Servir 100 milhões de usuários do Muse pode exigir 3 a 4 gigawatts

A estimativa

Uma análise do Substack Robonomics tenta calcular a infraestrutura necessária para servir 100 milhões de usuários ativos diários (DAU) do Muse, o agente da Meta. A conclusão central: no caso-base, seriam necessários cerca de 1 a 2 GW de potência média total, dos quais apenas ~0,1 GW viriam da camada de CPU/VM (sandbox). Dependendo do número de chamadas equivalentes a raciocínio pesado que cada usuário gerar por dia, 3 a 4 GW é considerado totalmente plausível. O próprio autor ressalta que há muitas premissas móveis: tempo de atividade dos agentes, oversubscription de CPU e memória, número de chamadas de modelo e eficiência de atendimento.

Dois blocos de infraestrutura

O Muse tem duas camadas muito diferentes. A primeira é a infraestrutura de VM/sandbox: cada usuário recebe 2 vCPUs, ~8 GB de RAM e ~100 GB de armazenamento persistente. A segunda é a inferência (Muse Spark), que roda na infraestrutura de inferência externa da Meta - o computador pessoal do usuário executa ferramentas e guarda estado localmente, mas o modelo em si roda separado.

Sandbox: CPU e DRAM menores do que se imagina

O erro comum, segundo a análise, é assumir que 100M DAU significa 100M VMs consumindo computação simultaneamente. Com um agente ativo duas horas por dia por usuário, resultam ~8M VMs simultâneas em média. Aplicando um pico 2,5x maior que a média e 20% de folga de capacidade, chega-se a ~25M VMs provisionadas - ou seja, a base é que a Meta precisa suportar cerca de 25% dos DAU ativos ao mesmo tempo.

A segunda distinção é entre alocação virtual de CPU e demanda física. Sandboxes de agentes são ideais para oversubscription porque passam muito tempo esperando, usando quase nada de CPU. Como referência de eficiência, o texto cita a plataforma de sandbox DSec da DeepSeek, publicada recentemente: cerca de 30.000 núcleos físicos e 250 TB de DRAM em ~160 nós, com concorrência acima de 380.000 sandboxes - cerca de 0,23 núcleos físicos por VM ativa. Para o Muse, o autor assume 0,5 núcleos físicos por VM como caso-base (DeepSeek seria o extremo de eficiência). Isso dá 12,5M núcleos físicos, ou ~50 mil CPUs de 256 núcleos - cerca de US$ 800 milhões nos preços públicos atuais, abaixo de US$ 1 bi.

Memória é mais difícil de comprimir: uma VM ativa precisa manter seu estado. Embora o Muse exponha ~8 GB, uma instância observada usava apenas ~3 GB. 25M VMs × 3 GB resulta em ~75 PB de DRAM física, com faixa-base de 75–100 PB, ou ~US$ 2 bilhões - menor do que muitos esperavam. A camada inteira de sandbox consome ~0,1 GW.

Inferência: o gargalo real

Um estudo da Microsoft de 2026 estima que inferência otimizada em escala de fronteira consome medianamente ~0,31 Wh por consulta normal, enquanto uma consulta longa de raciocínio (cerca de 15x mais tokens) consome ~4 Wh - cerca de 13x mais. O estudo destaca raciocínio e cargas agênticas como significativamente mais intensivas em energia.

Assumindo 5–10 Wh por evento pesado de raciocínio e 50 eventos equivalentes por usuário por dia, com 5 Wh cada: 100M usuários × 50 eventos × 5 Wh = 25 GWh/dia, ou ~1 GW de potência média. Só a inferência poderia exigir 1–2 GW - o que torna um Muse de 3–4 GW plausível. O autor levanta a hipótese de que talvez por isso a Meta seja especulada estar adicionando 7–10 GW de computação no próximo ano.

Conclusão

A visão popular de que dar a cada usuário 2 vCPUs e 8 GB de RAM cria uma demanda enorme de CPU exagera o requisito, porque trata alocação lógica de VM como infraestrutura física dedicada. A conclusão mais interessante: agentes de consumo podem ser um novo vetor relevante de demanda por CPUs e DRAM convencionais, mas a inferência continua sendo o verdadeiro gargalo - e, à medida que agentes trabalham mais, executam trajetórias mais longas e geram outros agentes, a demanda de inferência pode crescer muito mais rápido que o número de usuários.

Nos comentários, Jacky Research Notes apresentou estimativa de CPU semelhante (~13,9M núcleos físicos usando core-minutos físicos), reforçando que o requisito é mais modesto do que o enquadramento de "computador dedicado por usuário" sugere. Outro comentário sugeriu que a NVIDIA seria a grande beneficiária do cenário, embora isso não faça parte da análise principal.