NVIDIA Projeta Futuro com IA Autônoma em Todos os Dispositivos

A NVIDIA está traçando um caminho ambicioso para o futuro da tecnologia, onde cada dispositivo de borda, de computadores pessoais a robôs complexos, será equipado com sistemas autônomos baseados em inteligência artificial. Essa visão foi compartilhada pelo CEO Jensen Huang durante a Computex 2026, indicando uma transformação radical na forma como interagimos com a tecnologia.

Huang detalhou que a empresa está desenvolvendo um padrão computacional unificado, que se estenderá desde a infraestrutura de nuvem até os dispositivos mais próximos do usuário. A meta é que todos os PCs, carros, robôs humanoides, estações de base de telecomunicações e satélites de imageamento operem sob essa nova arquitetura.

A revolução proposta pela NVIDIA visa integrar “sistemas agênticos” em todos esses dispositivos. Conforme revelado pelo executivo, essa iniciativa representa um mercado estimado em zero dólares até seis meses atrás, evidenciando o potencial disruptivo da inteligência artificial autônoma. A informação foi divulgada pelo Tom’s Hardware.

O Conceito de “Harness” e a Unificação Computacional

No cerne da estratégia da NVIDIA está o conceito de “harness”, uma estrutura projetada para orquestrar raciocínio, memória e o uso de ferramentas de maneira consistente. Essa abordagem visa garantir que a forma como os sistemas operam seja a mesma, independentemente de estarem em um data center robusto ou em um laptop pessoal. Essa unificação é vista como a base para a criação de um novo padrão de computação.

Jensen Huang enfatizou que “todo dispositivo de borda se tornará autônomo. Todo dispositivo de borda terá sistemas agênticos.” Essa declaração fundamenta o lançamento de produtos chave como o processador Vera para servidores e o RTX Spark, a nova plataforma Windows da empresa para notebooks, prevista para o segundo semestre de 2026.

Vera: O Processador Otimizado para Agentes de IA

O processador Vera, um chip Arm de 88 núcleos desenvolvido internamente pela NVIDIA sob o codinome Olympus, foi projetado especificamente para operar com agentes de IA. Huang destacou que o foco do projeto não foi a contagem de núcleos, mas sim o desempenho em thread único e a largura de banda de memória, essenciais para que os agentes gerem tokens de forma eficiente e com latência mínima, operando em nanossegundos.

A NVIDIA afirma que o Vera oferece um ganho de desempenho de 1,8x na conclusão de tarefas em comparação com arquiteturas x86 e 1,5x em instruções por ciclo em relação ao seu antecessor, Grace. A empresa projeta que um rack com 256 chips Vera, resfriados a líquido, possa atingir um throughput seis vezes maior que um rack convencional. Clientes como Anthropic, OpenAI e xAI já estão entre os primeiros a adotar a tecnologia.

RTX Spark: O Futuro dos PCs com Inteligência Artificial

O RTX Spark representa uma reformulação significativa para os PCs, integrando uma CPU Arm de 20 núcleos da MediaTek a uma GPU Blackwell com 6.144 núcleos CUDA. Com até 128 GB de memória unificada LPDDR5X e conexão NVLink-C2C de 600 GB/s, a plataforma promete rodar modelos de IA complexos, como os de 120 bilhões de parâmetros, graças ao formato de ponto flutuante de 4 bits (NVFP4).

Huang descreveu o RTX Spark como a primeira grande evolução do PC em quatro décadas. A plataforma chega para competir em um mercado onde a Qualcomm teve domínio, aproveitando o vencimento do contrato de exclusividade Windows on Arm com a Microsoft. Notebooks com RTX Spark já foram confirmados por grandes fabricantes como Microsoft, Dell, HP, ASUS, Lenovo e MSI para o final de 2026.

Carros e Robôs: Integrados ao Mesmo Blueprint de IA

A visão da NVIDIA para a IA autônoma se estende além dos computadores. O mesmo modelo computacional está sendo aplicado a veículos autônomos, com a NVIDIA descrevendo sua stack de direção, Alpamayo, como um sistema que “raciocina em linguagem” em vez de apenas reagir a imagens. Isso permitiria que um veículo aprendesse novas habilidades assistindo a vídeos tutoriais, de forma similar a um humano.

Huang ressaltou que este é o “padrão de computação agêntica com um modelo de IA física”. A mesma lógica se aplica a robôs humanoides, estações de rádio e satélites de imageamento, todos sendo tratados como instâncias do mesmo perfil de agente, rodando em diferentes hardwares. A escassez de memória de banda larga, no entanto, permanece um desafio, com a NVIDIA solicitando ativamente mais produção de HBM4E.