações propostas entregues no prazo, a lacuna se abre até 2030. Os insumos citados: demanda de data centers nos EUA de 31 GW (2025), 41 GW (2026) e 66 GW (2027), segundo a Goldman Sachs; eficiência em tokens por watt crescendo cerca de 2,9x ao ano; e só 55% da capacidade agendada chegando no prazo.

O modelo assume preço de computação constante, e a fonte reconhece que isso não vale na prática. O aluguel de GPU de curto prazo saltou de US$ 5 para mais de US$ 13 por hora em dois trimestres, e a demanda quase não reagiu. A análise também diz que o gráfico mostra uma data de capacidade, não econômica: energia é 5% do custo da GPU-hora e a recuperação de capital é 64%. A latência (88 ms entre Nova York e Frankfurt) ajuda a viabilizar produção no exterior, e as turbinas a gás estão esgotadas até 2030.

Para quem opera produtos sobre LLMs, a leitura é que o gargalo deixa de ser dados ou algoritmo e passa a ser energia, licenciamento e localização de data centers. Isso é projeção de um modelo básico, não fato consumado. Mas planejar custo de inferência assumindo preço de token estável parece arriscado se a oferta continuar apertada.