Nvidia lança 3 novos NVIDIA open source AI models Nemotron 3.5

Tecnologia

Nvidia disponibiliza três novos modelos de IA open source da linha Nemotron 3.5, ampliando seu ecossistema aberto na Hugging Face.

Leia também: CEO da Replit diz como GitHub pode virar empresa autônoma com IA

A Nvidia lançou nesta semana três novos NVIDIA open source AI models da linha Nemotron 3.5 na plataforma Hugging Face, liberando não só os modelos como também pesos, datasets e receitas de treinamento, em um movimento para fortalecer o ecossistema aberto de IA e, ao mesmo tempo, amarrar esses sistemas ao uso de suas GPUs.

Novos modelos Nemotron 3.5 focam em agentes especializados

A nova família é formada pelo Nemotron 3.5 Super VL, um modelo de 120 bilhões de parâmetros voltado para tarefas de alta precisão e agentes “always on”; pelo Nemotron 3.5 Bolt 74B-A9B 24GB, com 64 bilhões de parâmetros e otimizado para equilíbrio entre desempenho e velocidade; e pelo Nemotron 3.5 Bolt E4B 4GB, pensado para agentes conversacionais em ambientes com menos memória.

Todos foram lançados como NVIDIA open source models API, com disponibilização completa de pesos, dados usados no treinamento e documentação das receitas, o que permite que empresas e desenvolvedores ajustem os modelos para casos específicos, rodando tanto em grandes data centers quanto em PCs e servidores compartilhados. Na prática, a Nvidia cria uma base aberta para agentes de IA especializados, mas afinada para tirar proveito máximo de suas próprias GPUs.

Os Nemotron 3.5 chegam após a versão Lightning, divulgada recentemente, e são os primeiros modelos da empresa hospedados na Hugging Face desde que a plataforma foi incorporada ao guarda-chuva da Nvidia, consolidando a aposta da companhia em NVIDIA open source projects como forma de puxar a adoção de suas placas de vídeo no mercado corporativo.

Entenda o contexto

O lançamento ocorre num momento em que cresce a disputa entre modelos abertos e fechados de inteligência artificial. Fabricantes chineses, como a Alibaba, vêm ganhando espaço com modelos de baixo custo e alto desempenho, o que pressiona os players americanos a responder com alternativas competitivas e abertas.

Ao abrir também o Run.ai, sua plataforma de orquestração de GPUs e cargas de trabalho de IA, a Nvidia sinaliza que quer liderar o segmento de IA open source, mas sempre com seus chips no centro da estratégia. A ideia é facilitar a vida de empresas que desejam migrar parte da computação hoje concentrada em nuvens públicas para infraestruturas locais ou híbridas, mantendo o controle sobre dados sensíveis e reduzindo custos recorrentes.

Esse movimento dialoga com outra tendência: o crescimento acelerado do tamanho e da sofisticação dos modelos abertos. Hoje, modelos open weight de centenas de bilhões de parâmetros, como a família Llama, são a referência de escala, o que puxa também os chamados modelos “pequenos” para patamares bem mais robustos.

“Modelos pequenos ficaram bem maiores”, diz analista

Para Alexander Harrowell, analista da Omdia, divisão da Informa TechTarget, a nova geração de modelos abertos muda o patamar de capacidade disponível para empresas. “What we think of as small models has gotten quite bigger”, afirmou, destacando que o salto de tamanho vem acompanhado de mais opções no mercado e maior espaço para competição.

Na avaliação do analista, isso favorece especialmente quem precisa personalizar profundamente os modelos, seja com dados internos ou com lógicas específicas de negócio. “A lot of developers are looking for a good open source base model for code to support customized agents”, disse, ao comentar o interesse por bases abertas robustas para agentes de código e assistentes especializados.

Harrowell vê a Nvidia agindo em duas frentes: apoiar o ecossistema aberto de IA e proteger o próprio negócio de chips para IA. “They are concerned about the need for an open AI ecosystem”, observou. Mas, segundo ele, há também um cálculo claro de reforço de demanda pelas GPUs da empresa. “They’re doing this to support the wider ecosystem around their GPUs”, completou.

Concorrência com modelos chineses e pressão sobre soluções fechadas

Os Nemotron 3.5 entram diretamente na disputa com modelos abertos de alta performance vindos da China, como os da Alibaba, que ganharam tração recente na comunidade de desenvolvedores. Harrowell cita que usuários já discutem trocar modelos como o Qwen por versões do Nemotron Bolt, evidenciando a disputa modelo a modelo por adoção.

Ao oferecer modelos com escalabilidade de memória e janelas de contexto maiores, a Nvidia tenta se posicionar como referência para agentes sofisticados, capazes de lidar com grandes volumes de código, documentos extensos e interações prolongadas com usuários. Essa arquitetura é vista como diferencial em um cenário em que empresas querem IA mais contextualizada, com habilidade de lembrar conversas e processos complexos.

O movimento pressiona fornecedores que apostam apenas em modelos proprietários hospedados em nuvem. Com alternativas abertas robustas, empresas ganham poder de barganha e a possibilidade de rodar IA perto de onde os dados são gerados, reduzindo latência e custos de transferência.

Desafio: levar IA do data center ao PC

Um ponto central desse reposicionamento é a migração de cargas de trabalho de IA dos grandes data centers para dispositivos locais, sejam PCs equipados com GPUs Nvidia, sejam servidores compactos compartilhados. Para isso, a empresa aposta em modelos ajustados a diferentes faixas de memória — do Super VL, no topo, ao Bolt E4B 4GB, pensado especificamente para agentes conversacionais mais leves.

Harrowell lembra, porém, que a mudança não é apenas técnica. Um gargalo é cultural e operacional: muitas empresas se acostumaram a consumir IA como serviço em nuvem, e terão de voltar a lidar com software empacotado e rodando localmente. A abertura do Run.ai entra justamente aí, oferecendo uma camada de orquestração que promete simplificar a gestão de recursos de GPU em ambientes híbridos.

Enquanto isso, jornalistas e especialistas em IA, como Esther Shittu, da Informa TechTarget, acompanham de perto como essa ofensiva da Nvidia reorganiza o mercado americano de IA open source e acelera a corrida entre modelos abertos e fechados em escala global.

Fonte: matéria original