Ultralytics AMD Dev Day Xangai: a IA local encontra os sistemas agenticos
Ultralytics os pontos-chave do AMD Dev Day Shanghai sobre a IA da AMD: implementação local de IA, sistemas agenticos, ROCm e o Ryzen AI Max 395.
Ultralytics os pontos-chave do AMD Dev Day Shanghai sobre a IA da AMD: implementação local de IA, sistemas agenticos, ROCm e o Ryzen AI Max 395.
Ultralytics AMD Dev Day em Xangai para saber como a AMD e os seus parceiros estão a moldar a próxima fase da infraestrutura de IA. A mensagem mais forte do evento foi clara: o debate sobre IA da AMD está a ir além dos modelos autónomos e a orientar-se para sistemas de IA implementáveis. Ao longo das palestras, demonstrações de produtos e debates com parceiros, os temas mais importantes foram a IA com capacidade de ação, a implementação local de IA, os ecossistemas de código aberto e as ferramentas de desenvolvimento necessárias para tornar estes sistemas viáveis em grande escala.
Como afirmou Lisa Su, presidente e diretora executiva da AMD: «Nunca houve um momento mais emocionante para se estar no setor da tecnologia do que hoje.»
Para as equipas que desenvolvem produtos de IA reais, essa mudança é importante. Isso sugere que o sucesso na próxima fase do mercado poderá depender menos do acesso a um único modelo de ponta e mais da capacidade das equipas para coordenar fluxos de trabalho, controlar os custos de inferência, proteger dados sensíveis e escolher o ambiente de implementação adequado para cada tarefa.
Um dos temas centrais do AMD Dev Day foi o empenho da AMD em posicionar-se como um fornecedor completo de soluções de computação de ponta a ponta para a era da IA. A empresa centrou a sua abordagem no suporte a cargas de trabalho de IA em ambientes de nuvem, cliente e periféricos, ao mesmo tempo que enfatizou um ecossistema de software aberto, em vez de uma pilha proprietária fechada.
Essa abordagem é importante porque reflete a forma como o desenvolvimento da IA está a evoluir. A criação de produtos modernos de IA já não se resume apenas a treinar ou a chamar uma API de modelo. As equipas precisam, cada vez mais, de dar apoio à experimentação local, a fluxos de trabalho com múltiplos agentes, à otimização da inferência, a testes à escala de estações de trabalho e à implementação empresarial. A mensagem transmitida pela AMD nos seus eventos associou consistentemente a sua proposta de hardware a essa realidade mais ampla de software e sistemas.
Essa ambição foi claramente resumida por Lisa Su durante o evento: «Queremos levar a IA a todos os cantos do ecossistema.»
Se houve uma ideia que se repetiu ao longo do dia, foi a transição das interações tradicionais com modelos de linguagem (LLM) para sistemas de IA com capacidade de agência. Os oradores descreveram esta mudança como uma evolução das instruções e respostas pontuais para uma coordenação entre múltiplos agentes, em que diferentes agentes planeiam, executam, avaliam e colaboram ao longo dos fluxos de trabalho.
Isso é importante porque os sistemas agenticos impõem novos requisitos à pilha de IA. De acordo com o enquadramento do evento, estes sistemas necessitam não só GPU , mas também CPU significativo CPU , orquestração do fluxo de dados e capacidade de memória para suportar ciclos de inferência repetidos e execução em várias etapas.
Para os programadores e as equipas de IA, a lição a reter é que a vantagem competitiva pode advir da criação de sistemas de IA eficazes, e não apenas da seleção do modelo mais capaz. A capacidade de integrar modelos em fluxos de trabalho, ferramentas, dados locais e processos empresariais está a tornar-se uma parte essencial do próprio produto.
Outro tema de destaque no AMD Dev Day foi a ênfase na implementação local de IA. A AMD e os seus parceiros reiteraram que as cargas de trabalho avançadas de IA precisam, cada vez mais, de ser executadas mais perto do local onde o trabalho é realizado, incluindo em portáteis, estações de trabalho e hardware empresarial.
Os motivos mantiveram-se consistentes ao longo de todo o evento:
A AMD utilizou o Ryzen AI Max 395 como principal argumento de apoio, destacando configurações com até 128 GB de memória unificada e a capacidade de executar modelos de grande dimensão localmente num único conjunto de memória, sem necessidade de fragmentação. O evento também apresentou configurações de desenvolvimento à escala de estações de trabalho que utilizam a Radeon AI Pro R9700 e o AMD Threadripper Pro 9000 para testes e escalabilidade local antes da implementação.
A mensagem geral não era que a nuvem iria desaparecer. Em vez disso, o evento apresentou um modelo híbrido em que os ambientes locais e na nuvem funcionam em conjunto. As tarefas mais rotineiras, sensíveis à latência ou à privacidade podem ser executadas localmente, enquanto as tarefas mais exigentes podem ser transferidas para a nuvem quando necessário.
O AMD Dev Day também destacou a pressão económica subjacente a estas decisões de arquitetura. Os oradores do evento salientaram o rápido crescimento da procura de tokens, o aumento dos custos de inferência e a pressão que isso exerce sobre os programadores e as empresas que desenvolvem produtos de IA.
Nesse contexto, a IA local foi apresentada tanto como uma estratégia de controlo de custos como uma estratégia técnica. A mensagem repetida ao longo do evento foi que a próxima fase da IA irá recompensar as equipas que utilizam a capacidade de computação de forma mais eficiente, e não apenas aquelas que mais a consomem.
Para os criadores de IA, isso é um sinal claro. As decisões relativas à infraestrutura são, cada vez mais, decisões relacionadas com o produto. A latência, a privacidade, a memória e o custo dos tokens já não são meros pormenores técnicos secundários.
Outro ponto importante a reter do AMD Dev Day foi o papel central dos ecossistemas de software aberto. A AMD destacou o ROCm, o suporte sem alterações de código para as principais estruturas, o suporte a mais de 3 milhões de modelos através Hugging Face do ModelScope, bem como os objetivos de suporte imediato para novos lançamentos de modelos.
Nick Ni, diretor sénior de Gestão de Produtos de IA na AMD, resumiu bem essa ideia: «Para a maioria de vós aqui presentes, na verdade, o software é o que importa.»
O evento destacou também várias iniciativas destinadas aos programadores:
Esta parte do evento revelou-se especialmente importante, pois sublinhou uma verdade fundamental: a capacidade do hardware, por si só, não impulsiona a adoção. Os programadores precisam de ferramentas maduras, frameworks familiares, documentação e formas simples de experimentar. É a história do ecossistema que transforma as promessas de desempenho em plataformas utilizáveis.
O papel da China no mercado da IA foi mais um tema recorrente. Vários oradores descreveram a China como um ambiente de referência para a inovação em IA de código aberto, especialmente em áreas marcadas pela eficiência, pela implementação local e por restrições práticas de engenharia.
As parcerias com a Zero One AI e a Stepfun serviram para reforçar esse ponto. As notas do evento descreveram um sistema empresarial conjunto multiagente «tudo-em-um» desenvolvido em colaboração com a Zero One AI, baseado na arquitetura Ryzen AI Max para implementação local, e um modelo da Stepfun otimizado para hardware AMD e concebido para tarefas de agência.
A implicação mais ampla era que a China não é apenas um grande mercado de IA, mas também um importante campo de testes para a implementação local de IA, modelos de código aberto e a conceção de infraestruturas com foco na redução de custos.
Na opinião Ultralytics , o aspeto mais relevante do AMD Dev Day foi a ênfase dada aos sistemas de IA implementáveis, em vez da capacidade de IA em termos abstratos. O evento centrou-se consistentemente na forma como os programadores e as empresas podem efetivamente executar, integrar, proteger e escalar a IA em ambientes de produção.
Isso inclui perguntas como:
Estas são questões práticas e determinam, cada vez mais, o sucesso na criação de produtos de IA. Existem também questões que temos diretamente em conta na forma como desenvolvemos e disponibilizamosYOLO Ultralytics . A flexibilidade de implementação — quer o modelo seja executado num computador portátil, numa estação de trabalho ou numa instância na nuvem — sempre foi, para nós, uma restrição fundamental do projeto, e não uma consideração secundária.
O impulso em direção aos ecossistemas de código aberto e à eficiência de inferência no AMD Dev Day reforçou algo em que já acreditamos: as ferramentas de IA mais úteis são aquelas que se adaptam a fluxos de trabalho reais, em hardware real, sem obrigar as equipas a reconstruir a sua infraestrutura em torno de um único fornecedor ou plataforma.
O AMD Dev Day Shanghai deixou uma coisa bem clara: o debate em torno da infraestrutura de IA está a amadurecer. O foco está a passar da mera escala dos modelos para os sistemas mais abrangentes necessários para tornar a IA útil no mundo real. Fluxos de trabalho baseados em agentes, implementação local de IA, ferramentas de código aberto e eficiência da infraestrutura foram os temas mais marcantes ao longo do evento.
Para as equipas que desenvolvem produtos de IA, vale a pena prestar atenção a essa mudança. A próxima onda de progressos poderá advir da escolha da arquitetura certa, do modelo de implementação certo e do ecossistema de programadores certo, e não apenas do modelo de maior dimensão.
Se está a desenvolver sistemas de visão computacional e a ponderar onde a inferência deve ser executada — no próprio dispositivo, nas instalações ou na nuvem —,YOLO Ultralytics foram concebidos a pensar nessa flexibilidade. Explore o nosso repositório no GitHub para dar os primeiros passos, veja como a visão computacional se integra em implementações reais nos setores da produção e da logística, ou consulte as nossas opções de licenciamento para começar a desenvolver.
Comece sua jornada com o futuro do aprendizado de máquina
