A OpenAI revelou detalhes sobre a evolução do Habitat, sua plataforma de armazenamento online, que agora sustenta mais de 1 bilhão de usuários semanais do ChatGPT e processa mais de 70 milhões de requisições por segundo. O relato, publicado em 11 de setembro de 2026, marca a primeira parte de uma série sobre desafios e soluções de infraestrutura para acompanhar o crescimento exponencial da base de usuários.
Da biblioteca Python ao serviço distribuído
O Habitat foi lançado originalmente para dar suporte ao lançamento dos GPTs no DevDay 2023. Inicialmente, tratava-se de uma biblioteca Python simples, conectada a um único banco de dados (Azure Cosmos DB), focada em abstrair a complexidade do armazenamento para engenheiros de produto. O objetivo era permitir que equipes da OpenAI armazenassem e recuperassem dados sem se preocupar com detalhes como lookup de esquema, roteamento, autorização, criptografia ou serialização.
O modelo client-side funcionou bem enquanto o volume de usuários era relativamente controlado. No entanto, à medida que a OpenAI cresceu — com mais de 1 bilhão de pessoas utilizando produtos semanalmente em quase 40 regiões —, tornou-se inviável manter a escalabilidade e a confiabilidade apenas com bibliotecas locais. O Habitat precisou se transformar em um serviço distribuído, centralizando a lógica de armazenamento e permitindo maior controle sobre deploys, observabilidade e evolução da plataforma.
Desafios do crescimento exponencial
Segundo o material da OpenAI, o Habitat acompanha um crescimento superior a 10x ano após ano desde 2023. A plataforma responde por mais de 500 petabytes de dados, servindo como backbone para produtos como ChatGPT, Codex e APIs internas. O crescimento acelerado obrigou a equipe a tomar decisões táticas para extrair o máximo possível da stack existente, enquanto investia em bases mais robustas para lidar com limitações de capacidade e confiabilidade.
O post destaca que, diferentemente do tradicional “planejar para 10x e ganhar tempo para o próximo salto”, a OpenAI enfrentou a necessidade de múltiplos saltos em sequência, muitas vezes tendo que adaptar componentes no limite para postergar gargalos críticos. A transição do Habitat para serviço permitiu, por exemplo, implementar mecanismos de roteamento e isolamento de dados entre regiões, reduzindo o impacto de falhas regionais sem depender de coordenação manual entre dezenas de times.
Arquitetura e recursos
O Habitat opera como uma camada intermediária entre clientes (produtos OpenAI) e recursos de armazenamento subjacentes, incluindo Azure Cosmos DB, caches (Valkey), armazenamento em blob, e serviços como Databricks e Kafka. Uma das mudanças estruturais foi a introdução de um serviço próprio, desacoplando a lógica de armazenamento das aplicações e facilitando a evolução de protocolos e políticas de segurança sem exigir atualizações sincronizadas em múltiplos clientes.
A arquitetura contempla políticas de ACL, criptografia, multi-tenancy, rate limiting, shaping de requisições e mecanismos de observabilidade. Essa abordagem centralizada viabilizou a expansão global do ChatGPT e de outras ofertas, sem sacrificar performance ou confiabilidade.
Próximos passos e contexto de mercado
O post publicado é a primeira parte de uma série. A próxima publicação promete detalhar estratégias para multi-tenancy, otimização de leitura e a colaboração ampliada com Azure Cosmos DB para suportar a demanda crescente. O movimento da OpenAI reforça a tendência de plataformas de IA internalizarem componentes críticos de infraestrutura para garantir resiliência e velocidade de evolução.
O caso do Habitat ilustra o novo patamar de escala operacional exigido por aplicações generativas massivas, indicando que times de engenharia, mesmo em empresas menores, precisam considerar desde cedo a flexibilidade e a observabilidade de suas camadas de dados. Para o mercado brasileiro, a lição é clara: depender apenas de soluções prontas pode limitar o crescimento de produtos de IA em escala nacional ou global.
Fonte: OpenAI