Gestão de dados pode otimizar infraestrutura de IA em até 60%
Destaques
- •Otimização da gestão de dados pode elevar a eficiência da capacidade computacional de IA em até 60%, segundo a Hitachi Vantara.
- •A 'computação fantasma', causada pelo desperdício de recursos computacionais ociosos ou mal utilizados devido à má organização de dados, é apontada como um gargalo maior que a falta de hardware.
- •Especialistas sugerem que empresas priorizem a gestão e organização de dados antes de investir em mais infraestrutura ou energia para IA.
A corrida global pela Inteligência Artificial (IA) tem impulsionado investimentos bilionários em infraestrutura de data centers e ampliação da rede elétrica. No entanto, um debate crescente aponta que o principal desafio para a expansão da IA pode não ser a falta de energia ou hardware, mas sim a ineficiência na gestão e processamento dos dados.
A maior parte das discussões sobre a expansão da IA foca em aspectos como disponibilidade de energia, escassez de terrenos, limitações na cadeia de suprimentos de hardware e exigências regulatórias. Contudo, a forma como os dados são armazenados, movimentados e processados tem sido negligenciada, apesar de seu impacto crucial.
Otimização da capacidade computacional
Segundo Simon Ninan, vice-presidente sênior de Estratégia de Negócios na Hitachi Vantara, empresas que adotam boas práticas de organização, classificação e gestão de dados podem elevar a eficiência da capacidade computacional em até 60%. Isso significa que, antes de investir em novos servidores, GPUs (Unidades de Processamento Gráfico) ou ampliar a capacidade energética, muitas organizações podem otimizar a infraestrutura existente.
Ninan destaca que o verdadeiro desafio da infraestrutura para IA não reside na falta de GPUs, mas no desperdício de sua capacidade de processamento. Ele denomina esse fenômeno de "computação fantasma" (phantom compute), referindo-se a recursos computacionais alocados que permanecem ociosos ou executam tarefas de baixo valor devido à forma ineficiente como os dados são armazenados.
O gargalo dos dados desestruturados
A IA depende intrinsecamente de dados. Muitas organizações, porém, operam com grandes volumes de informações desestruturadas, redundantes ou sem valor para os modelos de IA. Esse cenário leva a um consumo desnecessário de recursos computacionais, elevando custos operacionais e reduzindo a eficiência da infraestrutura.
As ineficiências operacionais em data centers são hoje um dos principais gargalos para a IA, mais do que a quantidade de hardware disponível. Uma estratégia mais eficiente de gestão de dados e otimização de processos poderia aumentar em até 30% a utilização das GPUs e reduzir a demanda por capacidade computacional entre 30% e 40%, sem comprometer o desempenho das aplicações de IA.
Mudança de perspectiva e prioridades
Essa mudança de perspectiva começa a se refletir em dados. O Relatório Global sobre o Estado da Infraestrutura de Dados 2025, da Hitachi Vantara, revelou que 35% das instituições financeiras apontam a gestão do crescimento dos dados como sua principal prioridade de armazenamento. No entanto, apenas 10% afirmam priorizar plataformas de armazenamento preparadas para IA, enquanto a expansão da infraestrutura ainda domina a agenda.
A questão central que se coloca é se as empresas realmente precisam de mais capacidade computacional ou se ainda não aprenderam a extrair todo o potencial da infraestrutura e dos dados que já possuem. A consultoria de Manassés Carmo, da Hitachi Vantara no Brasil, reforça a importância de focar na otimização interna.
