A gambiarra de US$ 4.000: placas RTX 5090 modificadas com 96 GB de VRAM GDDR7 e coolers blower de servidor invadem a cadeia de suprimentos de IA.
Se você ainda acha que o mercado de inteligência artificial é composto exclusivamente por cientistas de dados de terno discursando sobre "superinteligência" em conferências no Vale do Silício, você não entendeu nada sobre como o mundo real funciona. A computação de ponta, quando bate no desespero da escassez de hardware e nos preços extorsivos dos monopólios, vira terra sem lei: ela opera na base do ferro de solda, estações de retrabalho BGA e engenharia reversa de firmware nos confins do mercado paralelo.
Neste fim de semana de setembro de 2026, fotos e anúncios que circularam no Tom's Hardware, TechPowerUp e Igor's Lab escancararam o absurdo: placas de vídeo GeForce RTX 5090 modificadas na China começaram a ser vendidas no Alibaba por menos de US$ 4.000. Mas elas não vêm com os 32 GB originais de fábrica — vêm com inacreditáveis 96 GB de memória GDDR7 e coolers do tipo blower de dois slots projetados para servidores de rack.
Ao mesmo tempo, fotos vazadas pela HKEPC mostraram paletes inteiros de RTX 5090 comerciais recém-saídas da caixa sendo descarregadas aos montes diretamente em galpões de montagem de servidores de IA.
Por que startups e laboratórios estão pagando caro por placas de consumo modificadas com ferro de solda em vez de comprar hardware corporativo da Nvidia?
Porque uma GPU corporativa H100 ou B200 custa entre US$ 35.000 e US$ 45.000 e tem filas de espera de mais de um ano. Hoje vamos dissecar a engenharia por trás dessa "Frankenstein" de 96 GB, entender como o barramento de memória foi dobrado, por que os coolers axiais de gamer foram jogados no lixo e quais são os trade-offs brutais de operar hardware adulterado em um data center.
1. Como Criar 96 GB de VRAM: O Modo Clamshell no Barramento de 512 Bits
A primeira pergunta que qualquer técnico faz é: como é possível triplicar a memória de uma placa se o chip gráfico (o die GB202) foi desenhado pela Nvidia para vir com 32 GB?
A resposta reside na topologia do barramento de memória da arquitetura:
- O Barramento Físico: O chip GB202 possui um barramento de memória ultra-largo de 512 bits, composto por 16 canais de 32 bits cada. No design padrão de referência da Nvidia, cada canal de 32 bits é conectado a um único chip de memória GDDR7 de 2 GB (16 Gb de densidade), totalizando 16 chips e 32 GB na face frontal do PCB.
- O Truque do Clamshell (Dois Chips por Canal): O controlador de memória do silício suporta o modo clamshell (ou clamshell topology), onde dois chips compartilham as mesmas trilhas de dados e endereçamento no PCB operando em esquema de intercalação (ping-pong / rank interleaving).
- O Salto para 96 GB: As oficinas especializadas dessoldam os chips originais de 2 GB e instalam módulos avançados de 3 GB (24 Gb de densidade) dos dois lados da placa de circuito impresso. Com 16 chips na frente e 16 chips atrás, você atinge a conta exata: 32 módulos x 3 GB = 96 GB de VRAM em um barramento de 512 bits.
Mas não pense que isso é fácil. Fazer trilhas de sinais digitais PAM3 operando em frequências absurdas de 28 a 32 Gbps atravessar vias no PCB de uma face para a outra sem sofrer reflexão de sinal, jitter e capacitância parasita exige um nível de precisão de micro-solda que beira a insanidade.
2. A Morte dos Coolers de Três Fans: A Física do Blower em Racks
Se você olhar a carcaça original de uma RTX 5090 de consumidor, ela é um tijolo gigantesco de quatro slots com três ventoinhas axiais enormes projetadas para jogar ar quente dentro do gabinete do jogador.
Em um data center de alta densidade montado em gabinetes de rack 4U ou 8U, esse cooler é completamente inútil:
- O Efeito Fritadeira: Ventoinhas axiais apenas recirculam o ar fervendo de uma placa para a placa vizinha empilhada a milímetros de distância. Em menos de cinco minutos de treino de tensores, o silício bateria em 105°C e desligaria por estrangulamento térmico (thermal throttling).
- A Solução Blower: Os modders arrancam a carcaça de plástico e o dissipador gamer e instalam uma turbina radial (cooler tipo blower) de duplo slot que puxa o ar frio da frente do rack e ejeta 100% do ar quente para fora da traseira do servidor. O custo acústico? Um ruído ensurdecedor de 80 a 85 dBA que faria o quarto de qualquer gamer parecer uma turbina de avião, mas que em uma sala de máquinas refrigerada não faz a menor diferença.
3. Os Trade-offs Brutais: Por Que a Nvidia Cobra Dez Vezes Mais no Enterprise
Se por US$ 4.000 você tem uma placa com 96 GB de VRAM entregando quase 2 TB/s de largura de banda, por que alguém ainda compra GPUs de servidor oficiais?
Aqui entram os limites da engenharia que nenhum anúncio do Alibaba menciona:
- A Falta do NVLink e o Gargalo do PCIe: Placas de consumo não possuem portas NVLink. Toda a sincronização de tensores e o tráfego de All-Reduce entre múltiplas placas precisa passar pelo barramento PCIe Gen 5 x16 (cerca de 64 GB/s por direção). Em modelos gigantes que exigem paralelismo de tensores entre nós, a velocidade do cluster desmorona porque a interconexão é centenas de vezes mais lenta que os switches NVLink de 1.800 GB/s das linhas corporativas.
- Memória ECC e Estabilidade Numérica: O GDDR7 possui ECC interno (on-die ECC) para mitigar falhas elétricas nas células de DRAM, mas não possui o ECC de barramento e ponta a ponta (sideband ECC) dos módulos HBM corporativos. Em uma sessão de treinamento que dura semanas, um único bit flip que passe despercebido pode corromper os gradientes matemáticos e arruinar meses de computação cara.
- A Guerra de Drivers e a Cláusula EULA: A Nvidia historicamente proíbe em contrato (EULA) o uso de drivers de GeForce em data centers comerciais. Quem opera essas máquinas depende de patches comunitários, drivers modificados no Linux e orações constantes para que uma atualização de kernel ou de biblioteca CUDA não quebre a compatibilidade da BIOS adulterada.
4. Lições de Engenharia para Profissionais de Tecnologia
O fenômeno da RTX 5090 Frankenstein traz conclusões vitais para quem atua em tecnologia:
- O Custo de Inferência Está Ditando as Regras: Para inferência de modelos de 70B e 120B parâmetros, a capacidade de memória pura é o único número que importa. Se os pesos do modelo cabem nos 96 GB de VRAM com quantizações INT4/FP4, uma startup consegue servir milhares de tokens por segundo por um custo de amortização que quebra as pernas de quem aluga instâncias corporativas a peso de ouro na nuvem.
- A Criatividade Sempre Supera a Escassez: Quando uma corporação tenta artificialmente segmentar o mercado restringindo VRAM em placas de consumo para forçar clientes a migrarem para hardware de US$ 40 mil, a engenharia reversa e o mercado cinza encontram brechas na física do silício para preencher o vácuo.
Conclusão
A existência de uma GeForce RTX 5090 de 96 GB montada com chips soldados manualmente em bancadas chinesas é o atestado definitivo do estado atual da computação: uma mistura fascinante de alta tecnologia, monopólio de preços e pirataria industrial de silício.
Para os entusiastas de jogos, é a triste notícia de que o estoque de placas topo de linha continuará sendo disputado a tapas por mineradores de IA. Mas para os engenheiros de verdade, é um lembrete fascinante de que a máquina não mente: dominando a pinagem do barramento, a termodinâmica dos coolers e as chamadas de memória da arquitetura, é sempre possível arrancar da matéria física muito mais do que o fabricante original gostaria de permitir.
Fontes e relatórios técnicos: Tom's Hardware — China-modified Nvidia RTX 5090 with massive 96GB of memory appears on Alibaba, TechPowerUp — Modified GeForce RTX 5090 with 96 GB Memory Shows Up on Alibaba, TechPowerUp — AI Firms Are Reportedly Buying NVIDIA RTX 5090 GPUs in Bulk for Server Use, Igor's Lab — RTX 5090 with 96 GB VRAM: Chinese Modification Triples Memory e The PC Enthusiast — RTX 5090 With 96GB VRAM Appears on Alibaba for $3,888.
#Tecnologia #Hardware #Nvidia #RTX5090 #GDDR7 #VRAM #DataCenters #ArquiteturaDeComputadores #EngenhariaDeSistemas #Inovacao