Hugging Face e Unsloth liberam treinamento gratuito de modelos de IA na nuvem
Parceria oferece GPUs de alta performance sem custo para quem quiser treinar ou ajustar modelos de linguagem abertos.
A Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados) anunciou uma parceria com a Unsloth (uma biblioteca de código aberto que acelera o treinamento de modelos de linguagem) para oferecer acesso gratuito a GPUs (chips especializados que tornam o treinamento de IA muito mais rápido) na nuvem. A iniciativa permite que qualquer pessoa treine ou ajuste modelos de inteligência artificial sem precisar pagar por infraestrutura — um custo que costuma ser a principal barreira para pesquisadores independentes e pequenas empresas.
O serviço, chamado Hugging Face Jobs, funciona por meio de créditos gratuitos que dão direito a horas de uso de GPUs potentes, incluindo as da série H100 da Nvidia, consideradas entre as mais avançadas do mercado. A Unsloth entra como parceira técnica: sua biblioteca otimiza o processo de fine-tuning (o ajuste fino de um modelo já treinado para uma tarefa específica), tornando-o até duas vezes mais rápido e economizando memória. Isso significa que, na prática, os créditos rendem mais.
A ideia é democratizar o acesso ao treinamento de LLMs (sigla para modelos de linguagem grandes, como o GPT ou o Llama), que até pouco tempo atrás exigiam orçamentos de dezenas de milhares de dólares. Segundo o anúncio da Hugging Face, o objetivo é apoiar a comunidade de código aberto e facilitar experimentos com modelos de pesos abertos (aqueles cujos parâmetros internos podem ser baixados e modificados livremente, ao contrário de sistemas fechados como o ChatGPT).
Para usar o serviço, basta ter uma conta na Hugging Face e seguir a documentação disponível no site. O código roda diretamente na infraestrutura da plataforma, sem necessidade de configurar servidores ou instalar software localmente. A oferta gratuita tem limite de uso, mas a Hugging Face não detalhou no comunicado quanto tempo de GPU cada usuário pode consumir — a expectativa é que os créditos sejam renovados periodicamente para projetos ativos na comunidade.
