OpenAI abandona plano de expansão do data center Stargate com a Oracle

• A OpenAI interrompeu o plano de expansão do data center Stargate em Abilene, Texas, e passou a se concentrar em novas instalações que usam chips Nvidia de próxima geração
• A Oracle vem promovendo a expansão da infraestrutura de IA com investimentos baseados em dívida de mais de US$ 100 bilhões e está com fluxo de caixa livre negativo
• A velocidade de construção de data centers não acompanha o ciclo de renovação das gerações de chips, criando um risco de obsolescência tecnológica para todo o investimento em infraestrutura
• A Nvidia lança novas GPUs todos os anos, e o chip mais recente, o Vera Rubin, oferece desempenho de inferência 5 vezes maior em relação à geração anterior
• A Oracle é a única hyperscaler com mais de US$ 100 bilhões em dívida, e seu fluxo de caixa livre passou a ser negativo
• As ações da Oracle caíram 23% neste ano, ampliando as preocupações do mercado sobre a sustentabilidade dos investimentos em infraestrutura de IA

---

Fim da cooperação entre OpenAI e Oracle

• A OpenAI retirou o plano de expansão do data center Stargate com a Oracle e mudou o foco para grandes clusters em outras regiões usando GPUs Nvidia de próxima geração
  • A instalação de Abilene usaria processadores Nvidia Blackwell, mas o fornecimento de energia só deve entrar em operação daqui a um ano
  • A OpenAI espera conseguir chips Nvidia mais avançados até lá e expandir em outras regiões
• A Oracle já havia garantido o terreno, encomendado hardware e avançado com investimentos de bilhões de dólares em construção e contratação de pessoal
• A Bloomberg divulgou a notícia primeiro, e a Oracle contestou em uma publicação no X, chamando-a de "notícia falsa", mas mencionou apenas o andamento do projeto existente e não comentou o plano de expansão

Desequilíbrio entre o ritmo de renovação dos chips e a construção da infraestrutura

• O ciclo de atualização dos chips de IA está avançando mais rápido que a construção de data centers
  • A Nvidia antes lançava novos produtos a cada dois anos, mas agora lança uma nova GPU todos os anos
  • O chip mais recente, o Vera Rubin, oferece desempenho de inferência 5 vezes maior que o Blackwell
• Empresas que desenvolvem modelos de IA preferem os chips mais recentes porque a diferença de desempenho afeta diretamente benchmarks, uso, receita e valuation
• Para empresas de infraestrutura, garantir terreno, conectar energia e concluir a instalação leva pelo menos 12 a 24 meses, tornando inevitável uma defasagem entre gerações tecnológicas
• Porém, como os clientes querem os chips mais recentes, atualizados anualmente, existe o risco de que o hardware já esteja ultrapassado quando a construção for concluída
• Todos os contratos de infraestrutura assinados hoje podem acabar sendo investimentos em hardware já obsoleto antes mesmo da conexão de energia

Estrutura de expansão baseada em dívida da Oracle

• Entre as principais hyperscalers, a Oracle é a única expandindo a infraestrutura de IA com dívida
  • A dívida total supera US$ 100 bilhões, e o fluxo de caixa livre passou a ser negativo
  • Google, Amazon e Microsoft estão investindo com sua própria capacidade de geração de caixa
• A parceira Blue Owl se recusou a financiar instalações adicionais e anunciou um plano de demissão de até 30 mil pessoas
• A Oracle está prestes a divulgar os resultados do terceiro trimestre, e os investidores observam se o plano de capex de US$ 50 bilhões e a continuidade do financiamento serão viáveis

Reação do mercado e desempenho das ações

• As ações da Oracle caíram 23% neste ano e mais de 50% em relação ao pico de setembro de 2025
• Os investidores estão atentos à sustentabilidade dos investimentos em infraestrutura de IA e ao peso da dívida

Depreciação de GPUs e risco para todo o mercado de IA

• A depreciação das GPUs é um risco que pode se espalhar para todo o mercado de infraestrutura de IA, e não apenas para a Oracle
• O descompasso entre a velocidade de evolução dos chips e o tempo de construção dos data centers é um fator de risco central para os investimentos em infraestrutura de IA
• Esse problema estrutural pode afetar a eficiência de todo o ecossistema de IA e o retorno sobre o investimento

[GN⁺]

Comentários do Hacker News

• Eu administro a Synthetic.new, uma pequena empresa de inferência de LLM open source
  Acho que a reportagem da CNBC não está correta. A Oracle não está construindo um ‘datacenter de ontem’, e sim um Blackwell DC. O problema é que ela vai concluir o ‘DC de hoje’ ‘amanhã’. Até lá, o Vera Rubin terá sido lançado e será 5 vezes mais eficiente, mas é improvável que a Oracle reduza os preços em 5 vezes
  As máquinas em escala de rack da Nvidia (GB200-NVL72, GB300-NVL72) são racks completos, que só precisam ser ligados à energia e à rede. A Oracle poderia simplesmente comprar racks Vera Rubin e colocá-los no novo DC, tendo assim o ‘DC de amanhã’ ‘amanhã’
  Dito isso, a Oracle pode já ter contrato para receber Blackwell amanhã, ou a construção do DC pode estar atrasada e as GPUs estarem paradas. Só com a reportagem da CNBC não dá para saber quão grave a situação realmente é

  • Uma melhora de eficiência de 5 vezes em uma única geração parece exagerada demais. Ultimamente, os ganhos com miniaturização de processo vêm diminuindo
    Olhando este benchmark de desempenho/energia de GPU, a diferença entre a 1080 Ti (de 9 anos atrás) e a 5090 é de cerca de 2,56 vezes. Em workloads reais, é provável que esses números não se mantenham
    GPUs antigas de datacenter ainda continuam sendo bem utilizadas
  • Isso provavelmente faz mais sentido como uma estratégia voltada para ambientes militares e sigilosos. Nesses ambientes, aprovações como validação de firmware e certificação criptográfica só saem 18 a 36 meses após o lançamento comercial
    Os Blackwell já implantados ficariam para uso civil, e o governo teria de comprar hardware novo separadamente. A Oracle pode estar mirando esse ciclo lento do mercado de segurança
    Além disso, como o governo quase nunca operou diretamente infraestrutura massiva de GPU, a Oracle pode acabar absorvendo essa demanda depois
  • A Deirdre Bosa da CNBC também falou algo parecido. Muita gente internamente também não entende bem a gravidade da situação
    Como a Oracle carrega um risco de dívida no longo prazo, essa decisão pode ser o primeiro sinal disso
  • Segundo outras reportagens, o problema realmente é atraso na construção. O terreno do Stargate ainda está sendo preparado, e a instalação das GPUs está prevista só para 2026
    O fato de a Nvidia estar fechando contratos de Blackwell de bilhões de dólares com outras empresas também parece ser uma medida para manter a linha de produção em funcionamento. Há até quem diga que chips já entregues estão acumulados em armazéns
  • Não entendo a premissa de que um datacenter fica preso a uma geração específica de GPU. A AWS também não constrói prédios novos toda vez que sai um novo Xeon

• O ponto central do projeto Stargate é a ‘economia da inferência’
  A diferença de custo entre infraestrutura de hyperscalers e neoclouds especializadas chega a cerca de 75%. Esse gap torna difícil para empresas como a OpenAI decidir entre construir por conta própria vs comprar de terceiros
  No a7om.com, estão acompanhando os preços de inferência de mais de 40 fornecedores, e esses dados mostram o quão arriscado pode ser um investimento de 500 bilhões de dólares em DC

• Não concordo com a ideia de que o Stargate seja um ‘datacenter de ontem’
  A Oracle conhece o roadmap da Nvidia e está construindo em etapas, prevendo densidade de energia na faixa de 200kW/rack. As fases seguintes também devem acomodar sem problema as gerações Rubin e Feynman

  • 200kW/rack é um consumo de energia absurdo. É difícil imaginar uma instalação desse porte
  • Então fica a dúvida de por que a CNBC reportou que a OpenAI estaria saindo porque ‘quer GPUs novas’. É preciso explicar se foi apenas erro de reportagem ou distorção de uma fonte interna

• Fico curioso sobre o destino das GPUs antigas de datacenter. Queria saber se existe mercado secundário, ou se a Nvidia impõe cláusulas de proibição de revenda

  • Já dá para comprar A100/H100 no eBay. Por causa da conta de luz, não é econômico usar em casa, mas tem gente que roda por diversão
  • O mercado de usados para peças de servidor em geral é ativo, mas GPU é um equipamento especializado demais para uso individual. Algo como uma H200 é difícil até de colocar em um PC doméstico
    GPU é cara, e ainda não está claro se a Lei de Moore se aplica integralmente a essa área. Se os ganhos de desempenho não forem tão grandes, os ciclos de substituição também devem ficar mais longos
  • A AWS ainda oferece instâncias g4dn baseadas em GPU T4 (lançada em 2018). As megaclouds continuam operando por muito tempo mesmo depois da depreciação, e dificilmente vão usar as GPUs que nós descartamos
  • GPUs de datacenter são projetadas para durabilidade de 5 a 7 anos em operação 24/7, mas a vida útil prática fica mais perto de 3 a 4 anos. Segundo benchmarks da Meta, cerca de 9% falham por ano. A taxa de defeito nos 3 primeiros meses é especialmente alta
  • Algumas GPUs são projetadas para racks exclusivamente com refrigeração líquida e não cabem em gabinetes comuns de PC. Eu mesmo comprei uma NEC SX Aurora TSUBASA, e como ela não tinha ventoinha, tive de instalar três ventoinhas de 40mm manualmente

• A OpenAI vem tendo problemas com todos os seus parceiros de computação até agora. Esse caso também parece ter sido exagerado. Na prática, não existe parceiro capaz de fornecer chips de próxima geração mais rápido

• A estrutura financeira da Oracle e a possibilidade de aquisição são um tema mais interessante
  Setores centrais como governo e finanças ainda usam Oracle DB, mas a pressão para pagar dívidas deve levar a novos aumentos de preço. No fim, isso deve acelerar a saída de clientes, e uma aquisição hostil pode até se tornar uma opção realista

  • Também é curioso como a IBM, assim como a Oracle, ainda segue operando com tecnologia ultrapassada

• É difícil entender por que a Oracle compraria GPUs antigas em grande quantidade. Eletrônicos depreciam rápido, então comprar agora, a preço cheio, chips que só serão usados daqui a 2 anos parece um investimento irracional

• Há a questão de se um datacenter consegue trocar GPUs todos os anos

  • Para manter competitividade, é preciso fazer upgrade anualmente