Key Takeaways
- RTX 4090: 450W sob carga, fonte de 850W necessária. ~R$280/mês (tarifa residencial brasileira média).
- RTX 5090: 575W TDP com 32 GB GDDR7. Mesma fonte de 1200W+.
- Apple M5 Max: 25–35W total. 10× mais eficiente por token que NVIDIA.
- RTX 4070: 200W TDP — a opção NVIDIA mais econômica (~R$97/mês).
- Temperatura máxima segura: 83°C. Acima disso, o throttling reduz a velocidade em 20–40%.
- Limitação de potência (power limit) para 80% pode economizar 20% de energia com apenas 5% de queda de desempenho.
FAQ sobre energia e resfriamento
🔍Insight: A inferência com limitação de potência a 60% do TDP é uma prática comum em data centers. A RTX 4090 a 350W (60% de 450W) entrega 90% do desempenho máximo com 40% menos custo de eletricidade e menos carga de resfriamento.
Quanta energia consome a execução de um LLM local?
O consumo depende do nível da GPU. RTX 4090: 450W no pico (600W em média com o sistema). RTX 4080: 320W na GPU (450W no sistema). RTX 4070 Ti: 290W na GPU (400W no sistema). Mac com Apple M5 Max: 25–35W no total — de longe a opção mais eficiente energeticamente. A inferência mantém a GPU em 90–100% de utilização continuamente.
Quanto custa rodar um LLM local 24/7?
À tarifa residencial média brasileira de R$0,90/kWh: um sistema com RTX 4090 custa ~R$280/mês. Sistema com RTX 4070: ~R$97/mês. Mac com Apple M5 Max: ~R$13,50/mês. As tarifas variam por região — rodar a inferência apenas em horário comercial (8h/dia) reduz os custos em ~67%.
Qual potência de fonte (PSU) preciso para uma RTX 4090?
Fonte mínima de 1000W; 850W é o recomendado. A RTX 4090 consome 450W no pico. Somando CPU (150–170W), placa-mãe/RAM/armazenamento (100W) e uma margem de segurança de 20%, a carga total do sistema chega a ~900W. Uma fonte de 750W causará desligamentos sob carga sustentada de inferência de LLM. Compre sempre de marcas de fonte confiáveis (Seasonic, Corsair, EVGA).
A Apple Silicon é mais eficiente que a NVIDIA para LLMs locais?
Sim — por uma margem grande. O M5 Max (128 GB unificados) executa modelos de 7B a 65–85 tok/s com apenas 25–35W de consumo total do sistema. Uma RTX 4090 executa o mesmo modelo a 150 tok/s com 600W. O M5 Max usa ~10× menos energia por token que a RTX 4090, além de oferecer um pool de memória 4× maior (128 GB vs. 32 GB) para modelos de 70B.
Qual temperatura de GPU é segura para inferência sustentada de LLM?
Mantenha a temperatura da GPU abaixo de 83°C para inferência sustentada. O throttle térmico da RTX 4090 é acionado a 83°C, reduzindo os clocks e a velocidade de inferência em 10–20%. Faixa ideal de operação: 65–75°C. Use `nvidia-smi -q -d TEMPERATURE` para monitorar. Se as temperaturas ultrapassarem 80°C, melhore o fluxo de ar do gabinete ou substitua a pasta térmica.
Como reduzir o consumo de energia sem perder velocidade de inferência?
Limite a potência da GPU (NVIDIA) sem reduzir os clocks. RTX 4090: definir o limite de potência para 350W (a partir de 450W) reduz o consumo em 40% com apenas ~10% de perda de velocidade — o ponto ideal para inferência eficiente. Use `nvidia-smi -pl 350` para definir o limite de potência. Usuários de Apple Silicon: nenhum ajuste é necessário, o hardware já é otimizado.
O que é TDP e por que ele importa para LLMs locais?
TDP (Thermal Design Power) é o calor máximo que uma GPU gera em carga máxima, medido em watts. A NVIDIA classifica o TDP da RTX 4090 em 450W, mas a inferência real pode chegar a 600W+ dependendo dos limites de potência e clocks. O TDP importa porque determina o tamanho mínimo da fonte e os requisitos de resfriamento. TDP mais alto = fonte maior, mais custo de eletricidade, mais resfriamento necessário.
Rodar um LLM local danifica minha GPU?
Não — a inferência sustentada não danifica uma GPU saudável se o resfriamento for adequado. As GPUs são projetadas para rodar a 100% de utilização 24/7 (é isso que os data centers fazem). Os riscos reais são: (1) resfriamento ruim causa throttling e reduz a vida útil, (2) picos de energia de uma fonte subdimensionada podem causar desligamentos, (3) poeira/fluxo de ar ruim degrada o desempenho ao longo dos anos. Monitore as temperaturas e mantenha um bom fluxo de ar, e sua GPU durará 5+ anos.