SECTIONS
EDITIONS
NETWORK
AIXX Pedia A enciclopédia do universo da computação

AIXX Pedia › Conceito técnico › Indicador de eficiência energética PUE

Indicador de eficiência energética PUE

POWER USAGE EFFECTIVENESS · Verbete técnico

Visão geral OVERVIEW

O PUE (Power Usage Effectiveness) é o indicador central da eficiência energética de um data center: consumo total de energia ÷ consumo dos equipamentos de TI — um PUE de 1.0 significa que toda a eletricidade vai para os equipamentos de TI (limite teórico), enquanto um PUE de 2.0 indica que metade da energia é consumida por infraestrutura como refrigeração. O PUE de um data center de IA é influenciado pela taxa de adoção de refrigeração líquida, pelo projeto da sala de máquinas e pelas condições climáticas.

Impacto da refrigeração líquida no PUE: salas refrigeradas a ar costumam ter PUE de 1,5–1,8 (refrigeração representa 30–40%), enquanto salas refrigerado a líquido podem reduzir o PUE para 1,1–1,2 (queda expressiva da fatia de refrigeração) — segundo dados oficiais da NVIDIA, a adoção de refrigeração líquida cresce rapidamente em data centers de IA, e o design refrigerado a líquido dos racks da série GB é o principal fator de melhoria do PUE (conforme relatos públicos).

Números-chave KEY NUMBERS

ItemValores / critério
PUE de sala refrigerada a ar1,5–1,8 (típico)
PUE de sala refrigerado a líquido1,1–1,2 (Excelente)
Limite teórico1,0 (toda a energia para TI)
Taxa de adoção de refrigeração líquidaEstimativa acima de 30% em DCs de IA (2025, segundo TrendForce)

Significado no B300 ON B300

Requisitos de PUE das salas para os racks totalmente refrigerado a líquido GB200/GB300 NVL72 — ao planejar uma sala de IA, o comprador deve incluir a meta de PUE no projeto global (clima do local, método de refrigeração, reaproveitamento de calor residual), em vez de 'comprar o equipamento primeiro e pensar na refrigeração depois'. O PUE impacta diretamente o custo operacional (a conta de energia é a maior fatia do OPEX de uma fábrica de IA).

Limites e observações LIMITS

  • O PUE não é o único indicador: ele mede apenas a eficiência da infraestrutura — utilização de GPU, throughput de tarefas e eficiência de modelo são KPIs igualmente centrais de uma fábrica de IA — 'PUE mais baixo' não significa 'maior produção de IA'.
  • Payback da retrofit com refrigeração líquida: o investimento inicial de uma retrofit refrigerado a líquido é alto — a economia operacional trazida pela melhoria do PUE leva anos para cobrir o investimento — a decisão deve se basear no custo total de propriedade (TCO).
  • Diferenças de metodologia: o cálculo do PUE pode variar entre fabricantes e relatórios — atente-se à consistência metodológica ao fazer comparações.

Vídeo explicativo VIDEO

Memória HBM3eInterconexão NVLinkSXM / NVL8Refrigeração líquida por placa fria / CDUFormato de precisão FP8MoE (Mixture of Experts)Chip de switch NVSwitchRede de interconexão InfiniBandArmazenamento NVMeRefrigerado a líquido CDUAcesso remoto direto à memória (RDMA)GPUDirectTensor CoreMIG (Multi-Instance GPU)PCIe Gen5Computação confidencialGPU virtual vGPUPrecisão de ponto flutuante reduzida FP4 / FP6Cache de inferência KV CacheScale-up e Scale-outÓptica encapsulada conjunta (CPO)NVLink FusionArquitetura modular MGXQuantização de modelosParalelismo de tensoresComunicação coletivaFábrica de IACircuito líquidoTensorRT-LLMMotor de inferência vLLMAdaptação de baixo rank LoRACanais de cadeia de suprimento de computaçãoCusto total de propriedade (TCO)Benchmarks de throughput de inferênciaDestilação de modelosCadeia de suprimento de energiaEconomia de tokensPipeline de dados de treinamentoStack de otimização de inferênciaMemória de vídeo GDDR7Família de conectores de alimentação (EPS/PCIe 8pin/12VHPWR/12V-2x6)Linha do tempo dos controles de exportação para a ChinaGuia de verificação de GPUs (nvidia-smi/GPU-Z)Otimização de inferência com TensorRTExecução de grafos com CUDA GraphsBiblioteca de comunicação coletiva NCCLFormato aberto de modelos ONNXFamília de gerações HBMTreinamento com precisão mistaGerações PCIeFamília de formatos de rackGuia de nomenclatura de modelos de GPUCircuito de mercado de GPUs usadasComparativo entre refrigerado a ar e refrigerado a líquidoSaúde da memória de vídeo e diagnóstico de falhasMemória de vídeo HBM4Interconexão UALinkFicha de modelo B300

Referências REFERENCES

  1. Site oficial da NVIDIA — páginas do produto Blackwell Ultra / HGX B300 https://www.nvidia.com/en-us/data-center/hgx/
  2. Dados de mercado e oferta: Bolsa de Cálculo AIXX (faixa de cotações deste acervo)
Versões e erratas |Este verbete é mantido pela redação da AIXX Pedia, com rascunho assistido por IA e verificação factual humana. Atualizado em 20/10/2026 · versão v1.0 · todas as alterações ficam registradas e rastreáveis.
Esta base
Política editorialSobre esta base (declaração de interesses)canal de correções
Resumo da constituição editorial
Toda afirmação com fonteDefeitos sempre mencionados · erratas públicas e registradasEntradas pagas não são aceitasZero elementos de direcionamento e vendas nas entradasDados de mercado apenas como módulo de dados anexado
Família AIXX
AIXX PediaBolsa de Cálculo AIXXNotícias AIXX
Fonte dos dados de mercado: Bolsa de Cálculo AIXX · © 2026 AIXX Pedia · Produzido pela AIXX