Ao vivo
[Modelos de IA]IBM e Confluent lançam modelos de IA para análise de séries temporais em tempo real[Pesquisa]Pesquisadores criam ferramenta que mostra o que os testes de IA medem de verdade[Ferramentas]Hugging Face integra dezenas de serviços de IA em uma única plataforma[Ferramentas]Hugging Face lança biblioteca com mais de 200 operações para rodar IA no navegador[Modelos de IA]Open-R1: a primeira cópia totalmente aberta do DeepSeek-R1[Pesquisa]AlphaFold completa cinco anos e já acelerou pesquisas em mais de 190 países[Modelos de IA]OpenAI apresenta GPT-Live, nova geração de vozes mais naturais para o ChatGPT[Regulação]Mercado paralelo vende acesso ao Claude na China por 10% do preço oficial[Pesquisa]Google DeepMind abre laboratório de pesquisa em Singapura[Pesquisa]Google DeepMind e governo dos EUA criam Genesis, projeto nacional para acelerar ciência com IA[Modelos de IA]IBM e Confluent lançam modelos de IA para análise de séries temporais em tempo real[Pesquisa]Pesquisadores criam ferramenta que mostra o que os testes de IA medem de verdade[Ferramentas]Hugging Face integra dezenas de serviços de IA em uma única plataforma[Ferramentas]Hugging Face lança biblioteca com mais de 200 operações para rodar IA no navegador[Modelos de IA]Open-R1: a primeira cópia totalmente aberta do DeepSeek-R1[Pesquisa]AlphaFold completa cinco anos e já acelerou pesquisas em mais de 190 países[Modelos de IA]OpenAI apresenta GPT-Live, nova geração de vozes mais naturais para o ChatGPT[Regulação]Mercado paralelo vende acesso ao Claude na China por 10% do preço oficial[Pesquisa]Google DeepMind abre laboratório de pesquisa em Singapura[Pesquisa]Google DeepMind e governo dos EUA criam Genesis, projeto nacional para acelerar ciência com IA
Transmitindo ·

Notícias.
Inteligência Artificial

Inteligência Artificial para Gente de Verdade · ES / PT-BR

NegóciosTechCrunch AI1 min

Nvidia passa a apostar em controle de tráfego inteligente, não só em chips mais rápidos

A fabricante de processadores está redesenhando data centers para mover dados com mais eficiência entre máquinas, em vez de apenas aumentar a potência bruta de cada GPU.

Por Redação1 min
Em resumo

A Nvidia está redesenhando data centers para priorizar o controle inteligente de tráfego de dados entre máquinas, em vez de só aumentar a velocidade dos chips. A estratégia promete mais eficiência no treinamento de modelos de IA, reduzindo gargalos e desperdício de energia em sistemas que usam centenas de GPUs ao mesmo tempo.

Compartilhar
Nvidia passa a apostar em controle de tráfego inteligente, não só em chips mais rápidos
Negócios · TechCrunch AI

A Nvidia, empresa que domina o mercado de processadores para inteligência artificial, está mudando sua estratégia de venda para data centers (os grandes galpões cheios de computadores onde modelos de IA rodam na nuvem). Em vez de só oferecer chips cada vez mais potentes, a companhia agora aposta em sistemas que controlam melhor o fluxo de dados entre as máquinas — uma espécie de gestão de trânsito dentro do data center.

Segundo informou o TechCrunch, a nova geração de sistemas da Nvidia aumenta a eficiência não apenas com mais ciclos de processamento (a velocidade com que um chip executa operações), mas com um controle mais inteligente do tráfego de informações. Na prática, isso significa que os dados circulam mais rápido entre os processadores, reduzindo gargalos e permitindo que modelos de IA sejam treinados ou executados com menos desperdício de tempo e energia.

A mudança reflete uma realidade do setor: à medida que os modelos de IA crescem em tamanho e complexidade, apenas aumentar a potência bruta dos chips deixou de ser suficiente. Hoje, treinar um modelo grande exige centenas ou milhares de GPUs (processadores gráficos especializados em cálculos paralelos) trabalhando ao mesmo tempo — e se a comunicação entre elas for lenta, o sistema todo perde desempenho.

Para empresas que operam data centers, a promessa da Nvidia é atraente: mais eficiência pode significar contas de energia menores e menos máquinas ociosas esperando dados chegarem. A estratégia também reforça a posição da companhia no mercado, já que seus concorrentes (como AMD e Intel) ainda focam principalmente na corrida por chips individuais mais rápidos.

A aposta em infraestrutura inteligente sinaliza que a próxima fronteira da IA pode não estar em processadores isolados, mas na forma como eles conversam entre si — um campo onde a Nvidia quer manter a dianteira.

Fonte original
TechCrunch AI
Mais em · Negócios