O mapa que o Brasil nunca teve

Cinco metros por cinco metros. É essa a dimensão da célula em que o Brasil precisaria se enxergar para fazer funcionar as leis ambientais que já escreveu.

Escala 1:25.000, com precisão de planimetria e altimetria suficiente para decidir, propriedade por propriedade, quem cumpre a legislação e quem não cumpre.

O país não tem essa cartografia. Não para a Amazônia, não para o Cerrado, não para a Caatinga, o Pampa, o Pantanal ou a Mata Atlântica.

É um problema silencioso, do tipo que não vira manchete porque não tem vítima com nome. E é o problema que um projeto do Instituto de Geociências da UFMG, aprovado pela FINEP e conduzido em parceria com o Exército Brasileiro, se propõe a resolver, usando inteligência artificial e um supercomputador inaugurado em agosto.

O país que não consegue se ver

O Brasil tem a maior biodiversidade do planeta e um arsenal legal para protegê-la. Código Florestal. Pagamento por serviços ambientais. Repartição de benefícios com comunidades tradicionais.

Cada uma dessas políticas depende de uma operação aparentemente banal: olhar para um pedaço de terra e saber o que há ali. Sem mapa na escala certa, a política pública não identifica quem preserva. E o que não é identificado não é remunerado.

A consequência não é acadêmica. É econômica, e recai sobre quem menos pode. As regiões de maior riqueza ambiental do Brasil são, com frequência, as de maior pobreza. As comunidades que vivem nelas produzem um bem público, floresta em pé, água limpa, carbono estocado, e não recebem por isso. Não porque a lei não preveja. Porque ninguém consegue medir.

“Como é que qualidade ambiental não é remunerada e não altera os modos de vida?”

“Só conseguimos fazer isso se conseguirmos mapear, se conseguirmos medir, se conseguirmos quantificar”, diz a professora Sônia Ribeiro, do Instituto de Geociências da UFMG, que coordena o projeto. “Para isso, precisamos de mapas com escala apropriada. Isso não existe no Brasil. O objetivo do projeto é suprir essa lacuna.”

Uma pergunta grande, parceiros de peso, e prova de trabalho

Cartografia de precisão sempre foi feita a mão. Analista por analista, folha por folha. Num país de dimensão continental, a conta não fecha: quando a última folha ficasse pronta, a primeira já estaria obsoleta.

A saída proposta pelo IGC foi automatizar o processo com inteligência artificial. Treinar algoritmos para fazer o que o cartógrafo faz, reconhecer feições do terreno, drenagem, uso do solo, altimetria, sobre imagens de satélite e de sensores hiperespectrais.

Para uma proposta dessa ambição chegar à FINEP, a ideia não bastava. As chamadas de Centros Temáticos são o topo do funil de financiamento à infraestrutura de pesquisa no Brasil, e cada instituição pode submeter um único projeto por linha. Antes de competir com o país, é preciso vencer a disputa interna.

“O segredo do sucesso é ter uma grande pergunta, bons parceiros e provar que você já tem trabalho na área. Sem essas três coisas é muito difícil.”

A grande pergunta estava dada. Os parceiros vieram do lugar mais improvável e mais lógico ao mesmo tempo: como a chamada tinha recorte de defesa, o projeto precisava de aplicação dual. Entraram o Instituto Militar de Engenharia e a Diretoria de Serviço Geográfico do Exército Brasileiro.

A divisão de trabalho ficou limpa. A UFMG pesquisa e desenvolve os algoritmos. O IME valida e adapta ao contexto de defesa. A DSG fornece dados de entrada e aplica o resultado na produção cartográfica oficial do país.

A parceria trouxe também uma vantagem que dinheiro não compra: acesso a acervos de imagem de alta e super resolução de uso restrito, disponíveis apenas ao Exército Brasileiro, insumo de treinamento que nenhum laboratório civil obteria sozinho.

O projeto foi aprovado. E aí veio o problema que ninguém escreve no edital.

O que rodava num computador de gamer

Até então, a modelagem existia. Funcionava. Rodava em computadores de gamer, sobre áreas muito pequenas, recortes de teste, provas de conceito, o suficiente para demonstrar que o método era válido.

Entre demonstrar que o método funciona e aplicá-lo aos 8,5 milhões de quilômetros quadrados do território brasileiro existe um abismo que não se atravessa com esforço. Atravessa-se com máquina. E não com qualquer máquina.

Imagem de satélite de alta e super resolução é um tipo particularmente ingrato de dado. Não é grande apenas em volume de armazenamento, é grande por dentro. Uma cena hiperespectral carrega dezenas ou centenas de bandas por pixel, e o modelo que a interpreta precisa manter grandes blocos dessa informação simultaneamente disponíveis para enxergar contexto. Um algoritmo que precisa decidir se uma mancha é mata ciliar ou pastagem degradada não pode olhar para um quadradinho isolado. Precisa ver a bacia inteira.

Quando a memória da GPU não comporta o bloco, o trabalho é fatiado. Fatiar significa perder contexto nas bordas, costurar depois e mover dados de um lado para o outro repetidamente. O processamento não fica só mais lento: fica pior.

Memória, nesse tipo de problema, não é conforto. É o gargalo.

A arquitetura: NVIDIA H200

O cluster instalado no IGC foi construído pela PerfilGlobal com aceleração NVIDIA, e a escolha central da arquitetura recaiu sobre a GPU NVIDIA H200 Tensor Core.

O H200 é a primeira GPU do mundo a usar memória HBM3e. São 141 GB por GPU, com 4,8 TB/s de largura de banda, praticamente o dobro da capacidade do H100 e 1,4 vez mais banda de memória. A arquitetura Hopper permanece a mesma; o salto está inteiramente onde este projeto precisava que estivesse.

Traduzindo para o problema em questão: cada GPU do cluster consegue segurar blocos de imagem muito maiores sem fatiar, e alimentá-los ao processador a quase cinco terabytes por segundo. Menos costura. Mais contexto. Modelos que enxergam a paisagem em vez de enxergar recortes dela.

A interconexão NVLink importa tanto quanto a memória: ela faz com que as GPUs de um mesmo nó troquem dados entre si sem gargalo de barramento, comportando-se como um recurso único e maior.

Somam-se a isso as camadas de CPU e de storage, porque o projeto não é apenas treinar modelo. É ingerir acervos de imagem, versioná-los, servi-los a oito frentes de pesquisa simultâneas e guardar o produto final.

O que os pesquisadores não tinham como saber

Recurso aprovado e arquitetura definida são coisas diferentes, e é entre uma e outra que projetos de infraestrutura no Brasil costumam perder dinheiro ou perder tempo. É exatamente nesse intervalo que a PerfilGlobal trabalha.

Havia oito coordenadores com necessidades distintas. Uso do solo, infraestrutura, acervo hiperespectral, drenagem e topografia de alta resolução. E, atravessando as cinco frentes, mais três: modelagem de dados, qualidade temática e políticas públicas.

Oito perfis de carga de trabalho. Um orçamento. Uma única especificação possível.

Quanto de GPU e quanto de CPU? Quanto de storage e de que tipo? Qual a relação qualidade-preço no mercado naquele mês, num setor em que a geração de hardware vira a cada dezoito meses e o câmbio muda a conta da noite para o dia? Comprar agora ou esperar o próximo anúncio?

Nenhuma dessas perguntas é científica. Todas elas decidem se o projeto científico acontece.

Foi esse o trabalho da PerfilGlobal: traduzir a demanda de oito pesquisadores em uma arquitetura única, ler o mercado por eles, dimensionar sem sobra e sem falta, e acertar a janela de compra. É o mesmo método que a PerfilGlobal aplica em cada projeto de infraestrutura de pesquisa que atende no Brasil, da fase de edital à instalação lógica do ambiente.

O que vem depois da inauguração

Sobre o peso de ter os principais fabricantes por trás de um projeto assim, a professora fala em garantia.

“É a segurança de que as coisas vão funcionar, porque nós estamos lidando com os melhores em todas as dimensões, não só em termos de expertise humana, mas em termos de infraestrutura computacional, capacidade de processamento, know-how.”

E fala de continuidade. Para ela, a inauguração não fecha nada.

“O computador inaugurado agora vai ser o início de uma nova jornada.”

O plano já nasceu com expansão prevista, e a PerfilGlobal segue como parceira técnica dessa próxima etapa. O IGC quer se consolidar como um hub de inteligência artificial aplicada a geociências, com portas abertas ao IBGE, a empresas e a órgãos de governo. O desenvolvimento se apoia em software livre criado dentro da própria casa.

E há uma ideia que a professora repete de formas diferentes ao longo de toda a conversa, sempre voltando ao mesmo lugar: essa infraestrutura não é da universidade.

Ela precisa ser dirigida à sociedade civil, diz, para ultrapassar as lacunas de governança de dados que um país do tamanho do Brasil não pode continuar carregando.

O que está sendo construído em Belo Horizonte, no fim das contas, é isto: um mapa em células de cinco metros, de um país que até agora só conseguia se ver de longe. E a infraestrutura de supercomputação que sustenta esse mapa foi projetada, importada e implantada pela PerfilGlobal.