Vales de computação de IA na China reduzem custos para PMEs e ocupam centros de dados ociosos

Porque a China está a lançar vales de computação de IA

A China está a experimentar uma nova forma de colocar ferramentas poderosas de inteligência artificial ao alcance de empresas mais pequenas. Governos municipais, desde Pequim e Xangai até Chengdu e Xenzhen, estão a emitir vales de potência de computação, subsídios públicos que reduzem o custo do aluguer de servidores de alto desempenho para treino e inferência de IA. O objetivo é duplo. Primeiro, tornar acessível às pequenas e médias empresas a criação e testes de modelos de IA. Segundo, colocar a funcionar capacidade subutilizada na rede de centros de dados de rápido crescimento do país. Xangai destinou cerca de 600 milhões de yuan a vales de computação que podem cobrir até 80% das taxas de aluguer, além de 100 milhões de yuan a vales de dados centrados no treino de grandes modelos de linguagem. Xenzhen anunciou um programa anual de 500 milhões de yuan com subsídios padrão de até 50% para empresas e instituições, e 60% para startups. Chengdu está a expandir um programa-piloto com 100 milhões de yuan para instituições de investigação. Shandong oferece agora 30 milhões de yuan e planeia um investimento muito maior de 1 mil milhões de yuan em infraestrutura local de IA. Pequim e Henan começaram a receber candidaturas a esquemas semelhantes.

Estes vales inserem-se numa estratégia nacional mais ampla. A Comissão Nacional de Desenvolvimento e Reforma lançou o mecanismo em dezembro de 2024 para reduzir os custos de investigação e desenvolvimento das empresas mais pequenas e ligar mais utilizadores a uma malha nacional de computação. A grande expansão de centros de dados da China, grande parte dela nas províncias ocidentais com energia mais barata, deixou bolsos de máquinas ociosas. Relatórios do setor indicam que algumas instalações têm funcionado a apenas 20 a 30% da capacidade. Os decisores políticos pretendem encaminhar cargas de trabalho de IA para esses racks, aumentar a utilização e acelerar a adoção. A Academia Chinesa de Tecnologias da Informação e Comunicações estimou que cada yuan investido em potência de computação pode gerar três a quatro yuan de produção económica. Esse multiplicador é uma das razões pelas quais os governos locais estão a agir com rapidez.

Uma nova alavanca na política industrial chinesa de IA

Esta push de subsídios enquadra num plano mais amplo para expandir as capacidades de IA até 2030. Grupos de investigação referem que Pequim está a usar muitas ferramentas em simultâneo, incluindo financiamento público, laboratórios apoiados pelo Estado, programas de talento e, agora, acesso subsidiado a computação. Os controlos de exportação liderados pelos EUA tornaram os chips avançados mais difíceis de comprar, convertendo a computação num ponto de estrangulamento para as startups. Os vales podem suavizar essa restrição ao abrir portas a centros de dados públicos e comerciais a preços mais baixos, enquanto a China aposta em hardware e software nacionais. Para mais contexto sobre esta abordagem política, ver a análise da RAND sobre a estratégia de IA de stack completo da China aqui. Uma perspetiva complementar da MERICS sobre a auto-suficiência e a stack de IA pode ser encontrada aqui.

Como funcionam os vales e quem é elegível

Os vales de potência de computação são créditos geridos pelas cidades. Os utilizadores elegíveis incluem pequenas e médias empresas, startups, universidades e institutos de investigação. Os beneficiários utilizam os créditos em centros de dados participantes, que podem ser de propriedade estatal, geridos por universidades ou comerciais. Os vales reduzem normalmente uma parte da fatura do aluguer de clusters de unidades de processamento gráfico, armazenamento e rede, com taxas de cobertura que variam por cidade. Algumas localidades também emitem vales de dados que reduzem o custo de dados de treino, anotação de dados ou corpora curadas para grandes modelos de linguagem. As cargas de trabalho suportadas vão desde o pré-treino e o ajuste fino a projetos de visão por computador e inferência à escala.

Taxas de subsídio e orçamentos na prática

• Xangai: cerca de 600 milhões de yuan para vales de computação, com cobertura de até 80% das taxas de aluguer, além de 100 milhões de yuan em vales de dados ligados ao treino de grandes modelos de linguagem.
• Xenzhen: um programa anual de 500 milhões de yuan. Subsídios padrão de até 50% para empresas, universidades e instituições de investigação que aluguem potência de computação inteligente. Para startups, a percentagem sobe para 60%. Os avisos municipais também mencionam vales de modelo e corpus, e limites ao nível do projeto para apoio ao treino.
• Chengdu: um programa-piloto expandido que inclui 100 milhões de yuan em apoio através de vales para instituições de investigação.
• Shandong: 30 milhões de yuan disponíveis agora, com um plano proposto de 1 mil milhões de yuan para expandir a infraestrutura local de IA.
• Pequim e Henan: esquemas em fase inicial estão ativos, com janelas de candidatura abertas e fornecedores a inscrever-se.
• Guizhou: regras atualizadas em novembro de 2024 estenderam os vales a serviços e treino de adaptação doméstica. A cobertura reportada chega a 30% dos custos elegíveis, limitada a 1,5 milhões de yuan para adaptação e 5 milhões de yuan para treino.

Para onde vai o dinheiro: retratos por cidade

Xangai está a combinar apoio de computação e de dados de uma forma que mostra como as cidades encaram o pipeline completo de IA. Os vales de computação visam o esforço pesado do treino e do ajuste fino. Os vales de dados reduzem o custo de obtenção ou preparação de conjuntos de treino, incluindo para grandes modelos de linguagem. Ao combinar os dois, os responsáveis tentam abordar as duas despesas que impedem muitas equipas pequenas de irem além da prova de conceito.

Xenzhen está a apostar tanto em aplicações como em infraestrutura. As medidas municipais apontam para prestadores de serviços de modelo e construtores de produtos que registam o seu trabalho junto da Escritório Nacional de Informação sobre a Internet. A intenção é colocar sistemas utilizáveis no mercado, desde assistentes de chat empresariais e copilotos de programação a funcionalidades de IA em dispositivos de consumo. As percentagens de subsídio aumentam para as startups, numa referência ao facto de as empresas jovens enfrentarem frequentemente as faturas mais pesadas nos ciclos iniciais de treino e não conseguirem reservar capacidade com facilidade e com muito antecedência.

Chengdu e Shandong estão a usar os vales para construir ecossistemas. O programa-piloto de Chengdu direciona fundos para instituições de investigação que podem semear talento e projetos locais. Shandong está a combinar um pool inicial de vales com um plano de investimento em infraestrutura de grande dimensão, que pode atrair fornecedores que procuram uma procura previsível na forma de utilizadores subsidiados. Pequim e Henan estão em fases mais precoces, mas já estão a angariar parceiros de centros de dados e a abrir portais de candidatura.

Guizhou demonstra a estratégia interior em ação

Guizhou tornou-se uma região em destaque para a deslocação de dados e computação para o interior. Sob a abordagem nacional «Dados do Leste, Computação do Oeste», a capacidade nas províncias do interior serve a procura do litoral. Relatórios da Data Centre Magazine indicam que a capacidade de computação inteligente de Guizhou atingiu 85 EFLOPS, com mais de 98% classificada como computação inteligente em vez de armazenamento tradicional. Cerca de 90% do hardware é descrito como produzido no país. Quarenta e oito centros de dados-chave estão em serviço ou em construção por toda a província, incluindo 28 grandes empreendimentos. A capacidade de armazenamento totaliza 25 exabytes. Estes números-síntese indicam uma mudança de instalações focadas no armazenamento para um modelo mais equilibrado que favorece o treino e a inferência de IA.

A energia é central para o modelo. O consumo de eletricidade na Nova Área de Gui'an subiu acentuadamente no início de 2025. As autoridades locais acrescentaram subestações e linhas dedicadas para garantir energia fiável para racks de alta densidade. A energia hidroelétrica é um grande contribuinte, com a capacidade de energias renováveis a subir para cerca de um terço da geração total até maio de 2025. As medidas de vale introduzidas no final de 2024 estenderam os subsídios à adaptação doméstica de software e aos serviços de treino, com cobertura de custos limitada aos baixos milhões de yuan por projeto. Esse pacote tenta ligar infraestrutura, energia e apoio direto aos utilizadores, para que os centros de dados do interior possam fornecer ciclos úteis a empresas de todo o país.

Preenchendo capacidade ociosa com Dados do Leste, Computação do Oeste

O mapa de centros de dados da China expandiu-se rapidamente nos últimos anos. O plano «Dados do Leste, Computação do Oeste» incentiva empresas e entidades públicas a enviar dados para regiões ocidentais com terra e energia mais baratas e depois servir utilizadores através de redes de longa distância. Essa expansão criou bolsos de capacidade disponível, especialmente em instalações que entraram em funcionamento antes de a procura acompanhar. A subutilização na faixa dos 20 a 30% é comum em relatórios da imprensa e análises setoriais. Os vales são uma ferramenta do lado da procura para elevar as taxas de utilização e recuperar despesas de capital.

Para os fornecedores, os trabalhos financiados por vales podem suavizar os padrões de utilização. Os ciclos de treino chegam frequentemente em surtos, quando as equipas agendam execuções de vários dias em milhares de GPUs. Se as cidades coordenarem os calendários de vales e a gestão de filas, os fornecedores podem empacotar os trabalhos de forma mais apertada, preencher janelas fora de horas de pico e oferecer espaços previsíveis às startups que precisam de planear. Para os utilizadores, um preço líquido mais baixo por hora de GPU pode transformar uma reserva de dois meses em seis meses de experiências e iterações. Isso é especialmente crucial para as equipas que fazem ajuste fino em vez de treinar do zero. O ajuste fino pode dar bons resultados em clusters de gama média, pelo que um preço mais baixo torna essas execuções viáveis.

Controlos de exportação, Nvidia e chips nacionais

Os custos e o acesso à computação são moldados pela geopolítica. Os controlos de exportação liderados pelos EUA restringem a venda de aceleradores de topo a clientes chineses. Isso complicou a aquisição por empresas que querem o mais recente hardware da Nvidia. Houve manchetes sobre planos para equipar dezenas de novos centros de dados com grandes encomendas de GPUs Nvidia Hopper. Esses relatórios levantam questões legais e logísticas sob as restrições atuais e não foram verificados em detalhe. O efeito amplo dos controlos de exportação é claro. A China está a apoiar-se mais nos chips nacionais, nas universidades e nos fornecedores locais de cloud para preencher a lacuna, enquanto algumas empresas exploram opções de alojamento no estrangeiro.

As alternativas nacionais, como a gama Ascend da Huawei, estão a melhorar. Muitos programadores continuam a depender de frameworks de código aberto globais como PyTorch e TensorFlow, enquanto stacks locais como MindSpore e PaddlePaddle se desenvolvem em paralelo. Essa divisão pode complicar os planos de treino. A portabilidade do código, a maturidade do software e a experiência dos operadores influenciam todos os clusters que uma equipa pode usar. Os vazes ajudam ao baixar o limiar para experimentar hardware compatível. Não conseguem eliminar o gap de desempenho entre o hardware americano de ponta e as atuais opções nacionais, mas podem reduzir o tempo até aos primeiros resultados para muitas empresas.

O que as PMEs podem ganhar e onde podem ter dificuldades

O acesso a preços mais baixos à computação muda o que as equipas mais pequenas podem tentar. Uma empresa que só podia alugar um punhado de GPUs durante janelas curtas pode agora reservar execuções mais longas, experimentar mais variantes e passar de um protótipo a um teste em campo. Universidades e laboratórios ganham flexibilidade orçamental, o que pode trazer mais estudantes e investigadores no início de carreira para trabalhos com grandes modelos. Os governos locais ganham uma forma de monetizar capacidade ociosa e de justificar despesas de capital anteriores em centros de dados.

Possíveis benefícios

• Ciclos de treino e ajuste fino mais baratos que expandem a gama de experiências viáveis.
• Prototipagem mais rápida e menor tempo entre a ideia e o piloto em setores como fabrico, logística, finanças e saúde.
• Melhor utilização dos centros de dados do interior, o que pode apoiar o planeamento energético e de rede e reduzir investimentos perdidos.
• Acesso mais equilibrado à computação para além das grandes plataformas tecnológicas, dando às empresas mais pequenas a hipótese de competir em aplicações de nicho.
• Estímulo aos fornecedores de dados e empresas de anotação através de vales de dados associados, particularmente em cidades como Xangai e Xenzhen.

Desafios prováveis

• Friction administrativa durante a candidatura, verificação e agendamento, especialmente quando a procura dispara perto dos prazos.
• Compatibilidade de hardware e frameworks, uma vez que alguns modelos são afinados para aceleradores e stacks de software específicos.
• Cobertura regional desigual, com cidades mais ricas a poderem financiar subsídios mais profundos e construir ecossistemas mais fortes.
• Efeitos temporários se os vales não se converterem em procura sustentada depois de os subsídios terminarem.
• Risco de afastar fornecedores de cloud privados se as regras dos vales orientarem os utilizadores apenas para centros específicos.

A medir se a política funciona

Os números iniciais são escassos, mas alguns indicadores estão a emergir. As autoridades de Guizhou relatam que até janeiro de 2025 tinham sido emitidos 177 vales a nível nacional, suportando transações de potência de computação no valor de mais de 10,5 mil milhões de yuan. Essa cifra agrega grandes negócios empresariais e transações financiadas por vales, pelo que não é uma leitura limpa dos efeitos do subsídio. Mostra, porém, que o mercado de computação está a expandir-se rapidamente. Nos próximos doze meses, observe três métricas. Primeiro, as taxas de utilização nos centros de dados ocidentais e a dispersão entre utilização em horas de pico e fora de pico. Segundo, a adoção de vales por pequenas e médias empresas reais em comparação com grandes empresas. Terceiro, o tempo que decorre entre a candidatura e o tempo de computação agendado e os trabalhos concluídos.

A transparência será importante. Um relatório claro sobre quem recebe vales, que cargas de trabalho são financiadas e que resultados são alcançados pode melhorar a confiança nos esquemas. Os governos municipais também podem partilhar dados de tempo de espera e taxas de sucesso no agendamento, o que ajudaria as equipas a planear projetos. Os fornecedores podem publicar matrizes de compatibilidade de hardware e frameworks para que os candidatos saibam o que funcionará onde. Se os programas evoluírem nesta direção, os vales podem funcionar como uma ponte entre infraestruturas grandes e intensivas em capital e as muitas equipas mais pequenas que agora tentam criar sistemas de IA úteis.

Contexto internacional e nacional

A push de vales da China surge em meio a um investimento intenso em IA em todo o mundo. O país está a tentar alinhar o gasto público com a inovação privada. Os analistas vêem o maior progresso quando os incentivos públicos correspondem às necessidades de programadores e utilizadores. No caso da China, essa correspondência parece mais forte onde os vales encontram cargas de trabalho prontas como ajuste fino e inferência para aplicações setoriais específicas. Muitas empresas não estão a treinar modelos gigantes de fronteira. Estão a adaptar modelos de código aberto ou comerciais aos seus dados e casos de uso, o que se adequa bem a clusters subsidiados e a execuções de treino mais curtas.

Os planos locais também se ligam a objetivos nacionais da iniciativa AI Plus referenciada no Relatório de Trabalho do Governo de 2025. A política incentiva a difusão da IA em setores tradicionais e o desenvolvimento de terminais inteligentes e robótica. Os vales são uma das ferramentas práticas para ligar esses objetivos à fábrica, ao armazém e à clínica. Se os programas reduzirem o custo da experimentação e alargarem o leque de equipas com acesso a computação, irão mudar o ritmo e a amplitude da adoção em muitas indústrias.

Destaques

• Múltiplas cidades chinesas estão a emitir vales de potência de computação que reduzem as taxas de aluguer de IA para PMEs em 50 a 80%, com Xangai e Xenzhen a liderar grandes programas.
• Xangai destinou cerca de 600 milhões de yuan a vales de computação e 100 milhões de yuan a vales de dados, enquanto Xenzhen lançou um esquema anual de 500 milhões de yuan com subsídios mais altos para startups.
• Chengdu expandiu um programa-piloto com 100 milhões de yuan para instituições de investigação, e Shandong combinou um pool de 30 milhões de yuan com um plano para investir 1 mil milhões de yuan em infraestrutura de IA.
• Os programas de vales foram lançados após uma diretiva nacional de dezembro de 2024 e visam aumentar a utilização em centros de dados subutilizados que, em alguns casos, funcionam a 20 a 30% da capacidade.
• Guizhou ilustra a estratégia interior, reportando 85 EFLOPS de capacidade de computação inteligente, energia renovável em aumento e regras de vales que suportam adaptação e treino.
• Os controlos de exportação dos EUA limitam o acesso a aceleradores de topo, empurrando mais cargas de trabalho para chips e software nacionais; os vales reduzem custos mas não conseguem eliminar gaps de desempenho.
• Os benefícios para as PMEs incluem ciclos de treino mais baratos e prototipagem mais rápida, enquanto os desafios incluem fricção administrativa, problemas de compatibilidade e cobertura regional desigual.
• Sinais iniciais a acompanhar incluem a adoção de vales por empresas mais pequenas, o tempo entre a candidatura e as execuções agendadas e a maior utilização nas instalações ocidentais.