Compensa ter um servidor em casa? Máquina local vs VPS no datacenter
Muitas empresas e profissionais chegam a um ponto em que precisam de um servidor sempre ligado: para alojar um site, correr uma aplicação, fazer backups automáticos ou gerir ficheiros remotamente. A pergunta seguinte é quase sempre a mesma: "não é mais barato ligar uma máquina cá em casa?"
A resposta honesta é: depende. E os custos escondidos da máquina em casa surpreendem quase sempre.
Resumo
- Um PC de escritório ligado 24 horas por dia custa, só em eletricidade, cerca de 25 a 65 € por mês.
- Em casa, o IP costuma mudar, a ligação à internet não é pensada para servir e não há redundância de energia nem de ligação.
- Uma placa gráfica para IA consome de 115 W a mais de 500 W. Ligada 24/7, pode custar de 18 a mais de 90 € por mês só de eletricidade, e é por isso que um servidor com GPU num datacenter é bem mais caro do que uma VPS normal.
- Se o serviço tem de estar disponível quando você não está, a VPS num datacenter é a escolha certa.
- Um servidor em casa ainda faz sentido para aprender, para testes e para serviços pessoais que possam ficar offline.
O custo invisível da eletricidade
Um computador de escritório ou um servidor doméstico típico consome entre 150 W e 400 W quando está em funcionamento. Parece pouco, mas ligado 24 horas por dia, todos os dias, o valor acumula depressa.
| Cálculo | Resultado |
|---|---|
| Horas por mês (24 h × 30 dias) | 720 horas |
| Energia consumida (0,2 kW × 720 h) | 144 kWh/mês |
| Custo estimado (0,22 €/kWh) | cerca de 32 €/mês |
Com uma máquina mais potente (400 W), o valor duplica, para cerca de 64 € por mês, só de eletricidade. Com uma máquina de 150 W, ficaria em cerca de 24 €. O preço do kWh varia com o seu contrato, por isso faça a conta com a sua fatura.
E um mini PC de baixo consumo?
Um mini PC ou um Raspberry Pi consome tipicamente entre 5 W e 15 W, o que representa poucos euros por mês. Para um serviço pequeno é uma alternativa muito mais económica do que um PC antigo. Mas continuam a existir os outros problemas: IP, ligação, disponibilidade e segurança.
Os outros custos de ter o servidor em casa
- IP fixo. Em ligações residenciais o IP costuma mudar, e alguns operadores usam CGNAT, o que impede receber ligações vindas da internet. Um IP fixo é normalmente um serviço pago à parte.
- Ligação à internet. As ligações domésticas têm um upload limitado, e as condições do contrato podem restringir a alojamento de serviços.
- Falhas de energia e de internet. Sem UPS (bateria) e sem ligação de reserva, qualquer falha deixa o serviço offline.
- Segurança. Abrir portas na sua rede doméstica expõe também os restantes equipamentos. É preciso configurar firewall, atualizações e monitorização (veja o artigo sobre o Netfilter).
- Hardware e tempo. Discos que falham, ventoinhas, ruído, calor e o seu próprio tempo a resolver problemas, muitas vezes ao fim de semana.
- Backups. Se o servidor e as cópias estão na mesma casa, um furto, incêndio ou inundação leva tudo.
O que inclui uma VPS num datacenter
- Eletricidade incluída no preço.
- Ligação de alta velocidade com IP fixo.
- Alta disponibilidade (uptime de 99,9% ou mais).
- Redundância de energia com UPS e geradores.
- Painel de controlo e suporte técnico.
- Resolução de falhas de hardware assegurada pelo datacenter.
Comparação direta
| Máquina em casa | VPS no datacenter (com painel de controlo e suporte técnico) | |
|---|---|---|
| Custo mensal estimado | 25-65 € só de eletricidade (PC de escritório) | 15-30 € (inclui painel e suporte) |
| IP fixo | Raramente incluído | Sempre incluído |
| Uptime garantido | Não | Sim (99,9%+) |
| Redundância de energia e de ligação | Não | Sim |
| Escalabilidade | Limitada ao hardware | Aumenta com um clique |
| Investimento inicial | Compra do equipamento | Nenhum |
| Manutenção do hardware | Por sua conta | Do datacenter |
E um servidor com placa gráfica para inteligência artificial?
Tudo o que vimos até aqui muda de escala quando o servidor tem uma placa gráfica (GPU) para correr modelos de IA, seja para inferência (usar um modelo) ou para treino. A GPU é, de longe, o componente que mais consome, e é o consumo elétrico que mais pesa no custo de a ter ligada todo o dia.
Quanto consome uma placa gráfica
Os valores abaixo são o consumo máximo aproximado (TDP) de alguns exemplos, e o custo mensal só da GPU a trabalhar em carga total, 24 horas por dia, a 0,22 €/kWh. Em repouso a placa consome bastante menos, mas em tarefas de IA fica perto do máximo durante muito tempo.
| Placa (exemplo) | Consumo máximo aprox. | Energia por mês (24/7) | Custo mensal só da GPU |
|---|---|---|---|
| Gama média (ex.: RTX 4060) | ~115 W | ~83 kWh | ~18 € |
| Gama alta (ex.: RTX 4070 Ti) | ~285 W | ~205 kWh | ~45 € |
| Entusiasta (ex.: RTX 3090 / 4090) | ~350-450 W | ~250-325 kWh | ~55-71 € |
| Topo de gama (ex.: RTX 5090) | ~575 W | ~415 kWh | ~91 € |
| Profissional para datacenter (ex.: H100 SXM) | ~700 W | ~505 kWh | ~111 € |
Isto é só a placa. O resto do computador (processador, memória, discos, ventoinhas e fonte de alimentação) acrescenta tipicamente mais 100 a 200 W. Um servidor com uma placa de 450 W e o resto do sistema a consumir 150 W chega a 600 W em carga máxima, ou seja, cerca de 430 kWh por mês e cerca de 95 € de eletricidade, mais do que o triplo do PC de escritório da secção anterior. Os valores reais dependem do modelo exato da placa e da carga de trabalho: use estes como ordem de grandeza.
Mas a placa raramente está a 100% o tempo todo
Os valores acima assumem a placa em carga máxima 24 horas por dia, o que é o pior cenário. Numa máquina local, é comum a GPU estar parada ou a trabalhar só parte do tempo: em repouso consome muito menos (tipicamente 10 a 30 W), e em tarefas mais leves fica abaixo do máximo. O consumo médio é, por isso, bastante inferior ao máximo, e a fatura também. Para uma placa de 450 W, a 0,22 €/kWh:
| Utilização | Consumo médio aprox. | Energia por mês | Custo mensal só da GPU |
|---|---|---|---|
| Carga máxima 24/7 | 450 W | ~324 kWh | ~71 € |
| Metade do tempo em carga | ~225 W | ~162 kWh | ~36 € |
| Uso ocasional, quase sempre em repouso | ~100 W | ~72 kWh | ~16 € |
| Sempre em repouso | ~30 W | ~22 kWh | ~5 € |
Os valores são aproximados: o consumo não varia de forma exatamente proporcional à carga e depende do modelo, das tarefas e das definições da placa. Na prática, meça o consumo real com uma tomada com medidor de energia antes de tirar conclusões.
Isto é uma vantagem da máquina local: só paga a eletricidade que realmente usa. Já num servidor com GPU no datacenter, o preço mensal é fixo e foi calculado a pensar numa utilização elevada e contínua, porque a capacidade fica reservada para si mesmo quando a placa não está a trabalhar.
Em casa: eletricidade, calor e ruído
Numa máquina local com GPU, além da fatura da luz (que fica na sua conta), há calor e ruído contínuos, que exigem uma boa ventilação. Uma fonte de alimentação de qualidade e uma UPS dimensionada para 600 W ou mais também custam dinheiro. E continuam a aplicar-se os problemas do IP, da ligação e da disponibilidade.
No datacenter: porque é que o preço é mais alto
Um servidor com GPU num datacenter custa bastante mais do que uma VPS normal, e o consumo elétrico é a principal razão:
- Eletricidade. Um servidor de 600 W a 24/7 consome o mesmo que em casa, e o datacenter paga essa energia continuamente.
- Arrefecimento. Praticamente toda a energia que a GPU consome transforma-se em calor, que o datacenter tem de retirar. É por isso que se contabiliza também o consumo de arrefecimento e da restante infraestrutura: com um PUE típico de 1,3 a 1,6, cada 600 W do servidor correspondem a cerca de 780 a 960 W de consumo total.
- Energia e espaço reservados. Cada armário (rack) tem um limite de energia e de arrefecimento. Um servidor com GPU ocupa uma parte muito maior desse limite do que muitos servidores normais, e essa capacidade tem de ser paga.
- Redundância. UPS, geradores e ligações redundantes têm de suportar essa potência, mesmo que raramente sejam usados.
- O equipamento. Uma GPU é cara e envelhece depressa, por isso o custo do hardware é amortizado no preço mensal.
Juntando tudo: a mesma placa que em casa lhe custa até cerca de 95 € por mês de eletricidade se estiver sempre em carga (menos, se não estiver) num datacenter traduz-se num preço mensal mais alto, porque o fornecedor tem de cobrir eletricidade, arrefecimento, infraestrutura e hardware. Numa VPS partilhada de 15 a 30 € esses custos são divididos por muitos clientes; aqui a GPU é usada por um só.
Comparação: servidor com GPU em casa vs no datacenter
| Máquina com GPU em casa | Servidor com GPU no datacenter | |
|---|---|---|
| Investimento inicial | Compra da GPU e do computador | Nenhum (ou reduzido) |
| Eletricidade (600 W) | até ~95 €/mês em carga máxima 24/7; menos se a GPU não estiver sempre a trabalhar | Incluída no preço mensal |
| Arrefecimento e ruído | Por sua conta, dentro de casa | Assegurado pelo datacenter |
| Energia e ligação redundantes | Não (a menos que compre UPS e 2.ª ligação) | Sim |
| IP fixo e ligação de alta velocidade | Raramente | Incluídos |
| Atualizar para uma GPU melhor | Comprar de novo | Mudar de plano |
| Custo mensal total | Mais baixo se o hardware já estiver pago, sobretudo se a GPU não estiver sempre em carga | Mais alto, mas sem investimento e sem preocupações |
Então, o que compensa para IA?
- Uso intensivo e contínuo, com o equipamento já comprado (por exemplo, treinar ou correr modelos todo o dia): a máquina local pode compensar, se aceitar o custo de eletricidade, o calor e o ruído.
- Serviço a que outras pessoas precisam de aceder, sempre disponível: o datacenter compensa, mesmo pagando mais, por causa da disponibilidade, do IP fixo e da redundância.
- Uso ocasional (algumas horas por semana): nem uma coisa nem outra. Alugar GPU por hora, ou usar uma API de IA, sai muito mais barato do que ter uma placa a consumir 24 horas por dia.
Em qualquer caso, a decisão depende de quantas horas por dia a GPU vai realmente trabalhar. Uma GPU parada não consome tanto, mas continua a ocupar o investimento e, num datacenter, o espaço reservado.
Quando um servidor em casa ainda faz sentido
- Para aprender, experimentar e testar, sem custos de alojamento.
- Para serviços pessoais ou de uso interno que possam estar offline sem consequências.
- Para um destino de cópias de segurança adicional (não o único).
Conclusão
Se o serviço precisa de estar disponível quando você não está, ou se é usado por clientes, o datacenter é a escolha certa, e normalmente também é mais barato do que aparenta. Para testes e uso pessoal, uma máquina em casa pode chegar. Leia também VPS: o que é e para que serve e Alojamento partilhado, VPS ou servidor dedicado?.
Tem dúvidas sobre o que é melhor para o seu caso? Fale connosco.