Nvidia lança ferramenta que acelera treino de modelos de IA em até quatro vezes
O NeMo AutoModel ajusta automaticamente configurações técnicas e promete reduzir custo e tempo de fine-tuning de transformers.
A Nvidia anunciou o NeMo AutoModel, uma ferramenta que automatiza o processo de fine-tuning (ajuste fino de modelos de IA já treinados para tarefas específicas) de transformers (a arquitetura de rede neural por trás de modelos como o ChatGPT). Segundo a empresa, a novidade pode acelerar esse processo em até quatro vezes e reduzir o custo computacional em até 40%, dependendo do modelo e da tarefa.
O principal atrativo do NeMo AutoModel é eliminar boa parte do trabalho manual. Normalmente, quem treina um modelo precisa definir dezenas de parâmetros técnicos — como tamanho de lote (quantos exemplos o modelo processa de cada vez), taxa de aprendizado (a velocidade com que o modelo ajusta seus pesos internos) e estratégias de paralelização (como dividir o trabalho entre várias GPUs, os chips especializados em IA). A ferramenta da Nvidia faz essas escolhas automaticamente, com base no hardware disponível e no modelo escolhido.
A tecnologia funciona dentro do NeMo Framework (um kit de ferramentas da Nvidia para treinar modelos de linguagem) e foi testada com modelos populares como Llama (da Meta), Mistral e Gemma (do Google). A Nvidia afirma que o sistema já vem com configurações otimizadas para GPUs da linha H100 (os chips mais potentes da empresa para IA) e A100, além de plataformas como o DGX Cloud (serviço de computação em nuvem da Nvidia voltado para IA).
O anúncio foi feito no blog da Hugging Face (uma plataforma onde desenvolvedores compartilham e baixam modelos de IA já treinados), em parceria com a Nvidia. A empresa não informou se a ferramenta estará disponível para usuários fora do ecossistema Nvidia, mas o NeMo Framework é de código aberto e pode ser usado gratuitamente por empresas e pesquisadores.
A iniciativa reflete a disputa acirrada entre fabricantes de chips de IA. Enquanto a Nvidia domina o mercado de GPUs para treino de modelos, concorrentes como AMD e startups como Groq tentam ganhar espaço oferecendo alternativas mais baratas ou mais fáceis de usar. Ferramentas que simplificam o trabalho técnico — como o NeMo AutoModel — são uma forma de manter desenvolvedores presos ao ecossistema da Nvidia.
