Goldman Sachs aumenta a previsão de 2030 para centros de dados para 273 GW, implicando investimento de US$ 8,5 trilhões
Em uma atualização abrangente de pesquisa do Goldman Sachs Global Investment Research, os analistas aumentaram sua previsão de capacidade de energia global para centros de dados em 2030 para 273 gigawatts (GW), representando uma revisão positiva de 26% (+56 GW) em relação à estimativa anterior de 217 GW. Em comparação com uma base operacional global de aproximadamente 103 GW em 2025, atingir esse objetivo exige a adição de cerca de 170 GW de nova capacidade líquida de centros de dados em um período de cinco anos. Avaliado com uma intensidade de capital total estimada de US$ 50 milhões por megawatt, abrangendo tanto infraestrutura física quanto silício de servidores de IA de alta densidade, essa expansão implica em aproximadamente US$ 8,5 trilhões em despesas cumulativas globais em infraestrutura e hardware até 2030.
Esta análise avalia se as redes regionais de transmissão elétrica, os recursos hídricos municipais e os mercados globais de dívida e ações podem realisticamente suportar uma expansão de infraestrutura desta magnitude.
Principais conclusões
-
O Goldman Sachs elevou sua previsão de energia global para data centers em 2030 de 217 GW para 273 GW, exigindo aproximadamente 170 GW em adições líquidas de capacidade acima da base de 103 GW registrada em 2025.
-
Implantar 170 GW com um custo estimado de $50 bilhões por gigawatt implica em aproximadamente $8,5 trilhões em gastos acumulados em aceleradores de IA, estruturas de rede, refrigeração líquida e subestações elétricas.
-
Sites mega de único campus com capacidade de 75 MW ou mais são projetados para representar 66% das novas adições de capacidade global até 2028, aumentando de apenas 25% globalmente em 2025.
-
Fila de interconexão de utilidade de quatro a sete anos, tempos de entrega de transformadores de alta tensão de três a quatro anos e forte dependência de financiamento por dívida em nível de projeto de 80% a 90% permanecem como os principais riscos de execução.
Drivers principais: Por que o Goldman Sachs aumentou sua previsão para 2030 em 26%
O Goldman Sachs revisou sua previsão para cima porque a alocação de capital de provedores especializados de nuvem GPU, desenvolvedores de colocation no atacado e empresas de mineração de criptomoedas que estão convertendo instalações em Computação de Alto Desempenho (HPC) acelerou mais rapidamente do que os modelos tradicionais antecipavam, acompanhada por uma mudança estrutural em direção a grandes “mega-sites” individuais com mais de 75 MW.
Análise Detalhada do Mecanismo
Historicamente, os modelos de infraestrutura de Wall Street assumiam que o crescimento dos centros de dados globais seria determinado quase inteiramente pelos cronogramas internos de construção de quatro grandes provedores de nuvem tradicionais: Microsoft, Alphabet, Amazon e Meta Platforms. Os analistas simplesmente mapeavam as adições globais de megawatts aos orçamentos de despesas de capital dessas quatro empresas.
Entre 2024 e final de 2026, no entanto, o lado da oferta de computação de inteligência artificial se diversificou em três vetores principais. Primeiro, operadores especializados de nuvem GPU, como CoreWeave, Lambda, Nebius e Crusoe, acessaram dezenas de bilhões de dólares em crédito privado e instalações lastreadas em ativos para implantar clusters AI bare-metal em ritmo acelerado, priorizando a rápida chegada ao mercado para laboratórios de modelos de ponta.
Em segundo lugar, operadores de mineração de bitcoin cotados publicamente, incluindo Core Scientific, IREN, Cipher Mining, TeraWulf e Hut 8, redirecionaram uma parcela substancial de seus portfólios de energia para hospedagem de IA e HPC. Como os sites de mineração industrial já possuem interconexões ativas com a rede de alta tensão, subestações de utilidade e permissões ambientais, adaptar um campus de mineração para servidores de IA com refrigeração líquida permite que desenvolvedores ativem capacidade em 6 a 18 meses, contornando as filas de vários anos enfrentadas por construções greenfield.
Terceiro, a física do treinamento distribuído de IA e da inferência de raciocínio de baixa latência forçou um aumento na densidade individual dos sites. Como a sincronização de dezenas de milhares de GPUs exige conexões de fibra óptica ultra curtas para minimizar a latência, os desenvolvedores passaram de salas de dados suburbanas espalhadas de 20 MW a 40 MW para mega-campuses unificados que exigem de 100 MW a mais de 1.000 MW (1 GW) de energia contínua.
Indicadores de Mercado Empíricos
Dados compilados pelo Goldman Sachs destacam o quão rapidamente essas tendências estão reconfigurando o pipeline de projetos, especialmente nos Estados Unidos, onde a capacidade projetada para 2030 foi aumentada de 125 GW para 152 GW. Ao longo das adições cumulativas de capacidade nos EUA de 2026 a 2030, os analistas aumentaram sua estimativa para a categoria combinada de Neoclouds, conversões de mineradores de criptomoedas em HPC e provedores de colocation atacadista em 11,8 GW, superando a revisão para cima de 9,4 GW atribuída às construções diretas de hyperscalers.
Ao mesmo tempo, a escala dos projetos está se consolidando dramaticamente. Globalmente, instalações individuais com capacidade de 75 MW ou superior representaram apenas 25% da capacidade recém-comissionada em 2025, mas a Goldman Sachs projeta que essa participação alcance 66% de todos os novos acréscimos até 2028. Nos Estados Unidos, a concentração é ainda mais acentuada: megainstalações de 75 MW ou mais são previstas para representar 75% dos novos acréscimos de capacidade nos EUA até 2028, ante 37% em 2025.
Desmontando o requisito de capital de US$ 8,5 trilhões: Para onde vai o dinheiro?
Traduzir 170 GW de nova capacidade elétrica líquida em um valor de investimento de US$ 8,5 trilhões exige decompor o custo total de capital de uma fábrica de IA moderna.
A estimativa de US$ 8,5 trilhões reflete um custo médio total de US$ 50 milhões por megawatt em 170 GW de nova capacidade, onde silício de servidores de IA avançada, memória HBM e switches de rede representam aproximadamente 65% a 70% do gasto total, enquanto subestações elétricas, sistemas de refrigeração e edifícios físicos correspondem aos 30% a 35% restantes.
Alocação de Custos Full-Stack e Incompatibilidades de Depreciação
Quando executivos e analistas da indústria citam um custo de US$ 50 bilhões por gigawatt de capacidade de data center de IA, esse valor abrange três camadas de engenharia distintas com expectativas de vida econômica muito diferentes.
O maior componente de custo, que representa aproximadamente 65% a 70% do dispêndio total, ou cerca de US$ 32,5 bilhões a US$ 35,0 bilhões por gigawatt, consiste em hardware computacional e estruturas de rede de alta velocidade. Isso inclui aceleradores de IA empresarial, memória de alta largura de banda, armazenamento em estado sólido empresarial e comutadores ópticos InfiniBand ou Spectrum-X sem bloqueio.
A segunda camada, representando aproximadamente 20% a 25% do gasto total, ou de US$ 10,0 bilhões a US$ 12,5 bilhões por gigawatt, abrange distribuição elétrica e gerenciamento térmico mecânico. Isso inclui subestações de alta tensão no local, transformadores redutores, chaveamentos, bancos de baterias de fonte ininterrupta de energia (UPS), geradores de backup a gás natural ou diesel e loops de refrigeração líquida direta para chip, emparelhados com resfriadores a ar em circuito fechado.
A camada final, que representa aproximadamente 8% a 10% do custo total, ou de US$ 4,0 bilhões a US$ 5,0 bilhões por gigawatt, cobre a aquisição de terrenos, zoneamento e remediação ambiental, estruturas de concreto reforçado para os data halls, perímetros de segurança física e taxas de interconexão com a rede elétrica.
Para os mercados de capitais, a nuance crítica nesta análise é a discrepância de depreciação entre imóveis físicos e silício. Enquanto salas de dados de concreto, subestações de alta tensão e atualizações de transmissão têm vidas econômicas úteis de 20 a 30 anos, as GPUs de IA e o equipamento de rede se depreciam em três a cinco anos, já que novas arquiteturas de chips proporcionam saltos dramáticos na eficiência de inferência por watt. Manter 273 GW de computação ativa envolve, portanto, não apenas um investimento inicial em construção, mas ciclos recorrentes de atualização de hardware de trilhões de dólares.
Fluxos de caixa das grandes tecnológicas versus a curva de capex consensual de US$ 7,55 trilhões
Para avaliar quem pagará por essa expansão, o Goldman Sachs comparou a estimativa global de US$ 8,5 trilhões com as previsões consensuais de gastos em capital compiladas pela Visible Alpha para os oito maiores gastos em infraestrutura publicamente rastreados: Alphabet, Amazon, Apple, Meta, Microsoft, Oracle, CoreWeave e Baidu.
De acordo com as estimativas de consenso da Visible Alpha, os gastos totais com capital anuais dessas oito empresas devem aumentar de aproximadamente US$ 456 bilhões em 2025 para US$ 918 bilhões em 2026 e US$ 1,52 trilhão em 2027. Além de 2027, no entanto, os modelos de consenso projetam que o crescimento anual de Capex desacelerará fortemente para dígitos únicos, atingindo US$ 1,67 trilhão em 2028, US$ 1,71 trilhão em 2029 e US$ 1,74 trilhão em 2030, totalizando cerca de US$ 7,55 trilhões em cinco anos entre os oito principais operadores.
Embora os US$ 7,55 trilhões em Capex corporativo projetado cubram a grande maioria da necessidade global em papel, o achatamento acentuado das taxas de crescimento após 2027—juntamente com os déficits recentes de fluxo de caixa livre em grandes hyperscalers—mostra que os fluxos de caixa internos das empresas sozinhos não conseguem sustentar toda a expansão. Fechar a lacuna até 273 GW está levando os desenvolvedores a depender fortemente de sindicatos de crédito privado, títulos lastreados em hipotecas comerciais (CMBS), securitização lastreada em ativos (ABS) e parcerias com fundos soberanos.
Comparação Estrutural: Construções de Hyperscaler vs. Colocation vs. Conversões de Mineradores de Criptomoeda
A tabela abaixo contrasta os três principais modelos de desenvolvimento que impulsionam a previsão de capacidade para 2030 ao longo das dimensões de cronograma, financiamento e operacional:
| Métrica Operacional | Hyperscaler autoconstruído (por exemplo, Microsoft, Alphabet) | Venda por atacado / Colocação sob encomenda (por exemplo, Digital Realty, Vantage) | Conversão de Minerador de Criptomoeda HPC (por exemplo, Core Scientific, IREN, Cipher) |
| Escala típica do site | 150 MW a 1.000+ MW (complexos mega em múltiplas fases) | 50 MW a 300+ MW (casas de campus dedicadas) | 50 MW a 300+ MW (sites industriais de energia retrofitados) |
| Prazo de Antecipação para Potência | 4 a 7 anos (filas novas de interconexão à rede elétrica) | 3 a 5 anos (licenciamento da subestação e atualizações da rede) | Imediato a 18 meses (subestações energizadas pré-existentes) |
| Estrutura Principal de Financiamento | Fluxo de caixa do balanço patrimonial corporativo e títulos corporativos sênior | 65% a 90% de dívida ao nível do projeto (garantida por contratos de arrendamento de qualidade de investimento) | Dívida de projeto de alto rendimento, adiantamentos de Capex de inquilinos e equity |
| Resfriamento e Perfil da Carcaça | Resfriamento líquido direto para o chip, projetado especificamente e com circuito fechado de água | Carcaças modulares, de alta densidade, prontas para líquido | Requer reforma intensiva de galpões de mineração em salas de dados de nível 3 |
| Período típico de locação / de compra | Consumo interno corporativo (vida útil do ativo de 15 a 30 anos) | Contratos de locação de 10 a 15 anos com cláusula triple-net e pagamento obrigatório | Contratos de hospedagem fixos de 10 a 15 anos (por exemplo, CoreWeave/Hyperscalers) |
| Risco Primário de Execução | Atrasos na transmissão de utilidade de vários anos e análise do ROI do Capex | Aumento dos spreads de empréstimo e inflação dos custos de construção | Complexidade da execução de retrofit e risco de concentração de inquilinos |
Gargalos físicos e financeiros ameaçam o prazo de 2030
Embora modelos financeiros demonstrem forte demanda por 273 GW de capacidade, converter compromissos em papel em megawatts energizados enfrenta três pontos de atrito reais formidáveis.
Fila na rede elétrica e escassez de transformadores de alta tensão
A restrição mais vinculativa para atingir 273 GW até 2030 é a entrega física de eletricidade. Em grandes operadores de rede dos EUA, como o PJM Interconnection, o ERCOT no Texas e o MISO, o processo de estudo de engenharia e aprovação para conectar uma nova carga de centenas de megawatts leva em média de quatro a sete anos.
Mesmo após um projeto obter aprovação de utilidade, os gargalos na cadeia de suprimentos para equipamentos elétricos pesados permanecem agudos. Os prazos de fabricação para transformadores de potência de grande porte (LPTs) e chaves de 345 kV a 765 kV aumentaram de cerca de dois anos em 2021 para entre três e quatro anos (160 a 210 semanas) em 2026, limitados por escassez global de aço elétrico orientado a grãos (GOES) e mão de obra especializada em enrolamento. Esses atrasos já estão causando atritos reais nos projetos: grandes provedores de nuvem suspenderam ou realocaram compromissos de locação regionais selecionados, onde as utilidades adiaram as datas de entrega de energia para além de 2028, enquanto grandes desenvolvimentos enfrentaram obstáculos de licenciamento e infraestrutura relacionados à energia e aos requisitos locais de recursos.
Moratórias de Zoneamento Municipal e Restrições Hídricas
À medida que os data centers aumentam além de 75 MW em direção ao tamanho de gigawatts, a oposição das comunidades locais intensificou-se. Consumidores residenciais e comissões estaduais de utilidades públicas em centros como a Norteamérica da Virgínia, Ohio, Geórgia e Pensilvânia estão cada vez mais analisando se as atualizações de transmissão de bilhões de dólares construídas para data centers aumentarão as contas de energia domésticas.
Juntamente com preocupações sobre o consumo de água para refrigeração por evaporação e o ruído contínuo de chillers e geradores de backup, conselhos locais em vários estados dos EUA impuseram moratórias temporárias ou regras de zoneamento mais rigorosas para permissões de data centers — atrasando ou bloqueando quase US$ 200 bilhões em projetos planejados nos EUA, segundo rastreadores da indústria. Enquanto operadores estão migrando para refrigeração em circuito fechado sem água e acordos com gás natural ou energia nuclear atrás do medidor, a fricção local nas autorizações ameaça empurrar muitas entregas de 2028–2030 para a direita.
Dívida de Projeto com Alta Alavancagem e Bifurcação de Crédito
No lado financeiro, os analistas do Goldman Sachs destacaram a crescente dependência de financiamento de projetos com alta alavancagem no ecossistema de colocation e desenvolvedores. Quando um desenvolvedor assina um contrato de locação de 12 a 15 anos com uma hyperscaler de grau de investimento, fundos de crédito privado e equipes de dívida estruturada frequentemente assumem 80% a 90% do custo de construção do projeto por meio de dívida.
Enquanto alavancagem de 80% a 90% funciona suavemente quando a construção é concluída no prazo e os inquilinos possuem classificações de crédito Aaa/Aa, isso deixa margem mínima para erros. Se escassez de transformadores ou ações judiciais municipais atrasarem a data de energização de uma instalação em 12 a 18 meses, as despesas de juros se acumulam enquanto as receitas de aluguel permanecem suspensas. Além disso, os mercados de capital se bifurcaram drasticamente: projetos apoiados por contratos de aluguel vinculativos de hyperscalers com cláusula take-or-pay desfrutam de acesso profundo ao crédito, enquanto construções especulativas ou instalações alugadas a contrapartes altamente alavancadas enfrentam spreads de empréstimo muito mais amplos e critérios de avaliação mais rigorosos.
Conclusão
A revisão positiva do Goldman Sachs para 273 GW reforça a escala extraordinária da construção da infraestrutura global de inteligência artificial, projetando 170 GW de adições líquidas de capacidade e aproximadamente US$ 8,5 trilhões em investimento de capital completo até 2030. Embora US$ 7,55 trilhões em Capex projetado nos próximos cinco anos para as oito principais empresas de tecnologia e as rápidas conversões de HPC por mineradores de criptomoedas demonstrem demanda intensa, o capital financeiro não pode fabricar instantaneamente transformadores de alta tensão ou contornar filas de interconexão com a rede elétrica. Em última análise, se o mercado global alcançará 273 GW conforme programado até 2030 dependerá da modernização da rede, da geração de energia atrás do medidor e da underwriting disciplinada de dívidas nos grandes projetos.
Perguntas frequentes
Por que o Goldman Sachs elevou sua previsão de data centers para 2030 para 273 GW?
O Goldman Sachs aumentou sua previsão global para 2030 em 26% devido a compromissos de capacidade mais rápidos do que o esperado de nuvens especializadas em IA (Neoclouds), mineradores de criptomoedas convertendo sites energizados para hospedagem de IA/HPC e aumento da demanda por mega-sites em um único campus classificados em 75 MW ou mais.
O que abrange a estimativa de investimento de US$ 8,5 trilhões em data centers?
A cifra de US$ 8,5 trilhões representa o capital total estimado necessário para adicionar 170 GW de capacidade líquida nova entre 2025 e 2030, a aproximadamente US$ 50 milhões por megawatt. Cerca de 65% a 70% desse custo é destinado a GPUs de IA, memória e equipamentos de rede, enquanto 30% a 35% financia subestações elétricas, refrigeração líquida, terrenos e estruturas de edifícios.
Por que os mineradores de bitcoin são um dos principais impulsionadores da revisão para cima da previsão?
Conectar um novo centro de dados à rede elétrica pode levar de quatro a sete anos. Como os mineradores industriais de bitcoin já possuem subestações de alta tensão energizadas e contratos de energia de centenas de megawatts, adaptar locais de mineração para hospedagem de IA permite que desenvolvedores coloquem computação em operação em 6 a 18 meses, ajudando a impulsionar uma revisão para cima de 11,8 GW em projetos dos EUA de Neocloud, colocação e conversão de mineradores.
Quais são os maiores riscos para atingir 273 GW até 2030?
Os principais gargalos são atrasos na interconexão física da rede, atrasos de três a quatro anos na entrega de transformadores de alta tensão, moratórias locais sobre tarifas de eletricidade e uso de água, e riscos financeiros associados ao financiamento com dívida de 80% a 90% em desenvolvimentos de data centers de terceiros.
Aviso
Essas informações gerais de mercado, possivelmente provenientes de fontes terceirizadas, comerciais ou patrocinadas, são fornecidas apenas para referência e fins educacionais e não constituem aconselhamento financeiro ou de investimento, oferta, solicitação ou garantia. Renunciamos à responsabilidade por sua precisão, completude, confiabilidade e quaisquer perdas decorrentes. Investimentos/negociações envolvem riscos; desempenho passado não garante resultados futuros. Os usuários devem pesquisar, julgar com prudência e assumir total responsabilidade. Para mais detalhes, consulte os Termos de Uso e o Descarte de Risco da KuCoin.
Aviso legal: Esta página foi traduzida usando tecnologia de IA para sua conveniência. Para informações mais precisas, consulte a versão original em inglês.