Leitura ~22 minCategoria IA · Infraestrutura Digital · Cloud ComputingNível Intermediário · AvançadoAtualizado Jun 2026
Hyperscale Data Centers são as maiores e mais complexas instalações computacionais da história — cidades de servidores que consomem centenas de megawatts de eletricidade, abrigam dezenas de milhares de GPUs e processam trilhões de operações por segundo. São a espinha dorsal física da computação em nuvem, da inteligência artificial generativa e da economia digital global. AWS, Microsoft Azure, Google Cloud, Meta e Alibaba estão investindo coletivamente mais de US$ 300 bilhões por ano nessa infraestrutura — o maior programa de construção industrial da história humana em termos de velocidade de implantação.
Campus de data center de grande escala — com múltiplos edifícios de servidores, subestações elétricas de alta tensão e sistemas de refrigeração visíveis no exterior. Hyperscale data centers modernos para IA podem superar 500 MW de consumo elétrico em um único campus — equivalente ao consumo de uma cidade média. Google, Microsoft, Amazon e Meta constroem centenas desses complexos ao redor do mundo.
Crédito: NECTEC / Wikimedia Commons (domínio público)
O que é um Hyperscale Data Center — Definição e Escala
A definição técnica. Um Hyperscale Data Center (HDC) é uma instalação computacional de escala massiva — tipicamente operando acima de 100 MW de potência elétrica instalada, com dezenas de milhares de servidores, alta escalabilidade horizontal e redundância de sistemas — operada por "hyperscalers": empresas de tecnologia que prestam serviços de computação em nuvem, IA e plataformas digitais globalmente. O diferencial não é apenas tamanho — é a arquitetura de escalabilidade: um HDC pode adicionar capacidade rapidamente adicionando módulos padronizados sem modificar a infraestrutura existente.
Por que "hyperscale". O termo distingue esses DCs dos tipos tradicionais por três características: (1) escala — capacidade de hospedar 100.000+ servidores em um único campus; (2) velocidade de escala — capacidade de dobrar a capacidade em meses; (3) automação — operações gerenciadas por software, com mínima intervenção humana. Um hyperscale DC da AWS pode processar mais petabytes de dados por dia do que todos os data centers do mundo somados em 2005.
Hyperscale vs. Data Center tradicional. Um data center corporativo (enterprise) típico tem 1–20 MW, serve uma organização específica, tem escalabilidade limitada e mão de obra intensiva. Um HDC tem 100 MW–1 GW+, serve milhões de clientes via cloud e IA, escala horizontalmente adicionando módulos de servidores padronizados e usa automação para reduzir custo operacional. A diferença de custo por unidade computacional é de 5–10x em favor do hyperscale.
A IA como catalisador sem precedente. Antes de 2022, hyperscale DCs eram dominados por servidores de propósito geral (CPUs). A explosão da IA generativa — catalisada pelo ChatGPT — transformou os requerimentos: treinamento de LLMs exige clusters de GPUs com 10.000–100.000+ unidades operando em paralelo com interconexão de ultra-baixa latência (NVLink, InfiniBand). Um cluster de 30.000 H100s (NVIDIA) consome ~120 MW sozinho. Essa mudança levou hyperscalers a reinventar sua arquitetura de DCs — e a disputar energia elétrica em escala que nenhuma indústria havia feito antes.
CAPEX EM DATA CENTERS — BIG TECH (US$ BILHÕES, ESTIMATIVA)
AWS $25 2020
AWS $60 2023
AWS $100 2025E
Azure $20 2020
Azure $55 2023
Azure $90 2025E
GCP $12 2020
GCP $35 2023
GCP $60 2025E
Meta $15 2020
Meta $40 2023
Meta $65 2025E
Verde escuro = 2023. Verde claro = 2025E. Valores aproximados. O crescimento reflete diretamente a explosão de IA generativa pós-ChatGPT.
Componentes Críticos — Do Rack ao Gigawatt
⚡
1 · Infraestrutura Elétrica — O Novo Gargalo
A energia elétrica tornou-se o principal gargalo e fator de localização dos hyperscale DCs. Um campus moderno de IA precisa de 100–500 MW — e a disponibilidade de energia elétrica confiável e barata determina onde esses DCs podem ser construídos. A sequência: subestação de alta tensão (138–500 kV) → transformadores → UPS (Uninterruptible Power Supply) em N+1 ou 2N redundância → geradores a diesel como backup → PDUs (Power Distribution Units) nos racks. Um DC de 500 MW requer uma subestação que serve uma cidade de 500.000 pessoas.
🌡
2 · Refrigeração — A Batalha Térmica dos GPUs
Cada GPU NVIDIA H100 dissipa ~700W de calor; um rack de GPUs pode gerar 80–150 kW — impossível de dissipar com ar. DCs de IA modernos usam refrigeração líquida direta: líquido refrigerante circula por tubos em contato direto com os chips (Direct Liquid Cooling — DLC) ou servidores são submergidos em fluido dielétrico (imersão). PUE (Power Usage Effectiveness) mede eficiência: hyperscalers modernos atingem PUE de 1,1–1,2; cada 0,1 de PUE representa 10% de energia desperdiçada em overhead de refrigeração.
🖥
3 · Clusters de GPUs — O Motor da IA
O núcleo de um AI DC moderno é o cluster de GPUs: dezenas de milhares de H100s (ou B200s, MI300s da AMD) interconectados via NVLink (dentro dos servidores) e InfiniBand ou Ethernet de 400Gbps+ (entre servidores e racks). Um "training cluster" para LLMs de fronteira pode ter 30.000–100.000 GPUs operando em paralelo por semanas sem interrupção — processando exabytes de texto/imagem para ajustar os bilhões de parâmetros do modelo. Um único cluster de 30.000 H100s consome ~120 MW, custa ~US$4B em hardware e processa ~10^19 operações de ponto flutuante por segundo.
🌐
4 · Rede e Conectividade — Velocidade de Luz
A rede interna de um hyperscale DC para IA opera em velocidades de 400 Gbps a 1,6 Tbps por link — necessárias para que GPUs em servidores diferentes se comuniquem durante o treinamento distribuído sem gargalos. Externamente, o DC conecta-se à internet via múltiplos backbones de fibra óptica e, em muitos casos, tem seu próprio ponto de conexão com cabos submarinos. A latência interna precisa ser de microsegundos — qualquer variação degrada o desempenho do treinamento de IA.
🤖
5 · Automação e Orquestração — O DC que se gerencia
Um hyperscale DC de 500.000 servidores não pode ser gerenciado manualmente. Plataformas de orquestração como Kubernetes (Google), AWS Control Plane e Azure Fabric gerenciam automaticamente o provisionamento, a alocação de recursos, a detecção de falhas e a recuperação. Machine learning é aplicado à própria operação do DC: para prever falhas de hardware antes que ocorram, otimizar roteamento de workloads e até controlar a refrigeração. Um DC moderno pode detectar e substituir um servidor falho em minutos sem intervenção humana.
A Crise de Energia dos Data Centers — Nuclear como Solução
A demanda que ninguém esperava. A explosão de IA generativa pós-2022 criou demanda de energia elétrica que as redes elétricas americanas e europeias não estavam preparadas para absorver. Novos hyperscale DCs de 500 MW precisam de infraestrutura elétrica equivalente a uma cidade — mas levam anos para ser conectados à rede. A Dominion Energy (principal fornecedora da Northern Virginia, maior concentração de DCs do mundo) estimou que a nova demanda de data centers requereria dobrar a capacidade de transmissão da região em 5 anos — uma tarefa de décadas.
Microsoft e o retorno de Three Mile Island. Em setembro de 2024, a Microsoft firmou um acordo histórico com a Constellation Energy para reiniciar a Unidade 1 da usina nuclear de Three Mile Island (Pennsylvania) — a mesma usina onde ocorreu o maior acidente nuclear americano em 1979. A Unidade 1 (que não esteve envolvida no acidente) fornecerá 835 MW de energia limpa exclusivamente para os data centers da Microsoft por 20 anos. Foi o sinal mais claro de que nuclear não é apenas uma opção — é a resposta óbvia para a escala de demanda que a IA criou.
Small Modular Reactors (SMRs) — o futuro de longo prazo. SMRs são reatores nucleares modulares de menor porte (20–300 MW cada) que podem ser construídos em fábrica e implantados adjacentes a data centers. Amazon, Google e Microsoft firmaram acordos com empresas de SMR (TerraPower, X-energy, NuScale). A premissa: SMRs colocalizado com DCs forneceria energia base limpa, previsível e geograficamente flexível — sem depender da rede elétrica. O obstáculo: regulação nuclear americana é lenta e os primeiros SMRs comerciais provavelmente não estarão operacionais antes de 2030–32.
Solar, vento e o problema da intermitência. Google e Amazon declararam "100% energia renovável" há anos — mas "renovável" em larga escala significa contratos de compra (PPAs) que colocam energia solar/eólica na rede em proporção ao consumo, não energia diretamente conectada. DCs precisam de energia 24/7; solar só funciona de dia; vento é imprevisível. Nuclear é a única fonte renovável que fornece energia base sem intermitência — razão pela qual todos os hyperscalers agora têm programas nucleares.
Consumo de água — o impacto invisível. Sistemas de refrigeração evaporativa (cooling towers) consomem enormes volumes de água — um DC de 500 MW pode usar 5–15 milhões de litros por dia. Em regiões áridas (Arizona, Nevada, Texas), onde energia é barata mas água é escassa, o consumo de água de DCs tornou-se fonte de conflito com comunidades locais. Microsoft e Google estão desenvolvendo sistemas de refrigeração que minimizam o uso de água — incluindo refrigeração líquida direta (sem evaporação) e DCs submersos em aguas costeiras.
Data center do Google em The Dalles, Oregon — localizado estrategicamente próximo da energia hidrelétrica barata do Rio Columbia e com acesso a fibra de baixa latência para o Noroeste dos EUA. Os hyperscalers escolhem localização com critérios rigorosos: disponibilidade e custo de energia, latência para usuários, clima (refrigeração natural), acesso a fibra e regulação favorável.
Crédito: Visitor7 / Wikimedia Commons (CC BY-SA 3.0)
Impacto sobre Mercados Financeiros — Os Vencedores da Corrida de IA
🟢 NVIDIA — A empresa mais beneficiada
A NVIDIA fornece >90% das GPUs usadas em treinamento de IA em hyperscale DCs. O H100 custa ~US$30–40K; o B200 (Blackwell) ~US$40K+. Um cluster de 30.000 H100s = ~US$1B só em GPUs. A demanda supera a oferta desde 2023 — com esperas de 12+ meses. Revenue NVIDIA de data centers: US$76B em FY2025 — 87% da receita total. O H100 tornou-se o ativo mais estratégico da corrida de IA.
🔵 AMD — O challanger de GPU
A AMD compete com NVIDIA no mercado de GPUs para IA com sua linha MI300 (MI300X, MI300A). Ganhou contratos com Microsoft e Meta para workloads de inferência (não apenas treinamento). A AMD é o principal alternativo à NVIDIA — e beneficia de qualquer preocupação regulatória sobre o monopólio da NVIDIA em GPUs de IA. Mas a NVIDIA mantém vantagem em software (CUDA) que é difícil de replicar.
🔌 Utilities elétricas
Empresas de energia que operam nas regiões de concentração de data centers — Dominion Energy (Northern Virginia), Entergy (Texas), Enel e Iberdrola (Europa) — são diretamente impactadas. A nova demanda de DCs representa crescimento de carga sem precedente para utilities americanas após décadas de demanda plana. Empresas de energia nuclear como Constellation Energy e Vistra também ganharam destaque com os acordos com hyperscalers.
🏢 REITs de Data Centers
Equinix (EQIX) — com 260+ DCs em 70 países — e Digital Realty (DLR) são os principais REITs de data centers. Oferecem "colocation" — aluguel de espaço físico em DCs para empresas que não querem construir os próprios. Ambos beneficiam do crescimento de cloud e IA. O setor foi um dos melhores performers de REITs em 2023–24. Iron Mountain (IRM) também expandiu para data centers como nova linha de negócio.
🌡 Refrigeração e infra física
Vertiv Holdings (VRT), Eaton Corporation (ETN) e Schneider Electric são fornecedores críticos de infraestrutura de DC: UPS, PDUs, sistemas de refrigeração líquida e gerenciamento de energia. A transição para refrigeração líquida (exigida por GPUs de alta densidade) beneficia Vertiv especialmente — com crescimento de receita de 30%+ em 2023–24 pela demanda de IA.
🔗 Broadcom e interconexão
Broadcom fornece switches de rede e ASICs customizados (como os chips de IA para Google — TPU — e Meta — MTIA) usados dentro dos hyperscale DCs para interconexão de servidores. É o maior beneficiário de IA além da NVIDIA — com receita de semi personalizado crescendo >50% em 2024. ASICs customizados são a alternativa às GPUs NVIDIA que os hyperscalers desenvolvem internamente para reduzir dependência e custo.
Geoeconomia dos Hyperscale Data Centers — Soberania Digital e Rivalidade
Northern Virginia — A Capital Mundial dos Data Centers. O condado de Loudoun em Northern Virginia é o maior cluster de data centers do mundo — com mais de 100 hyperscale DCs e estimativa de 70% de todo o tráfego de internet americano passando pela região. A razão histórica: as primeiras redes da internet (ARPANET) tinham seus nós nessa região; os provedores de telecomunicações instalaram fibra óptica; a Dominion Energy fornecia energia barata; e a regulação da Virginia era favorável (até as tensões recentes com expansão de capacidade elétrica). A concentração criou um cluster de efeitos de rede impossível de deslocar rapidamente.
China e a soberania de dados. A China mantém um mercado de cloud separado — com Alibaba Cloud, Tencent Cloud e Huawei Cloud dominando, e com restrições para que data de cidadãos chineses fique em servidores no exterior. As empresas americanas (AWS, Azure, Google) operam na China apenas via joint ventures locais com restrições severas. A China construiu seus próprios hyperscale DCs em regiões com energia barata (Inner Mongolia, Guizhou) — alimentados principalmente por carvão, o que cria contradições com metas de sustentabilidade.
Oriente Médio — o novo polo de investimento. Arábia Saudita, Emirados Árabes Unidos e Qatar estão investindo dezenas de bilhões em hyperscale DCs — como parte das estratégias de diversificação econômica (Visão 2030 saudita, Visão 2071 dos EAU). Microsoft anunciou US$3,3B para DCs nos EAU; Google US$1B no Bahrein; AWS expandiu capacidade na Arábia Saudita. A região tem vantagens: energia elétrica barata (subsidiada), capital abundante e posição geográfica entre Europa e Ásia. A desvantagem: calor extremo que eleva o custo de refrigeração.
Europa — Regulação GDPR e soberania de dados. A Europa é o segundo maior polo de hyperscale DCs — concentrado na Irlanda (hub favorecido por Apple, Google, Meta por baixa regulação e acesso à fibra atlântica), Holanda (AMS-IX, o maior ponto de troca de internet da Europa), Suécia e Dinamarca (energia renovável barata, clima frio para refrigeração natural). O GDPR exige que dados de europeus sejam armazenados em servidores com jurisdição europeia — criando demanda estrutural por DCs locais. A "Data Border Act" da EU busca ir além, exigindo que dados governamentais fiquem exclusivamente em território europeu.
Índia e a nova fronteira. Com 1,4 bilhão de habitantes e crescimento exponencial de usuários digitais, a Índia é o próximo grande polo de hyperscale DCs. Mumbai, Chennai, Hyderabad e Pune concentram os principais investimentos. A India AI Mission do governo Modi destina US$1,2B para criar infraestrutura de computação de IA. AWS, Azure, Google e Oracle expandem capacidade na Índia. O desafio: rede elétrica instável e regulação de proteção de dados ainda em evolução.
Curiosidades
O Projeto Stargate — US$500B em 4 anos
Anunciado em janeiro de 2025 por OpenAI, Microsoft, SoftBank e Oracle, o Projeto Stargate planeja investir US$500B em infraestrutura de IA nos EUA em 4 anos — o maior programa de investimento em infraestrutura digital da história. US$100B serão investidos imediatamente. Planeja campus de data centers de 1 GW+ no Texas — equivalente à capacidade de uma grande usina nuclear.
Um cluster de H100s consome como uma cidade pequena
Um cluster de 30.000 NVIDIA H100s (usado para treinar LLMs de fronteira) consome ~120 MW de eletricidade — equivalente ao consumo de uma cidade de 120.000 habitantes. O treinamento do GPT-4 (estimado) requereu ~50 MW por semanas. O GPT-5 ou modelos equivalentes provavelmente requerem 10x mais computação — 500 MW por meses de treinamento.
Microsoft reabriu Three Mile Island
Em setembro de 2024, a Microsoft firmou acordo para reiniciar a Unidade 1 da usina nuclear de Three Mile Island — a mesma usina do maior acidente nuclear americano (1979, Unidade 2). A Unidade 1 nunca teve problemas — e ficará offline desde 2019. A Microsoft comprará toda a geração de 835 MW por 20 anos para seus data centers. É o símbolo mais dramático da crise de energia dos DCs de IA.
A Microsoft Natick — DC submarino
O Projeto Natick da Microsoft testou um data center em cápsula selada no fundo do oceano (costa da Escócia) por 2 anos (2018–2020). Resultado: o DC submarino teve 1/8 das falhas de servidores de DCs terrestres — possivelmente porque o ambiente selado em nitrogênio elimina a corrosão e o oxigênio que degradam eletrônicos. O mar fornecia refrigeração natural. O projeto foi experimental e a Microsoft não anunciou implementação comercial.
O DC que "escolhe" sua localização pelo custo da energia
Em 2024, alguns hyperscalers começaram a implementar "load migration" — processar workloads no momento e lugar onde a energia elétrica é mais barata. Um modelo de IA pode ser treinado em DCs no Texas durante o dia (quando solar é abundante), migrado para Oregon à noite (hidroelétrica) e inferência servida da Irlanda para a Europa. A automação de orquestração de DC atingiu o ponto de ser "energy-aware".
Northern Virginia — 70% do tráfego da internet americana
O condado de Loudoun, Virginia, tem mais de 100 hyperscale DCs e é responsável por uma fração estimada de 70% de todo o tráfego de internet americano. A concentração é tão densa que a Dominion Energy (fornecedora local) estimou que só processar os pedidos de conexão de novos DCs levaria anos. É o equivalente digital de concentrar toda a produção de petróleo em um único campo.
Cloud, SaaS, treinamento de IA, inferência massiva
Enorme capital · localização dependente de energia
AI Data Center
200 MW – 1 GW+
Hyperscalers + Microsoft/OpenAI, CoreWeave
Treinamento de LLMs, inferência de IA generativa
Requer GPUs escassas + energia massiva + refrigeração líquida
Resumo Executivo
Hyperscale Data Centers são instalações computacionais massivas — normalmente acima de 100 MW, com dezenas de milhares de servidores e GPUs — operadas por hyperscalers (AWS, Microsoft Azure, Google Cloud, Meta, Alibaba) para suportar computação em nuvem, IA generativa e processamento global de dados. Distinguem-se por escalabilidade horizontal radical, automação massiva e PUE de 1,1–1,2 (eficiência energética best-in-class). A explosão da IA generativa pós-2022 criou uma corrida de investimentos sem precedente: hyperscalers investem coletivamente mais de US$200B por ano em capex de data centers (2024), com o Projeto Stargate planejando US$500B em 4 anos. O principal gargalo tornou-se a energia elétrica — um AI DC de 500 MW consome como uma cidade de 500.000 habitantes. Em resposta, Microsoft, Google e Amazon firmaram acordos nucleares históricos (Three Mile Island reaberto, SMRs contratados) — o sinal mais claro de que a IA transformou hyperscale DCs em âncoras de política energética nacional. Componentes críticos: clusters de GPUs NVIDIA H100/B200 interconectados por InfiniBand de 400 Gbps+; refrigeração líquida direta; subestações de 100–500 kV; automação e orquestração via Kubernetes/custom fabrics. Para mercados financeiros: a corrida beneficia NVIDIA (GPUs), AMD (GPUs alternativas), Broadcom (ASICs customizados), Vertiv (refrigeração), REITs de DCs (Equinix, Digital Realty) e utilities elétricas nas regiões de concentração. Geopoliticamente, hyperscale DCs são infraestrutura crítica de soberania digital — com China mantendo seu próprio ecossistema separado e Oriente Médio emergindo como novo polo de investimentos. Northern Virginia (70% do tráfego americano) e Irlanda/Holanda são os hubs mais estratégicos no Ocidente.
Perguntas frequentes
O que é um Hyperscale Data Center?
Um Hyperscale Data Center é uma instalação computacional de escala massiva — tipicamente acima de 100 MW de potência elétrica, com dezenas de milhares de servidores — operada por hyperscalers como AWS, Microsoft Azure e Google Cloud para suportar computação em nuvem, IA e processamento global de dados. Operam 24/7 com alta redundância e automação.
Qual a diferença entre Data Center tradicional e Hyperscale?
DCs tradicionais têm 1–20 MW, servem uma organização e escalam com dificuldade. Hyperscale têm 100 MW–1 GW+, servem milhões via cloud, escalam adicionando módulos padronizados e usam automação massiva. A diferença de custo por unidade computacional é de 5–10x em favor do hyperscale.
Quanto energia consome um Hyperscale Data Center?
Um hyperscale DC moderno para IA consome 100–500 MW — equivalente a uma cidade de 100.000–500.000 habitantes. Campus do Projeto Stargate planejam 1 GW+. A indústria como um todo consome ~1–2% da eletricidade mundial, com previsão de 4–8% até 2030 pela IA.
Por que hyperscale data centers estão usando energia nuclear?
Porque a demanda de IA é massiva e previsível — ideal para nuclear, que fornece energia base 24/7 sem intermitência. Microsoft reiniciou Three Mile Island Unit 1 (835 MW) para seus DCs. Amazon, Google e Microsoft firmaram acordos de SMRs (Small Modular Reactors) para operação a partir de 2030–32. Nuclear é a única fonte que satisfaz escala, confiabilidade e zero carbono simultaneamente.
O que é PUE e por que importa em Data Centers?
PUE (Power Usage Effectiveness) é a razão entre a energia total consumida pelo DC e a energia usada pelos equipamentos de TI. PUE = 1,0 seria perfeito. Hyperscalers modernos atingem PUE de 1,1–1,2. DCs antigos podem ter PUE 2,0+ — metade da energia vai para refrigeração e outros. Melhorar 0,1 de PUE em 500 MW representa 50 MW de economia — o suficiente para uma cidade de 50.000 pessoas.
Quais são os maiores hyperscalers do mundo?
Os maiores: (1) AWS — ~33% do mercado de cloud; (2) Microsoft Azure — ~22%; (3) Google Cloud — ~12%; (4) Meta — maior hyperscaler privado (não vende cloud); (5) Alibaba Cloud — líder na China/Ásia; (6) Oracle Cloud e (7) Tencent Cloud. Cada um opera dezenas de regiões globalmente.
Como a IA afetou a demanda por data centers?
Dramaticamente. Treinamento de LLMs requer clusters de 10.000–100.000 GPUs por semanas. Demanda por GPUs NVIDIA H100 esgotou capacidade global desde 2023 com esperas de 12+ meses. Hyperscalers investem US$200B+/ano em capex de DCs (2024). O Projeto Stargate planeja US$500B em 4 anos — o maior programa de infraestrutura digital da história.
O que é o Projeto Stargate?
Consórcio anunciado em janeiro de 2025 entre OpenAI, Microsoft, SoftBank e Oracle para investir US$500B em data centers para IA nos EUA em 4 anos — o maior programa de investimento em infraestrutura digital da história. US$100B serão investidos imediatamente. Planeja campus de 1 GW+ no Texas.
REITs de Data Centers são bons investimentos na era da IA?
Equinix (EQIX) e Digital Realty (DLR) são os principais REITs de data centers — oferecendo colocation em 70+ países. Ambos beneficiam do crescimento de cloud e IA e foram dos melhores performers de REITs em 2023–24. Investidores têm acesso indireto à corrida de infraestrutura de IA sem a volatilidade das ações de tech individuais.
Onde estão os maiores hyperscale data centers do mundo?
Principais concentrações: Northern Virginia (maior cluster mundial, 70% do tráfego americano); Oregon e Washington State (EUA, energia hidroelétrica barata); Irlanda e Holanda (hub europeu); Singapura e Tokyo (hub Ásia-Pacífico); Inner Mongolia/Guizhou (China); Emirados Árabes e Arábia Saudita (emergente). A localização é determinada principalmente pela disponibilidade e custo de energia elétrica.
O que é refrigeração líquida em data centers?
Refrigeração líquida é o método de retirar calor dos chips usando líquido (água desmineralizada ou fluido dielétrico) em vez de ar. É necessária para GPUs de alta densidade que dissipam 700W+ por chip — impossível de resfriar com ar. Métodos incluem Direct Liquid Cooling (tubos em contato com os chips) e imersão total em fluido dielétrico. Empresas como Vertiv e Schneider Electric dominam este mercado.
