A computação em nuvem tem se tornado peça central na infraestrutura de inteligência artificial.

A movimentação da Amazon Web Services (AWS) ilustra esse cenário ao anunciar chips próprios, novas interconexões e serviços dedicados para treinar modelos de IA em grande escala, com foco em redução de custos, maior desempenho e uso otimizado de energia.

O que significa a adoção do NVLink Fusion para a AWS na computação em nuvem?

A AWS informou que um chip futuro, chamado Trainium4, passará a incorporar a tecnologia NVLink Fusion, derivada do NVLink da Nvidia, permitindo conexões de alta velocidade entre diferentes tipos de processadores e reduzindo gargalos de comunicação.

A Nvidia vem incentivando outras fabricantes de semicondutores, como Intel e Qualcomm, a adotar suas tecnologias de interconexão. Para a AWS, integrar o NVLink Fusion ao Trainium4 significa combinar o controle sobre o desenvolvimento do chip com um padrão de comunicação reconhecido em cargas de trabalho de IA de grande escala, reforçando seu papel em projetos corporativos globais.

Confira o conteúdo do canal oficial da Nvidia, exemplificando a construção dos semicondutores:

Como a computação em nuvem com IA transforma a arquitetura dos data centers?

Na computação em nuvem voltada para IA, o objetivo é construir servidores capazes de trabalhar como um grande sistema unificado, em vez de máquinas isoladas. A AWS planeja usar o NVLink Fusion para montar servidores de IA maiores, que “se enxergam” como um único ambiente de processamento, algo crucial para grandes modelos de linguagem e visão computacional.

Como parte da parceria com a Nvidia, a AWS passou a oferecer estruturas chamadas de “Fábricas de IA”. Em vez de apenas alugar máquinas individuais na nuvem, grandes clientes podem contratar infraestruturas dedicadas em data centers específicos, com foco em alta disponibilidade, baixa latência e escalabilidade para cargas de trabalho de IA generativa em escala industrial.

• Interconexão rápida entre milhares de chips.
• Infraestrutura dedicada em data centers estratégicos.
• Ambiente otimizado para treinamento de modelos gigantes.
• Uso intensivo de computação em nuvem para IA generativa.

Quais são os destaques do chip Trainium3 na disputa por desempenho e custo?

Além dos planos para o Trainium4, a AWS anunciou novos servidores baseados no chip Trainium3, voltado à computação em nuvem para IA. Cada servidor reúne 144 desses chips e, segundo a empresa, oferece mais de quatro vezes a capacidade de processamento da geração anterior, consumindo cerca de 40% menos energia.

Embora números absolutos de potência e desempenho não tenham sido detalhados, a AWS destaca a relação entre custo e desempenho como eixo da sua oferta. Em um cenário em que o treinamento de modelos pode custar milhões de dólares, a proposta é garantir a capacidade de processamento necessária pagando menos por hora de computação ou por modelo treinado, competindo diretamente com GPUs Nvidia.

1. Desempenho: mais de quatro vezes a capacidade da geração anterior.
2. Eficiência: consumo de energia reduzido em cerca de 40%.
3. Escalabilidade: 144 chips por servidor em ambientes de grande escala.
4. Custo-benefício: foco em preço competitivo na computação em nuvem de IA.

A disputa na computação em nuvem para IA deve se intensificar nos próximos anos?

A movimentação da AWS ocorre em um contexto em que outros provedores de nuvem também desenvolvem chips próprios, firmam parcerias com a Nvidia e ampliam suas ofertas de IA generativa. A integração do NVLink Fusion ao futuro Trainium4, o lançamento do Trainium3 e a criação das “Fábricas de IA” mostram que a nuvem para IA tende a se tornar mais especializada e flexível.

Com mais opções de chips, novas arquiteturas de interconexão e ofertas de infraestrutura dedicada, projetos de IA de larga escala encontram na computação em nuvem um ambiente cada vez mais ajustado às necessidades técnicas e financeiras.