Na CES 2026, os debates em torno da infraestrutura informática de IA foram além das GPUs individuais e mais potentes. Em vez disso, a atenção centrou-se numa questão mais ampla: O que é que tem de mudar quando a IA passa de modelos virtuais para sistemas do mundo real?
Para muitas aplicações de IA, especialmente as que estão ligadas a ambientes físicos, esta questão já não é meramente teórica. Afeta diretamente a forma como os sistemas são concebidos, implementados e operados ao longo do tempo.
Foram abordados em conjunto temas como a plataforma Rubin, a formação virtual em IA, a IA física e a condução autónoma. A mensagem foi clara: a computação em IA já não se resume apenas a hardware mais rápido, mas sim à forma como todo o sistema funciona.
Quando aumentar a capacidade de computação já não é suficiente
Nos primórdios da inferência de IA, melhorar o desempenho era relativamente simples.
Os modelos eram mais pequenos, as cargas de trabalho eram estáveis e o aumento da capacidade de computação conduzia, normalmente, a melhores resultados.
À medida que os sistemas de IA se expandem para casos de utilização no mundo real — tais como automação industrial, infraestruturas inteligentes e implementações na periferia — esta abordagem começa a revelar as suas limitações. A capacidade de computação continua a ser importante, mas nem sempre se traduz diretamente num maior débito ou num melhor comportamento do sistema.
A latência torna-se mais difícil de controlar, os sistemas funcionam continuamente e o custo da execução da inferência aumenta com o tempo. Nesta fase, o verdadeiro problema já não é de que capacidade de processamento dispõe, mas com que eficiência o sistema o utiliza.
Os problemas em grande escala são, muitas vezes, problemas do sistema
Em implementações reais, os problemas de desempenho resultam frequentemente da coordenação e não do processamento.
Os dados circulam entre CPUs, GPUs e dispositivos de armazenamento. Vários nós têm de permanecer sincronizados — os atrasos na rede e a sobrecarga de agendamento tornam-se visíveis.
Estes desafios são comuns em grandes sistemas na nuvem, mas tornam-se ainda mais evidentes em ambientes distribuídos e orientados para a periferia, onde os recursos são limitados e os sistemas têm de se manter estáveis durante longos períodos.
Entre as situações típicas contam-se:
1) A utilização da GPU parece normal, mas o desempenho do sistema deixa de melhorar
2) Aumentar o tamanho do lote não ajuda e pode aumentar a latência
3) A adição de hardware aumenta a complexidade sem reduzir o custo global
Estes são sinais de que o próprio sistema se tornou o estrangulamento.
Da IA limitada pela capacidade de computação à IA limitada pelo sistema
| Aspecto | Fase limitada pela capacidade de computação | Fase limitada pelo sistema |
|---|---|---|
| Principal estrangulamento | Recursos de computação insuficientes | Espera, coordenação, transferência de dados |
| Efeito de escala | A capacidade de processamento aumenta à medida que se adiciona mais hardware | Rendimentos decrescentes |
| Utilização da GPU | Baixo ou instável | Parece elevado, mas ineficiente |
| Comportamento da latência | A latência média é o fator determinante | O P95 e o P99 crescem rapidamente |
| Fator de custo | Desempenho e preço do hardware | Tempo de inatividade, energia, operações |
| Optimization focus | Faster chips | Shorter data and scheduling paths |
O custo da inferência já não se resume apenas ao hardware
When systems reach this point, inference cost changes in nature.
It is no longer only about GPU price or raw performance. It is influenced by waiting time inside the system, inefficient scheduling, frequent data movement, and power consumption during continuous operation.
For industrial and edge AI systems, these factors are especially important. Systems often run 24/7, are deployed in large numbers, and must operate within strict power and maintenance limits.
From a practical perspective, the expensive part is often not the computation itself, but everything around it.
This is why AI computing infrastructure is increasingly treated as a system-level engineering problem rather than a hardware upgrade.
Por que é que a Rubin é posicionada como uma plataforma?
This is why Rubin is described as a platform rather than just a chip.
The idea is to reduce system-level inefficiencies earlier, instead of fixing problems after they appear.
By designing hardware, interconnects, and software together, the goal is to ensure that more compute time is actually used for inference, rather than being lost to waiting, coordination, or data transfers. This type of system-level optimization is particularly relevant for large-scale inference and distributed deployments.
A formação virtual em IA revela os limites mais rapidamente
Virtual AI training makes system issues more visible.
High-quality environments, physical simulations, and parallel workloads place heavy pressure on scheduling and data paths.
For physical systems — including robots, machines, and autonomous equipment — virtual training helps cover scenarios that are difficult or expensive to reproduce in the real world. At the same time, it creates demanding workloads that quickly expose inefficiencies in the computing infrastructure.
A condução autónoma leva os sistemas ao limite
Autonomous driving is one of the most demanding physical AI scenarios.
It combines multiple sensor inputs, constantly changing environments, and strict reliability requirements.
While automotive systems often run on specialized hardware, many of the same challenges also appear in industrial and edge AI applications: real-time processing, long-term stability, and tight control over power and system behavior.
Uma mudança que faz a diferença para a IA no mundo real
Looking at the overall message from CES 2026, one trend is becoming clear. AI computing is moving away from simply adding more compute and toward managing system complexity.
As AI continues to expand beyond data centers into factories, infrastructure, and edge environments, system efficiency becomes more important than peak performance. Reducing unnecessary overhead, simplifying data paths, and keeping systems stable over long periods will be key challenges.
This may not affect every deployment today. Smaller systems can still rely on traditional architectures. But for large-scale inference, physical AI, and industrial applications, system-level limits are already part of everyday engineering reality.
Disclaimer:
All images used in this article are sourced from NVIDIA’s official website and publicly released materials. If there are any copyright concerns or removal requests, please get in touch with us, and we will address them promptly. This article is intended for technical interpretation and information sharing only and does not constitute any form of commercial promotion or investment advice.
