AMD e Coreia do Sul planejam infraestrutura aberta de IA com NPUs domésticas

A AMD assinou, em 23 de julho, um acordo com a Coreia do Sul que desafia uma premissa central por trás do boom da IA: a de que uma única arquitetura de GPU deve executar tudo. A notícia ganhou visibilidade por meio do Google News depois que líderes da tecnologia coreana defenderam que centros de dados precisam combinar CPUs, GPUs e unidades domésticas de processamento neural. O objetivo não é apenas o treinamento. É o custo crescente e a demanda por energia para atender agentes de IA em escala.

O acordo cria um teste para a computação heterogênea, que atribui diferentes cargas de trabalho a processadores projetados para tarefas distintas. A AMD contribuiria com CPUs, GPUs, software e expertise técnica. Empresas coreanas acrescentariam unidades de processamento neural, ou NPUs, projetadas principalmente para inferência de IA. O governo coreano quer que os sistemas resultantes sejam testados com cargas de trabalho comerciais, não em demonstrações protegidas.

Isso pressiona a plataforma de fornecedor único da Nvidia, embora a Nvidia continue sendo a principal referência em infraestrutura de IA. A disputa não é simplesmente AMD contra Nvidia. Trata-se de um debate mais amplo entre plataformas de GPU estreitamente integradas e sistemas abertos montados a partir de componentes especializados.

O plano coreano parece convincente porque a inferência tem uma economia diferente do treinamento de modelos. O treinamento favorece clusters enormes capazes de concluir rapidamente execuções computacionalmente intensivas. A inferência precisa responder a solicitações contínuas de usuários, respeitando limites de latência, eletricidade, refrigeração e custo operacional.

A questão ainda sem resposta é se um sistema misto pode funcionar como uma plataforma confiável e unificada. Chips, por si só, não criam um centro de dados utilizável. Drivers, software de orquestração, redes, suporte a modelos, monitoramento e recuperação de falhas precisam operar juntos sob tráfego real.

O que o Google News revelou sobre o acordo com a AMD

A Coreia do Sul está levando NPUs domésticas de experimentos apoiados pelo governo para uma arquitetura de computação global proposta.

O Ministério da Ciência e TIC da Coreia do Sul assinou o memorando com a presidente e CEO da AMD, Lisa Su, durante o AMD Advancing AI 2026, em San Francisco. O ministério datou a assinatura em 23 de julho de 2026, às 15h, no horário do Pacífico.

O governo descreveu o projeto como um esforço para construir um ecossistema aberto de infraestrutura de computação para IA. Seu primeiro objetivo técnico é conectar CPUs e GPUs da AMD a NPUs desenvolvidas na Coreia e otimizadas para inferência.

Essa formulação importa. Chips coreanos de IA frequentemente surgiram como alternativas avaliadas em programas de apoio doméstico. O acordo, por outro lado, os trata como potenciais componentes dentro de uma arquitetura maior que envolve uma empresa global estabelecida de processadores.

O acordo de computação do ministério também abrange desenvolvimento de software, pesquisa conjunta, programas de talentos e IA física. A IA física aplica modelos a sistemas como robôs, fábricas, veículos e equipamentos industriais.

Separadamente, a AMD afirmou que os parceiros explorariam infraestrutura nacional, modelos de código aberto e pesquisa avançada. Seu plano de IA soberana enfatiza a escolha tecnológica e a redução da dependência de um único fornecedor.

O memorando não estabelece que a AMD e as NPUs coreanas já operem como um sistema pronto para produção. Ele estabelece um marco de cooperação e identifica a infraestrutura heterogênea como a direção pretendida.

Essa distinção separa o anúncio da interpretação mais ambiciosa que circula em torno dele. A discussão original reuniu autoridades governamentais, AMD Korea, pesquisadores e executivos coreanos do setor de chips para debater o que seria necessário para uma implantação bem-sucedida.

Os participantes voltaram repetidamente a três condições. O sistema precisa processar tráfego real, publicar resultados objetivos de desempenho e custo e transformar trabalhos de software bem-sucedidos em infraestrutura reutilizável.

A validação planejada tem três etapas, segundo a discussão. As equipes primeiro verificariam as conexões de software entre processadores AMD e NPUs coreanas. Em seguida, aplicariam o sistema a cargas de trabalho de serviços. Por fim, divulgariam resultados objetivos e contribuiriam com ativos de software para ecossistemas abertos.

Essas etapas tornam o evento mais consequente do que outra cerimônia de parceria no setor de semicondutores. Elas também mostram quanto trabalho ainda é necessário antes que compradores possam tratar uma NPU coreana como uma opção rotineira para centros de dados.

Um MOU expressa intenção, e não um compromisso vinculante de compra. Ele não garante volume de implantação, adoção por clientes ou integração com todos os aceleradores coreanos. A AMD e o ministério não publicaram um projeto final do sistema nem um cronograma de produção.

Portanto, o evento de curto prazo representa uma transição de status. As NPUs coreanas estão sendo consideradas dentro de uma arquitetura multinacional, mas ainda não conquistaram um lugar permanente nela.

A economia da inferência está forçando uma arquitetura diferente

O argumento mais forte em favor de processadores mistos vem da inferência, em que energia, latência e usuários simultâneos importam mais do que um único benchmark de destaque.

A infraestrutura de IA generativa foi inicialmente discutida a partir da escala dos clusters de treinamento. Modelos maiores exigiam mais processadores, memória e largura de banda de rede. Isso produziu uma lógica de compra simples: adquirir o maior número possível de GPUs capazes, dentro dos limites de energia e financiamento.

Os agentes de IA complicam esse modelo. Um agente pode fazer várias chamadas ao modelo enquanto planeja, recupera informações, usa ferramentas e verifica seu trabalho. Assim, uma solicitação visível pode gerar uma cadeia de operações de inferência por trás da interface.

Essa carga de trabalho muda a unidade relevante de desempenho. Cálculos de pico por segundo continuam úteis, mas os operadores também precisam medir tokens por watt, usuários por rack, latência de resposta e custo por tarefa concluída.

Um objetivo de nível de serviço, ou SLO, define o desempenho mínimo que um serviço deve manter. Para um modelo interativo, isso pode incluir o tempo até o primeiro token e tokens sustentados por segundo para cada usuário.

NPUs especializadas competem otimizando esses objetivos operacionais. Elas sacrificam parte da versatilidade associada às GPUs para melhorar a eficiência em cargas de trabalho de redes neurais compatíveis.

O acelerador RNGD da FuriosaAI ilustra esse argumento. A empresa coreana projetou o RNGD para inferência de modelos de linguagem de grande porte e multimodais, e não para gráficos de uso geral ou todas as etapas do desenvolvimento de IA.

A Furiosa afirma que uma placa RNGD tem potência de projeto térmico de 180 watts e 48GB de memória HBM3. Sua arquitetura usa contração de tensores como operação central, apresentada pela empresa como uma correspondência mais direta para cálculos multidimensionais de IA.

O benchmark de inferência da empresa, de abril de 2026, comparou quatro placas RNGD com quatro placas Nvidia RTX Pro 6000. Ele utilizou Qwen3-32B com precisão FP8 e comprimentos iguais de entrada e saída.

A Furiosa relatou que o RNGD suportou 1,8, 1,9 e duas vezes mais usuários por quilowatt em três metas de serviço. Essas metas eram de 20, 30 e 40 tokens por segundo por usuário.

A empresa também modelou a implantação dentro de um rack de 15 quilowatts. Segundo ela, cinco servidores RNGD de oito placas caberiam nesse limite de energia, em comparação com dois servidores RTX Pro 6000 equivalentes.

A 30 tokens por segundo por usuário, a Furiosa estimou que a configuração RNGD poderia atender 474 usuários simultâneos. Ela descreveu o resultado como 2,5 vezes a capacidade por rack do sistema de comparação.

Esses são resultados produzidos pelo fornecedor, não uma avaliação independente de qualquer um dos aceleradores. Eles se aplicam a um modelo, versão de software, formato de precisão e meta de serviço definidos. Modelos ou condições operacionais diferentes podem alterar o resultado.

Ainda assim, o benchmark esclarece por que operadores estão examinando hardware especializado. Um centro de dados frequentemente atinge um limite de energia, refrigeração ou densidade de rack antes de esgotar a demanda teórica por serviços de IA.

Adicionar outra GPU de alta potência pode exigir melhorias elétricas, refrigeração líquida ou um novo edifício. Às vezes, um acelerador de menor potência pode acrescentar capacidade de serviço dentro de uma instalação existente.

A inferência também recompensa a especialização de cargas de trabalho. Um cluster de GPUs pode continuar sendo o ambiente preferido para treinamento e pesquisa em rápida evolução. Uma NPU pode lidar com tarefas estáveis de atendimento em alto volume, nas quais a eficiência determina as margens.

Isso cria o mecanismo central por trás da proposta coreana. Os processadores AMD não desaparecem. Eles coordenam-se com NPUs coreanas que assumem cargas de trabalho selecionadas de inferência.

O centro de dados se torna um portfólio de processadores, em vez de uma sala cheia de uma única classe de aceleradores. O software precisa decidir onde cada modelo, solicitação ou etapa deve ser executado.

Essa arquitetura se assemelha aos sistemas de computação existentes, que já dividem o trabalho entre CPUs, GPUs, processadores de armazenamento e dispositivos de rede. A inferência de IA torna essa divisão mais importante porque suas demandas de recursos são persistentes e voltadas ao usuário.

A vantagem da Nvidia é o sistema, não apenas a GPU

O hardware heterogêneo pode reduzir a dependência de um único fornecedor de chips, mas precisa competir com a plataforma integrada de software e rede da Nvidia.

A posição da Nvidia na infraestrutura de IA se apoia em mais do que o desempenho dos aceleradores. CUDA oferece aos desenvolvedores um ambiente de programação maduro, enquanto a Nvidia fornece bibliotecas, redes, servidores e ferramentas de implantação em torno de suas GPUs.

Essa integração reduz a incerteza para os compradores. Uma equipe pode contratar engenheiros com experiência relevante, usar frameworks conhecidos e encontrar ampla documentação para modelos comuns.

Um sistema aberto e misto inverte essa conveniência. Ele oferece mais opções de fornecedores, mas cada processador adicional introduz outro compilador, runtime, conjunto de drivers e relação de suporte.

A compatibilidade com modelos apresenta um teste imediato. As arquiteturas de IA mudam rapidamente, e os operadores não podem esperar meses para que um fornecedor de aceleradores ofereça suporte a um modelo que se tornou importante.

A quantização acrescenta outra complicação. A quantização reduz a precisão numérica para economizar memória e trabalho de processamento. Ela pode melhorar o throughput, mas uma implementação precisa preservar uma qualidade aceitável do modelo.

Os operadores também precisam de paralelismo de tensores, que divide um modelo entre vários processadores quando ele não pode ser executado com eficiência em um único dispositivo. Esse recurso precisa permanecer estável sob carga e ao longo das atualizações de software.

O monitoramento não pode se limitar à utilização de hardware. As equipes precisam de telemetria consistente para tempos de fila, geração de tokens, pressão de memória, solicitações com falha e uso de energia entre diferentes famílias de processadores.

A recuperação de falhas é igualmente importante. Se um servidor NPU ficar offline, o software de orquestração precisa redirecionar o trabalho sem violar as metas de latência dos clientes. O sistema também precisa lidar com atualizações sem comprometer o comportamento das aplicações.

É por isso que a discussão coreana se concentrou fortemente na propriedade da arquitetura. A organização que desenha o projeto completo determina se componentes separados se comportam como um único serviço.

A AMD traz uma base confiável para esse trabalho. Suas CPUs já estão presentes em centros de dados, e suas GPUs usam a plataforma de software ROCm para IA e computação de alto desempenho.

O acordo oferece aos fornecedores coreanos de NPUs uma possível ponte para sistemas nos quais a AMD já fornece componentes importantes. Também dá à AMD uma forma de apresentar a abertura como uma vantagem arquitetônica.

No entanto, a abertura não produz automaticamente interoperabilidade. Um repositório de software pode ser público enquanto a instalação, a depuração e as operações continuam difíceis.

Portanto, a AMD e o governo coreano precisam definir interfaces estáveis entre os processadores. Essas interfaces devem abranger alocação de modelos, movimentação de dados, agendamento, observabilidade e segurança.

A movimentação de dados merece atenção especial. Enviar tensores entre dispositivos consome tempo e energia. Um ganho teórico da computação especializada pode desaparecer se os processadores transferirem constantemente grandes volumes de dados.

Memória de alta largura de banda e interconexões rápidas reduzem essa penalidade, mas não eliminam a complexidade do software. Os engenheiros precisam manter as operações relacionadas perto dos dados que utilizam e minimizar transferências desnecessárias.

A parceria também menciona IA física, cujos requisitos de latência e confiabilidade podem ser mais rigorosos. Um robô de fábrica ou sistema de segurança não pode tolerar os mesmos atrasos de uma tarefa em segundo plano de processamento de documentos.

A Coreia do Sul oferece ambientes de implantação relevantes em manufatura, robótica, mobilidade, construção naval e automação industrial. Esses setores podem criar testes exigentes para sistemas de computação mista.

No entanto, também elevam o custo das falhas. Um protótipo que apresenta bom desempenho em um benchmark ainda pode não atender a requisitos de certificação, segurança, manutenção ou disponibilidade.

A pressão sobre a Nvidia é, portanto, estratégica, e não imediata. A Coreia está tentando criar uma rota alternativa de aquisição antes que a próxima onda de infraestrutura de inferência se consolide em torno de uma única plataforma.

A AMD também enfrenta pressão. Ela precisa provar que sua mensagem de plataforma aberta gera sistemas que os clientes conseguem operar, e não apenas um catálogo maior de componentes compatíveis.

As empresas coreanas de NPU enfrentam o teste mais difícil. Elas precisam oferecer eficiência mensurável enquanto atendem às expectativas de software criadas pelas plataformas de GPU estabelecidas.

A Lacuna de Benchmarks É o Verdadeiro Risco

O plano da Coreia só terá sucesso se testes independentes, em escala de produção, confirmarem custos menores sem transferir a complexidade para desenvolvedores e operadores.

Benchmarks de fornecedores respondem a questões específicas em condições controladas. Implantações comerciais levantam questões mais amplas ao longo de meses, com tráfego, modelos e software em constante mudança.

Os resultados da Furiosa são relevantes porque medem usuários simultâneos dentro de um limite de energia por rack. Essa métrica se aproxima mais da restrição real de um operador do que do pico de throughput isolado.

No entanto, a comparação não estabelece superioridade universal sobre as GPUs da Nvidia. Ela avalia hardware específico, um modelo, precisão definida, tamanhos de lote selecionados e o software otimizado da própria Furiosa.

As melhorias de software também impulsionaram grande parte do resultado relatado. A Furiosa afirmou que um mês de otimização do SDK elevou a capacidade de serviço de 5,8 para 47,5 usuários em uma configuração especificada.

Essa melhoria de 8,2 vezes demonstra o valor do trabalho de software. Também revela o quanto o desempenho de aceleradores pode ser sensível à maturidade do runtime e às configurações de benchmark.

Um comprador precisa saber se uma otimização semelhante existe para todos os modelos importantes. Dar bom suporte a um benchmark é diferente de manter ampla cobertura de modelos em um portfólio de aplicações.

Testes de terceiros devem reproduzir resultados de throughput, latência, energia e qualidade. Eles devem publicar configurações de sistema, versões de software, tamanhos de prompt, comportamento de lotes e métodos de medição.

Os testes também devem incluir tráfego irregular. As solicitações de produção chegam com diferentes tamanhos de entrada e saída, prioridades e padrões de chamadas de ferramentas. Raramente formam um lote perfeitamente eficiente.

As cargas de trabalho de agentes tornam a variabilidade mais severa. Algumas solicitações terminam após uma resposta. Outras iniciam várias chamadas de modelo, recuperam documentos, executam código ou aguardam serviços externos.

Uma avaliação útil precisa medir a latência de cauda, que captura a parcela mais lenta das solicitações. O desempenho médio pode parecer aceitável enquanto um grupo relevante de usuários recebe respostas atrasadas.

A medição de energia exige cuidado semelhante. O consumo no nível do chip não inclui todos os componentes do servidor. Os compradores precisam de números no nível da instalação que cubram memória, rede, processadores host, resfriamento e perdas na conversão de energia.

O custo total de propriedade deve incluir o tempo de engenharia. Um acelerador mais barato pode se tornar caro se as equipes passarem meses adaptando modelos ou mantendo caminhos de implantação personalizados.

O fornecimento é outra questão não resolvida. Clientes corporativos precisam de capacidade de produção previsível, unidades de reposição, suporte de firmware e roteiros de produto plurianuais.

Os fornecedores coreanos de chips também precisam convencer os clientes de que os investimentos em software sobreviverão às futuras gerações de hardware. As aplicações não podem ser reconstruídas do zero sempre que chega um novo acelerador.

A segurança cria exigências adicionais. Sistemas mistos ampliam o número de drivers, pacotes de firmware, serviços de gerenciamento e canais de atualização nos quais os operadores precisam confiar.

Essas preocupações não invalidam o modelo heterogêneo. Elas definem as evidências necessárias para validá-lo.

A progressão proposta pelo ministério, da integração de software a serviços reais e métricas públicas, aborda o problema correto. O projeto perderá credibilidade se parar após um piloto curto.

Um teste em produção deve atribuir às NPUs coreanas uma carga de trabalho central, e não uma tarefa secundária cerimonial. Ele deve receber tráfego real e expor o hardware a falhas, eventos de recuperação e atualizações de modelos.

Os resultados devem mostrar desempenho por watt, custo por solicitação, disponibilidade do serviço e esforço dos desenvolvedores. Devem comparar o sistema misto com uma configuração moderna de GPU sob metas de serviço equivalentes.

Um avaliador neutro fortaleceria as conclusões. Universidades podem ajudar a elaborar a metodologia, enquanto clientes podem verificar se as cargas de trabalho refletem condições comerciais.

O relatório final deve publicar resultados decepcionantes, assim como sucessos. Fragilidades no suporte a modelos ou na orquestração indicariam onde investimentos adicionais são mais importantes.

O governo sul-coreano deve resistir a usar compras públicas como a única medida de adoção. As compras governamentais podem criar demanda temporariamente, mas operadores privados decidem se uma plataforma tem valor duradouro.

O fórum original captou claramente essa tensão. O apoio do governo pode dar tempo aos fornecedores domésticos e criar uma base para avaliação. Ele não pode fazer os clientes preferirem um sistema que custa mais ou falha com mais frequência.

Três Sinais Mostrarão se o Plano Funciona

Os próximos pontos de prova são uma pilha de software funcional, uma implantação comercial e dados operacionais verificáveis de forma independente.

O primeiro sinal é uma integração bem-sucedida entre CPUs e GPUs da AMD e pelo menos uma NPU coreana. Isso deve ir além de reconhecer o dispositivo ou executar uma demonstração preparada.

Uma integração útil deve ser instalada por meio de ferramentas documentadas e executar modelos compatíveis sem ampla intervenção manual. Os desenvolvedores devem conseguir inspecionar falhas e medir o comportamento dos dispositivos de forma consistente.

O agendamento fornecerá uma indicação inicial de maturidade. A plataforma deve alocar cargas de trabalho de acordo com capacidade, memória disponível, metas de latência e restrições de energia.

A integração também deve explicar como as aplicações se movem entre processadores. Se os desenvolvedores tiverem de reescrever grandes partes de um serviço de inferência, a plataforma terá dificuldade para atrair usuários.

Esse sinal reforçaria o argumento heterogêneo se o software aparecer em um repositório aberto mantido, com instruções de instalação reproduzíveis. Demonstrações fechadas o enfraqueceriam.

O segundo sinal é a implantação sob uma carga de trabalho comercial. A demonstração em larga escala planejada pela Coreia deve envolver uma organização que atende clientes reais ou opera um serviço interno importante.

Um chatbot, por si só, não resolveria a questão, a menos que seu tráfego e suas metas de serviço se assemelhassem à demanda de produção. Candidatos melhores combinariam serviço de modelos, recuperação de informações, ações de agentes e padrões de solicitação variáveis.

A implantação deve operar tempo suficiente para enfrentar atualizações e falhas. Os operadores precisam de evidências sobre confiabilidade, recuperação, requisitos de equipe e resposta de suporte.

A continuidade comercial importa mais do que uma cerimônia de lançamento. Se o cliente ampliar a implantação após o piloto, isso indica que o sistema entregou valor mensurável.

A decisão de devolver a carga de trabalho às GPUs enfraqueceria a tese, mesmo que o benchmark inicial parecesse favorável. Tal resultado mostraria que a complexidade operacional superou os ganhos de eficiência.

O terceiro sinal é a publicação de dados comparáveis de desempenho e custo. Os participantes coreanos já defenderam números verificáveis por terceiros, tornando a divulgação um padrão razoável para avaliar o progresso.

O relatório deve incluir tokens por watt, usuários por rack, latência de cauda, tempo de atividade e consumo total do sistema. Também deve divulgar versões de modelos, precisão, tamanhos de prompt e builds de software.

O relatório de custos deve separar hardware, energia, resfriamento, rede e trabalho de engenharia. Caso contrário, um número menor de consumo do acelerador pode ocultar despesas em outras partes do sistema.

A comparação deve usar metas idênticas de qualidade e serviço. Uma saída mais rápida tem valor limitado se a quantização reduzir materialmente a qualidade das respostas ou criar comportamento inaceitável do modelo.

Um resultado transparente ajudaria mais do que uma alegação de vitória sem qualificações. Os compradores precisam saber quais cargas de trabalho favorecem NPUs, quais continuam melhores em GPUs e onde as CPUs ainda desempenham um papel central.

Esses três sinais devem aparecer em sequência. A integração de software permite uma implantação comercial, enquanto a implantação gera dados operacionais confiáveis.

O cronograma também revelará se o memorando tem peso institucional. O governo coreano afirmou que preparava uma grande demonstração como um novo projeto orçamentário para o ano seguinte.

A aprovação do orçamento, por si só, não provará adoção. Ela mostrará se o governo converteu o acordo de julho em um programa de implementação financiado.

A participação privada será o indicador mais forte. Provedores de nuvem, empresas e companhias industriais precisam perceber valor suficiente para contribuir com cargas de trabalho e continuar comprando após a redução do apoio governamental.

O Google News deu à alegação original uma moldura chamativa: a era de encher data centers com um único tipo de GPU está chegando ao fim. As evidências sustentam hoje uma conclusão mais limitada.

A economia da inferência está criando uma razão crível para misturar tipos de processadores. A Coreia também conta com empresas domésticas de NPU, ampla expertise em memória, cargas de trabalho industriais e um parceiro global disposto a explorar a integração.

Nada disso estabelece uma alternativa pronta à plataforma da Nvidia. O sistema aberto ainda precisa de maturidade de software, confiabilidade comercial e economia reproduzida de forma independente.

Observe o que é implantado, não o que é assinado. Se processadores AMD e NPUs coreanas atenderem tráfego real com ganhos publicados de custo e energia, a infraestrutura heterogênea se tornará uma opção de compra.

Se o projeto permanecer um piloto com benchmarks seletivos, o data center de fornecedor único manterá sua vantagem mais forte: ele já funciona como um sistema.