Qual infraestrutura é necessária para executar um projeto de inteligência artificial? A resposta nem sempre está no equipamento mais potente ou na arquitetura mais complexa, mas na compreensão do problema que a organização deseja resolver. Essa foi a principal mensagem de Vanderlei Santos, representante da PNY na América Latina, na palestra que encerrou o Data Science Summit Brasil 2026.
O encontro trouxe uma reflexão para empresas que estão avançando na adoção da IA: antes de investir em infraestrutura, é preciso entender a aplicação, os recursos necessários e os resultados esperados.
A PNY, empresa norte-americana com mais de 40 anos de atuação, trabalha com GPUs e aceleradores computacionais utilizados em aplicações de inteligência artificial, pesquisa e processamento de alto desempenho. Entre seus públicos estão universidades, centros de pesquisa, grandes corporações, órgãos governamentais e empresas do varejo.
Um dos pontos centrais da apresentação foi a necessidade de evitar escolhas baseadas apenas em especificações técnicas ou em soluções que ganharam destaque no mercado.
Segundo Santos, é comum que uma organização chegue à discussão já convencida de qual modelo ou equipamento deseja utilizar, antes mesmo de avaliar se essa escolha atende à sua necessidade. “O resultado pode ser um investimento desproporcional à aplicação ou uma estrutura que não oferece os recursos necessários”, mencionou.
Para ilustrar essa questão, o palestrante citou o atendimento a um escritório de advocacia interessado em desenvolver um modelo para suas atividades, incluindo a geração de minutas de acordos. O exemplo mostrou como uma demanda específica precisa orientar a escolha da solução, em vez de partir de uma infraestrutura previamente definida. “A avaliação deve considerar as diferentes etapas do projeto, desde o desenvolvimento e os testes até a execução e a manutenção da aplicação. O volume de dados, o tipo de modelo, a frequência de uso e a quantidade de usuários são alguns dos fatores que ajudam a determinar os recursos necessários”, recomendou.
Em sua palestra, Santos também abordou o movimento de empresas que passam a utilizar suas próprias GPUs para executar aplicações de inteligência artificial.
Para ele, manter o processamento na infraestrutura da organização pode fazer sentido em situações que exigem maior controle sobre os dados, uso frequente de modelos ou necessidades específicas de desempenho. No entanto, essa decisão precisa considerar o investimento inicial, os custos de operação, a capacidade técnica disponível e a possibilidade de utilizar serviços em nuvem ou modelos híbridos. “Não existe uma única configuração adequada para todas as organizações. A escolha depende da finalidade da aplicação e de como a inteligência artificial será incorporada às operações. Nesse cenário, as GPUs e os aceleradores computacionais têm papel importante por oferecerem capacidade de processamento para tarefas que exigem grande volume de cálculos, como o treinamento e a execução de modelos de IA. A definição dos equipamentos, entretanto, deve ser consequência da análise técnica e operacional, e não seu ponto de partida”, explicou.
Encerrando o evento, o keynote explicou que o trabalho da PNY envolve compreender as etapas de cada projeto, orientar a escolha dos componentes e conectar os clientes a parceiros responsáveis pelo fornecimento da infraestrutura. A empresa também disponibiliza um catálogo de cursos e conteúdos de orientação sobre aceleradores e tecnologias relacionadas ao segmento, contribuindo para ampliar o conhecimento técnico necessário à adoção dessas soluções.
“Encerro minha fala com uma reflexão alinhada aos desafios discutidos ao longo do Data Science Summit Brasil 2026. O avanço da inteligência artificial depende não apenas da evolução dos modelos, mas também das decisões que permitem aplicá-los de maneira adequada”, concluiu.
Conteúdo produzido por Básica Comunicações
Fotos: Marco Antonio Tavares
