Supercomputadores da SpaceXAI vão somar 1,44 milhão de GPUs em 2026
A SpaceXAI planeja ativar 660 mil novas GPUs Nvidia GB300 até o final de dezembro de 2026. Com a expansão no polo de Memphis, a infraestrutura total da empresa chegará a 1,44 milhão de aceleradores gráficos em operação. O avanço inclui a construção de uma usina dedicada de 1,2 GW para suportar a demanda energética.
Os supercomputadores da SpaceXAI vão receber até 660 mil novos processadores gráficos Nvidia GB300 até o fim de dezembro de 2026. O anúncio foi feito por Elon Musk na plataforma X em 25 de setembro de 2026, detalhando a evolução dos clusters Colossus 1 e Colossus 2 instalados em Memphis. Com essa ampliação em três etapas, o parque computacional da companhia passará dos atuais 780 mil aceleradores para a marca de 1,44 milhão de unidades ativas.
A meta do projeto é viabilizar o treinamento de modelos de linguagem de grande porte capazes de rivalizar diretamente com o GPT-6 da OpenAI e o Fable da Anthropic. Segundo Musk, a empresa projeta atingir a paridade técnica com esses concorrentes em uma janela de dois a três meses, buscando a liderança de mercado em aproximadamente seis meses. Para sustentar esse salto de processamento sem sobrecarregar o grid local, a operação começou a construir uma usina elétrica própria de 1,2 gigawatts (GW).
O cronograma de expansão dos supercomputadores da SpaceXAI
A instalação dos novos chips Blackwell Ultra ocorre de maneira escalonada no cluster Colossus 2 ao longo do segundo semestre de 2026. O plano foi estruturado para dobrar a capacidade de cálculo pesado em poucas semanas, dividindo as entregas em lotes simétricos de hardware de última geração.
Fases de entrega das GPUs nos supercomputadores da SpaceXAI
- Ativar o primeiro lote de 220 mil GPUs GB300 na primeira semana de outubro de 2026, fazendo a base total em operação atingir 1 milhão de aceleradores.
- Conectar a segunda remessa de 220 mil unidades GB300 durante o mês de novembro de 2026, elevando o volume ativo para 1,22 milhão de processadores.
- Integrar a terceira tranche de 220 mil GPUs GB300 até o fim de dezembro de 2026, fechando o ano com 1,44 milhão de chips caso o cronograma de entrega da Nvidia se confirme.
O cumprimento da última fase depende da disponibilidade de componentes fabris e da estabilidade logística até o encerramento do ano fiscal. As duas primeiras ondas já contam com cronograma de comissionamento avançado no data center de Memphis.
Comparativo de hardware nos supercomputadores da SpaceXAI
A infraestrutura atual da empresa divide-se em dois grandes complexos com perfis técnicos distintos. Enquanto o primeiro polo combina diferentes gerações de placas Nvidia, o segundo cluster foi padronizado exclusivamente na microarquitetura Blackwell para eliminar gargalos de sincronização entre nós de rede.
| Cluster | GPUs Hopper (H100 / H200) | GPUs Blackwell (GB200) | GPUs Blackwell Ultra (GB300) | Total no Cluster | Aplicação Principal |
|---|---|---|---|---|---|
| Colossus 1 | 150.000 H100 / 50.000 H200 | 30.000 GB200 | 0 | 230.000 | Inferência e sublocação comercial |
| Colossus 2 (Atual) | 0 | 110.000 GB200 | 440.000 GB300 | 550.000 | Treinamento de modelos Grok |
| Colossus 2 (Pós-Expansão) | 0 | 110.000 GB200 | 1.100.000 GB300 | 1.210.000 | Treinamento massivo distribuído |
| Total Combinado | 200.000 | 140.000 | 1.100.000 | 1.440.000 | Escala unificada SpaceXAI |
O Colossus 1 reúne 150 mil placas H100, 50 mil H200 e 30 mil GB200, totalizando 230 mil unidades que operam com menor eficiência na comunicação entre gerações diferentes. Já o Colossus 2 conta atualmente com 110 mil GB200 e 440 mil GB300, devendo alcançar 1,1 milhão de chips GB300 dedicados ao término das ativações programadas.
Sublocação e o modelo de negócios do Colossus 1
A heterogeneidade de chips no Colossus 1 tornou o cluster menos eficiente para o pré-treinamento unificado de novos modelos da família Grok. Para rentabilizar os 230 mil aceleradores Hopper e Blackwell dessa instalação, a SpaceXAI converteu o complexo em uma estrutura voltada para cargas de trabalho de inferência vendidas a terceiros.
Entre os clientes que utilizam essa capacidade computacional estão a Anthropic e o Google. Documentos vinculados a prospectos de mercado indicam que o contrato com a Anthropic envolve o repasse mensal de aproximadamente US$ 1,25 bilhão por cerca de 325 mil GPUs equivalentes. Essa receita auxilia no fluxo de caixa necessário para bancar os investimentos de expansão acelerada no complexo vizinho.
O desafio energético e a usina dedicada de 1,2 GW
Adicionar centenas de milhares de aceleradores de alto desempenho exige uma infraestrutura de energia que as distribuidoras locais frequentemente não conseguem suprir a curto prazo. Em Memphis, o uso inicial de turbinas a gás temporárias gerou atritos com comunidades vizinhas e resultou em disputas judiciais por operação sem licenças ambientais definitivas.
A companhia assumiu o compromisso de desativar os geradores provisórios em um período de 12 meses. Em substituição, está erguendo uma usina dedicada de 1,2 gigawatts (GW) no local, fabricando internamente partes dos componentes de geração para evitar atrasos na interconexão elétrica. O fornecimento contínuo de energia é o principal limitador físico para que os 1,44 milhão de chips possam operar em carga máxima simultaneamente.
Gargalos operacionais e eficiência de computação
Embora o número bruto de placas coloque a empresa na liderança quantitativa de silício instalado, a utilização prática dos clusters ainda enfrenta desafios técnicos. Levantamentos de mercado realizados em maio de 2026 apontaram que a taxa de utilização efetiva de computação da infraestrutura ficava em torno de 11%, devido a limitações de software distribuído e ajustes na topologia de rede interna.
Em comparação, concorrentes como Meta e Google registram taxas médias de eficiência de hardware entre 40% e 46% em seus data centers. Superar essa barreira de software e comunicação inter-GPU é o passo determinante para que a SpaceXAI transforme o volume de hardware em velocidade real de treinamento.
Planos futuros e computação orbital
O plano de Elon Musk não para na marca de 1,44 milhão de chips programada para 2026. A meta de médio prazo estabelece multiplicar a capacidade de processamento por sete até 2027, com o objetivo de longo prazo de reunir o equivalente a 50 milhões de GPUs H100 até 2030.
O projeto inclui também o desenvolvimento do Orbital Data Center System, iniciativa que pretende instalar centros de dados em constelações com até um milhão de satélites no espaço. Embora executivos do setor de semicondutores, como Jensen Huang da Nvidia, classifiquem o projeto espacial como um sonho distante, a SpaceXAI mantém estudos de viabilidade técnica ativos.
Consulte o status de implantação da sua infraestrutura local de inferência e compare o custo por watt das novas arquiteturas antes de migrar suas instâncias de produção.
Fonte original: Tom's Hardware{rel="nofollow"}.
Perguntas frequentes
- Qual a diferença de função entre o Colossus 1 e o Colossus 2?
- O Colossus 1 mistura placas Hopper e Blackwell, o que causa gargalos na sincronização para treinar modelos complexos. Por isso, foi direcionado para inferência e sublocado para Anthropic e Google. O Colossus 2 usa apenas arquitetura Blackwell, sendo totalmente dedicado ao treinamento do Grok.
- Por que a SpaceXAI está construindo uma usina própria de energia?
- A rede elétrica pública de Memphis não suporta o consumo imediato de mais de um milhão de GPUs de alto desempenho. Após contestações legais pelo uso de turbinas provisórias a gás, a companhia iniciou a construção de uma usina própria de 1,2 GW para suprir a operação continuamente.
- O que é o projeto de Data Center Orbital da SpaceX?
- É uma proposta de longo prazo para lançar centros de processamento de inteligência artificial acoplados a uma constelação de até um milhão de satélites em órbita. Embora considerado tecnicamente desafiador por fornecedores de hardware, o projeto faz parte das metas de expansão da empresa para 2030.
Com informações de Tom's Hardware.
- SpaceXAI
- Colossus
- Nvidia GB300
- Inteligência Artificial
- Data Center
- hardware