Siga o Olhar Digital no Google Discover
Nos bastidores da revolução da inteligência artificial (IA), empresas estão redefinindo suas estratégias de processamento de dados. A convergência de avanços em redes, algoritmos e computação de borda está levando as cargas de trabalho intensivas em computação para fora dos centros de dados tradicionais, aproximando-as das aplicações que delas dependem.
Ofertas
Por: R$ 678,90
Por: R$ 112,40
Por: R$ 2.288,93
Por: R$ 8,28
Por: R$ 1.998,89
Por: R$ 2.498,89
Por: R$ 491,92
Por: R$ 129,90
Por: R$ 412,69
Por: R$ 593,00
Por: R$ 3.598,94
Por: R$ 499,00
Por: R$ 369,00
Por: R$ 1.616,02
Por: R$ 179,90
Por: R$ 3.099,00
Por: R$ 199,00
Por: R$ 166,19
Por: R$ 399,00
Por: R$ 132,00
Por: R$ 505,00
Leia mais:
- Finalmente! IA que gera imagens chega ao Photoshop
- Do incrível ao bizarro: usando a IA do Photoshop para editar fotos de férias
- Firefly: Adobe anuncia seu gerador de imagem por IA
Enfrentando os desafios de poder computacional na Era da IA
- A inteligência artificial exige uma demanda extraordinária de poder computacional.
- Tal demanda é geralmente atendida por pilhas de servidores em instalações de centros de dados, muitas vezes propriedade ou operadas por provedores de nuvem.
- No entanto, uma mudança notável está em andamento, à medida que novos sistemas emergentes buscam distribuir essas cargas de trabalho pesadas por meio de redes interligadas de computadores.
- Isso não apenas pode resultar em uma redução de custos na nuvem, mas também em uma diminuição da latência, permitindo que os dados fluam em tempo real diretamente para os modelos de IA.
Dave McCarthy, vice-presidente de pesquisa da International Data Corp., destaca essa abordagem em evolução em entrevista ao The Wall Street Journal:
Uma vez que um modelo é treinado, subconjuntos dele podem ser implantados mais perto de onde novos dados são gerados. Esse conceito distribuído permite que a IA cresça de forma eficiente quando entra em operação.
Dave McCarthy, vice-presidente de pesquisa da International Data Corp.
Descentralização e eficiência: a nova fronteira da computação
As chamadas “nuvens descentralizadas” ou “centros de dados distribuídos” frequentemente se alinham com tecnologias como a Internet das Coisas (IoT, na sigla em inglês) e a computação de borda, que priorizam o processamento o mais próximo possível da fonte de dados.
Um exemplo prático é visível na DHL Supply Chain, uma unidade da Deutsche Post, que implementou um sistema de nuvem descentralizada para executar aplicações de visão computacional alimentadas por IA. Essas aplicações empoderam os robôs de armazém, capacitando-os a identificar e manusear milhares de pacotes.
Também utilizamos soluções de IA para aplicações de visão e realidade aumentada, auxiliando nossos colaboradores na separação de pedidos.
Sally Miller, CIO da DHL na América do Norte, ao WSJ
Ao executar o software de IA localmente, em vez de depender de serviços de nuvem externos, a DHL conseguiu eliminar a necessidade de transferência massiva de dados.
Transformando a condução com IA na borda
A Estes Express Lines, uma empresa de transporte baseada em Richmond, Virginia, também adotou essa abordagem inovadora. Através de um sistema semelhante, eles operam software de visão computacional com IA em câmeras montadas em caminhões, alertando os motoristas sobre perigos na estrada.
Não precisamos mais esperar que os dados sejam enviados para um serviço centralizado, seja na nuvem ou em nosso próprio centro de dados. Isso melhora a segurança global, fornecendo orientação em tempo real.
Todd Florence, CIO da Estes, ao WSJ
À medida que o volume de dados explode, a capacidade de alavancar a IA na borda se torna crucial, principalmente em setores como transporte, construção e manufatura.
Treinamento de IA autônomo
Além de executar aplicativos de IA fora da nuvem, os desenvolvedores de nuvem descentralizada estão explorando a capacidade de permitir que empresas treinem seus próprios modelos de IA — um processo intensivo em energia.
Um exemplo notável é a Together.ai, que lançou uma plataforma conectando usuários a uma rede descentralizada de chips GPU de alta qualidade.
Isso permite que desenvolvedores treinem e executem modelos de IA de código aberto sem a necessidade de depender de serviços em nuvem. A startup Gensyn também está trilhando esse caminho, buscando construir uma rede compartilhada global de recursos de processamento.
Já assistiu aos novos vídeos no YouTube do Olhar Digital? Inscreva-se no canal!
Tags: