Enquanto a maioria dos entusiastas de PC sonha em instalar uma RTX 4090, o desenvolvedor europeu conhecido como 0xSero foi muito além: montou, em casa, um servidor de inteligência artificial avaliado em cerca de US$ 60 mil (algo próximo de R$ 320 mil). O resultado? Desempenho impressionante para modelos de linguagem, mas também um quarto que literalmente virou uma sauna.
As entranhas da “fornalha” de IA
O setup começa por uma placa-mãe Asrock ROMED8-2T, voltada para servidores, e um processador AMD EPYC 7443P de 24 núcleos/48 threads. Acompanhando o CPU, há 512 GB de memória DDR4 ECC da Samsung — suficiente para carregar, na RAM, modelos de linguagem de até 65 bilhões de parâmetros sem recorrer tanto ao SSD.
Na parte gráfica, o desenvolvedor adotou uma estratégia híbrida:
- 1× NVIDIA RTX 3090 (24 GB de VRAM) dedicada às rotinas de TTS/STT.
- 4× NVIDIA RTX A6000 (Pro 6000), cada uma com 48 GB de VRAM GDDR6 ECC.
Somados, são 216 GB de VRAM, volume comparável ao de estações profissionais apresentadas na Computex 2026 — mas por uma fração do preço graças a doações e compras em leilão.
Consumo elétrico digno de Data Center
Para alimentar o conjunto, duas fontes trabalham em paralelo: uma de 1600 W e outra de 1000 W. Cada RTX A6000 foi limitada a 275 W, mas, em carga plena, o consumo total passa de 2,5 kW — o equivalente a ligar simultaneamente um aquecedor elétrico e um micro-ondas.
Esse consumo extremo não pesa apenas na conta de luz. O calor gerado foi tão grande que o próprio criador desabafou no X (antigo Twitter): “Meu quarto está ficando muito quente”. Um ar-condicionado portátil já não dá conta, e a próxima etapa será instalar um sistema de climatização profissional, além de purificadores de ar para lidar com poeira e pelos de gato sugados pelas ventoinhas.
Desempenho na prática: modelos rodando localmente
Os testes envolveram modelos como MiniMax-m2.7, GLM-5.1-reap, DeepSeek-v4-flash e variantes da família Qwen. Rodar LLMs localmente oferece três vantagens claras sobre a nuvem:
- Latência mínima: respostas quase instantâneas, sem depender de servidores externos.
- Privacidade total: dados sensíveis nunca deixam seu PC.
- Custo previsível: após o investimento inicial, não há tarifas por token ou hora de GPU alugada.
Porém, nem tudo são flores. O desenvolvedor relata “pequenas dores de cabeça” para compilar rotinas no ambiente sm120 (NVIDIA Compute Capability 8.0), além de gargalos ocasionais no barramento PCIe 4.0 da placa-mãe, que oferece metade da largura de banda do PCIe 5.0 presente em plataformas mais recentes, como a série Threadripper 7000.
O que você pode aprender antes de montar seu PC para IA
1. Planeje a refrigeração primeiro. Se quatro GPUs high-end consomem 1 kW, reserve, no mínimo, o mesmo para ar-condicionado dedicado.
Imagem: William R
2. Faça contas de VRAM. Para LLMs de 7-13 B parâmetros, uma RTX 4070 Ti Super (16 GB) já roda com compressão quantization. Acima disso, considere GPUs de 24 GB (RTX 3090, 4090) ou profissionais de 48 GB (RTX A6000) — todas disponíveis na Amazon.
3. Fontes redundantes importam. Dividir a carga entre duas PSUs reduz stress térmico e facilita a manutenção.
4. DDR5 já faz diferença. A mudança de DDR4-3200 para DDR5-5600 pode aumentar em até 40 % o throughput na etapa de pré-carregamento dos modelos.
Vale a pena apostar em hardware local?
Se você treina modelos grandes com certa frequência ou precisa de latência ultrabaixa — por exemplo, para geração de vozes em tempo real durante lives — montar um servidor próprio pode se pagar em poucos meses, dependendo da sua fatura de nuvem. Para workloads esporádicos, alugar instâncias GPU ainda sai mais em conta.
Em todo caso, o “experimento” de 0xSero deixa um alerta: potência bruta sem planejamento térmico vira problema doméstico. Se pretende começar pequeno, um único Ryzen 9 7950X3D com RTX 4070 Super já executa modelos de 7 B parâmetros com folga e cabe numa torre convencional — sem transformar o quarto em estufa.
No fim das contas, o servidor de US$ 60 mil mostra que, com peças certas (e um sistema de refrigeração à altura), é possível levar IA de ponta para dentro de casa — basta estar pronto para lidar com o calor, o ruído e a conta de luz.
Com informações de Hardware.com.br
