A aposta da VAST Data em AMD Blocks desafia o domínio da Nvidia na infraestrutura de IA

A VAST Data ampliou sua parceria com a AMD em seis camadas de infraestrutura, transformando a narrativa de amd blocks em um desafio direto aos sistemas de IA centrados na Nvidia.

O acordo conecta o AI Operating System da VAST aos processadores AMD EPYC de sexta geração, GPUs Instinct, racks Helios, redes Pensando, software ROCm e armazenamento compartilhado para inferência. A VAST também usará chips EPYC em seu próximo hardware CBox e EBox.

Esse escopo importa mais do que outro anúncio de compatibilidade. A VAST já mantém laços estreitos com a Nvidia e com os provedores de nuvem que implantam aceleradores Nvidia. Agora, está construindo uma rota baseada em AMD que vai dos dados armazenados aos tokens gerados.

A mudança reflete uma transformação mais ampla nos investimentos em IA. O treinamento continua importante, mas as empresas precisam cada vez mais de infraestrutura para inferência contínua, agentes de raciocínio e aplicações baseadas em recuperação de informações. Essas cargas de trabalho movem repetidamente modelos, prompts e contexto reutilizável entre armazenamento, memória, CPUs e GPUs.

A AMD fornece os componentes de computação. A VAST quer coordenar os dados ao redor deles. Se o projeto funcionar sob cargas de produção, os compradores terão uma alternativa mais completa ao modelo de infraestrutura integrada da Nvidia.

A questão central não é se a AMD consegue entregar um acelerador rápido. É se a AMD e seus parceiros conseguem fazer um sistema inteiro de IA se comportar como um único produto.

A parceria AMD Blocks vai além do suporte a GPUs

A VAST está tratando a AMD como uma base de infraestrutura, e não como uma opção de acelerador adicionada ao fim de um ciclo de vendas.

A colaboração ampliada foi divulgada durante o evento Advancing AI 2026 da AMD, realizado em San Francisco nos dias 22 e 23 de julho. As empresas descreveram uma plataforma comum para treinamento, inferência, aprendizado por reforço e IA agêntica.

O primeiro compromisso diz respeito aos próprios appliances da VAST. Processadores EPYC de sexta geração, anteriormente conhecidos pelo codinome Venice, alimentarão a sexta geração dos sistemas VAST CBox e a terceira geração dos sistemas EBox.

Os sistemas CBox executam serviços de dados e operações de metadados dentro da arquitetura VAST. Os sistemas EBox fornecem a capacidade de armazenamento subjacente e os caminhos de dados. A adoção de processadores EPYC em ambas as linhas de produto dá à AMD um papel dentro da plataforma da VAST, mesmo quando os clientes usam outros aceleradores.

A nova geração EPYC oferece suporte a PCI Express 6.0. Essa interconexão fornece o dobro da largura de banda teórica do PCI Express 5.0, o que pode melhorar a movimentação entre processadores, armazenamento, dispositivos de rede e aceleradores conectados.

A VAST afirma que a largura de banda adicional deve beneficiar seus serviços de arquivos, objetos, bancos de dados, data warehouse e streaming de eventos. No entanto, o desempenho das aplicações ainda dependerá do comportamento do software, da profundidade das filas, do projeto de rede e da concorrência das cargas de trabalho.

A colaboração também abrange uma Arquitetura de Referência para Infraestrutura de IA desenvolvida com a DriveNets. O projeto combina o VAST AI OS, sistemas AMD Helios em escala de rack e a rede DriveNets AI Fabric.

Uma arquitetura de referência é um padrão de implantação documentado, com escolhas de componentes, orientações de dimensionamento e conexões validadas. Ela reduz o trabalho de projeto, mas não comprova que a carga de trabalho de todos os clientes atingirá a mesma meta de desempenho.

As orientações planejadas abrangem treinamento de modelos, inferência, aprendizado por reforço e cargas de trabalho de cache chave-valor. Um cache chave-valor, geralmente abreviado como cache KV, armazena dados de atenção que um modelo de linguagem pode reutilizar ao gerar tokens posteriores.

TensorMesh e EmbeddedLLM participam de trabalhos adicionais de inferência. Seu envolvimento amplia o projeto para além da qualificação de processadores, alcançando a implantação de software para aplicações de agentes em produção.

A cobertura original também cita sete provedores de nuvem de IA que usam serviços relacionados à AMD: 5C, Core42, Crusoe, EmbeddedLLM, Phanos.AI, TensorWave e Vultr.

Essa lista de clientes indica atividade de implantação existente, mas não revela quanta capacidade cada provedor opera. Também não estabelece se os clientes usam o projeto completo da VAST, AMD e DriveNets.

Ainda assim, a variedade de compromissos torna isso mais amplo do que um selo de certificação. A AMD entra no roteiro de produtos da VAST, em sua arquitetura de referência, em seu software de inferência e em sua narrativa de implantação junto aos clientes.

A parceria, portanto, cria um teste mensurável. Os compradores poderão avaliá-la por meio de sistemas lançados, projetos documentados, benchmarks públicos e referências de produção, em vez de declarações gerais sobre abertura.

A inferência transforma contexto armazenado em um problema de computação

A parceria chega agora porque a inferência torna a movimentação de dados parte do caminho crítico de cada resposta.

O treinamento tradicional de modelos concentra uma enorme quantidade de computação em execuções programadas. A inferência em produção se comporta de forma diferente. Ela atende muitas solicitações simultâneas, mantém o contexto do usuário, recupera informações externas e frequentemente gera longas sequências de raciocínio.

Esse padrão pode deixar aceleradores caros esperando. Uma GPU pode ter capacidade aritmética suficiente, mas ainda ficar parada enquanto o sistema carrega pesos de modelo, recupera documentos ou reconstrói contexto gerado anteriormente.

A VAST argumenta que a inferência é, fundamentalmente, um problema de dados. A afirmação é plausível em linhas gerais, embora computação, rede e agendamento de software continuem igualmente importantes em muitas implantações.

Prompts longos e conversas com várias interações expandem o cache KV associado a cada solicitação ativa. Manter todas as entradas de cache na memória da GPU oferece baixa latência, mas a memória dos aceleradores é limitada e cara.

Excluir o cache economiza espaço, mas força o modelo a recalcular estados de atenção anteriores. Mover entradas selecionadas para a memória do host ou para armazenamento compartilhado cria outra opção, desde que o sistema consiga recuperá-las com rapidez suficiente.

A VAST e a AMD estão testando essa terceira rota. Sua integração combina GPUs Instinct, AMD Infinity Context, software ROCm e armazenamento VAST para descarregar entradas reutilizáveis de cache KV.

O caminho de dados utiliza a placa de interface de rede Pensando Pollara 400 da AMD. Ela move informações entre a memória da GPU e o armazenamento NVMe da VAST via NFS usando TCP ou acesso remoto direto à memória.

O acesso remoto direto à memória, ou RDMA, permite que um sistema acesse a memória de outro com envolvimento limitado da CPU. Na rede adequada, ele pode reduzir a latência e a sobrecarga de processamento durante transferências repetidas.

A VAST também planeja controles automatizados para o ciclo de vida do cache. Os administradores poderiam aplicar políticas que expiram e excluem contexto armazenado contendo informações pessoais, confidenciais ou regulamentadas.

Esse recurso aborda uma consequência menos visível do descarregamento de cache. Quando o estado transitório do modelo passa para o armazenamento compartilhado, ele se torna dado governado, e não memória temporária da GPU.

As empresas precisam saber qual usuário ou aplicação criou o cache, por quanto tempo ele permanece disponível e se outro locatário pode acessá-lo. Elas também precisam de controles de exclusão que funcionem entre réplicas e sistemas de recuperação.

O contexto compartilhado poderia melhorar a utilização em diversas situações. Um agente de atendimento ao cliente poderia reutilizar um longo manual de produto em milhares de conversas. Um assistente de programação poderia reter o contexto de um repositório entre tarefas relacionadas.

Um sistema de pesquisa poderia preservar documentos processados enquanto vários agentes analisam as mesmas evidências. Um serviço de raciocínio poderia mover conversas inativas para fora da memória dos aceleradores e restaurá-las quando os usuários retornassem.

Esses cenários explicam por que fornecedores de armazenamento estão se aproximando do software de inferência. Seu papel já não termina quando um checkpoint de modelo chega a um cluster de GPUs.

A arquitetura da VAST, chamada Disaggregated Shared Everything, separa recursos de computação e armazenamento enquanto apresenta um espaço de dados comum. A empresa afirma que esse modelo oferece suporte a múltiplos protocolos, locatários isolados e um namespace global.

O projeto se adequa a nuvens de IA que precisam atender muitos clientes a partir de infraestrutura comum. Ele também cria mais dependências entre as camadas de armazenamento, rede, runtime e aceleradores.

A VAST relatou testes iniciais usando uma GPU Instinct MI355X. A empresa afirma que o descarregamento remoto de cache proporcionou uma melhoria de nove vezes no tempo até o primeiro token e uma taxa de tokens 9,7 vezes maior.

O tempo até o primeiro token mede o atraso antes de um modelo começar a responder. A taxa de tokens mede quanto conteúdo gerado o sistema produz ao longo do tempo, especialmente sob demanda simultânea.

Esses números vieram de uma comparação específica entre o descarregamento de cache para a memória local do host e uma partição VAST remota via NFS com RDMA. Eles não foram resultados contra hardware Nvidia nem em um ambiente completo de produção.

A distinção é importante. Os números sustentam um mecanismo de armazenamento sob condições testadas. Eles não estabelecem que toda implantação de VAST e AMD produzirá uma melhoria de nove vezes.

Mesmo assim, o experimento identifica o mecanismo por trás da parceria. As empresas não afirmam que o armazenamento torna uma GPU intrinsecamente mais rápida. Elas estão tentando reduzir trabalho repetido e manter os aceleradores ocupados.

A AMD precisa de parceiros para enfrentar a stack integrada da Nvidia

A principal disputa é entre um sistema AMD aberto, construído por parceiros, e a stack de infraestrutura rigidamente coordenada da Nvidia.

A vantagem da Nvidia vai além do desempenho dos aceleradores. CUDA, rede, sistemas, bibliotecas, ferramentas de implantação e conhecimento operacional consolidado reduzem o atrito para os compradores.

Essa base instalada molda as decisões de compra. Uma empresa que escolhe a Nvidia muitas vezes consegue encontrar engenheiros experientes, frameworks testados, capacidade de nuvem gerenciada e modelos de implantação já existentes.

A AMD vem enfrentando o mesmo problema ao construir uma parcela maior da plataforma ao redor de seus produtos. Sua estratégia combina CPUs EPYC, GPUs Instinct, redes Pensando, racks Helios e software ROCm.

A VAST preenche uma lacuna relevante nessa composição. Ela fornece serviços de dados capazes de alimentar aceleradores, armazenar ativos de modelos, gerenciar contexto de inferência e oferecer suporte às aplicações ao redor dos modelos.

A lógica competitiva é clara. A AMD não precisa possuir todas as camadas se os parceiros conseguirem integrar essas camadas em um sistema coerente.

Essa abordagem pode preservar a escolha do comprador. Uma nuvem de IA pode combinar hoje os serviços de dados da VAST com aceleradores AMD e, ao mesmo tempo, manter alguma capacidade Nvidia para cargas de trabalho vinculadas ao CUDA.

A VAST também se beneficia ao evitar a dependência de um único fornecedor de GPUs. Seus clientes querem cada vez mais acesso a vários tipos de aceleradores, pois disponibilidade, adequação à carga de trabalho e requisitos de software variam.

A empresa não está abandonando a Nvidia. Seu trabalho mais profundo com a AMD, em vez disso, posiciona a VAST como infraestrutura de dados comum em frotas heterogêneas de IA.

Isso torna a estratégia de amd blocks uma forma de competição modular. Cada bloco tem um papel definido, mas o sistema completo depende de padrões e engenharia entre fornecedores.

A AMD vem repetindo esse padrão em outros contextos. Sua parceria com a Nutanix combina EPYC, Instinct, ROCm, orquestração de nuvem e gestão do ciclo de vida empresarial.

A AMD se comprometeu com um investimento em participação acionária e financiamento de engenharia nesse acordo. A estrutura comercial difere do anúncio da VAST, mas ambos visam empresas que buscam uma alternativa a plataformas de IA verticalmente integradas.

A AMD também trabalhou com Red Hat, Oracle, Microsoft, grandes desenvolvedores de modelos e projetos de software de inferência. Seu ecossistema de software inclui frameworks e provedores de modelos capazes de reduzir lacunas de compatibilidade no nível das aplicações.

A VAST contribui em outro nível. Ela se concentra no caminho entre as informações armazenadas e o contexto ativo do modelo, onde movimentações ineficientes podem anular os ganhos proporcionados por processadores mais rápidos.

O design Helios da AMD eleva ainda mais a aposta. O Helios reúne CPUs, GPUs, redes e software em um sistema em escala de rack, em vez de exigir que os clientes montem servidores acelerados de forma independente.

O analista independente Steve McDowell descreveu a configuração Helios de 2026 como 72 GPUs MI455X e 18 CPUs Venice em um único rack refrigerado a líquido. Sua análise do Helios enquadra o desafio da AMD como converter o progresso de hardware em capacidade implantada comparável à escala da Nvidia.

A arquitetura de referência da VAST e da DriveNets envolve esse rack com dados e redes escaláveis. Juntos, esses componentes aproximam a AMD de um sistema que pode ser adquirido, em vez de um catálogo de chips.

No entanto, a modularidade introduz custos de coordenação. Os clientes precisam alinhar firmware, drivers, configurações de rede, políticas de armazenamento, versões de runtime, observabilidade e escalonamento de suporte.

A Nvidia consegue resolver uma parcela maior dessas questões dentro de uma única estrutura corporativa. Um design baseado em AMD distribui a responsabilidade entre várias empresas.

Essa diferença é a principal contrapartida. Uma pilha construída por parceiros oferece flexibilidade e poder de negociação, mas sua experiência operacional precisa se aproximar da consistência de uma plataforma altamente integrada.

A VAST pode reduzir essa carga por meio de designs de referência documentados e configurações testadas. Ela não consegue eliminar a necessidade de suporte conjunto entre fornecedores independentes.

A pressão do mercado recai primeiro sobre provedores de nuvem de IA centrados na Nvidia e empresas que planejam seu próximo ciclo de capacidade. Agora, eles têm outra arquitetura a avaliar antes de ampliar uma infraestrutura de fornecedor único.

Isso também pressiona a AMD. Parcerias públicas elevam as expectativas por sistemas disponíveis, benchmarks repetíveis e clientes dispostos a executar cargas de trabalho valiosas fora do ambiente da Nvidia.

O Resultado de 9,7x Precisa de uma Verificação de Realidade em Produção

O benchmark de cache da VAST é animador, mas sua linha de base restrita não pode determinar sozinha o caso de negócios da arquitetura combinada.

O ganho de throughput de 9,7 vezes relatado compara dois métodos de posicionamento de cache em um teste baseado em AMD. Ele não compara sistemas AMD e Nvidia completos, nem divulga um benchmark padronizado pelo setor.

Muitos detalhes podem alterar o resultado. Tamanho do cache, extensão dos prompts, concorrência de solicitações, arquitetura do modelo, memória de host disponível, distância do armazenamento, congestionamento de rede e taxa de acertos do cache afetam o desempenho.

A escolha da linha de base importa especialmente. A memória local do host parece mais rápida do que o armazenamento remoto, mas a pressão por capacidade e os padrões de acesso podem inverter essa expectativa sob alta concorrência.

Uma partição VAST remota pode agrupar capacidade entre servidores e preservar mais contexto reutilizável. Se a linha de base de memória local remove com frequência entradas úteis, o armazenamento remoto pode evitar uma recomputação substancial.

Esse é um benefício válido do sistema. Ainda assim, exige que os compradores entendam exatamente quando ele aparece.

A VAST reconhece que os ganhos relativos de velocidade dependem do hardware subjacente. Um sistema com capacidade computacional ou latência de armazenamento diferentes pode produzir outra proporção.

As cargas de trabalho de produção também misturam tipos de solicitação. Algumas conversas são curtas e se beneficiam pouco de cache persistente. Outras contêm contextos extensos, mas retornam com pouca frequência para justificar a manutenção de seu estado.

A reutilização do cache cria outra incerteza. O offloading só gera valor quando uma solicitação posterior consegue reutilizar informações armazenadas a um custo menor do que recomputá-las.

Por isso, os administradores precisam de políticas de admissão e remoção. O sistema deve decidir quais entradas merecem armazenamento, quais devem permanecer na memória do acelerador e quais devem ser descartadas.

Os controles de segurança exigem escrutínio equivalente. Um cache KV armazenado pode codificar informações sensíveis de prompts, documentos recuperados e saídas anteriores do modelo.

Políticas automatizadas de exclusão ajudam, mas os compradores precisarão de evidências sobre isolamento entre tenants, criptografia, logs de acesso, replicação, comportamento de backup e eliminação verificável.

A qualidade da inferência também entra em cena. Um cache desatualizado ou associado incorretamente pode produzir saídas inválidas, contaminação entre usuários ou falhas difíceis de depurar.

O anúncio da colaboração descreve a gestão do ciclo de vida, mas não publica um modelo de ameaças completo. Também não explica como a aplicação de políticas funciona em todos os runtimes de inferência compatíveis.

A responsabilidade operacional continua sem solução. Um problema de latência pode se originar no ROCm, no servidor de modelos, na rede Pollara, na malha DriveNets, nas configurações de NFS, no software VAST ou na própria aplicação.

Arquiteturas de referência podem definir versões compatíveis e procedimentos de diagnóstico. Referências de clientes revelarão se esses procedimentos funcionam durante incidentes reais.

A mesma cautela se aplica às declarações mais amplas de desempenho da AMD. Testes internos podem orientar a avaliação, mas os compradores devem reproduzir os resultados com seus modelos, prompts, concorrência e metas de nível de serviço.

Uma empresa deve comparar o comportamento total do sistema, e não apenas as especificações do acelerador. Medidas importantes incluem solicitações concluídas por rack, latência até o primeiro token, latência dos tokens de saída, consumo de energia, taxas de acerto do cache, recuperação de falhas e tempo de engenharia.

A colaboração ampliada descreve melhor eficiência e desempenho. Ela não divulga preços para clientes, duração das implantações ou economias em produção auditadas.

Essa ausência é normal em um anúncio inicial de arquitetura. Também significa que a conclusão comercial permanece em aberto.

A abordagem amd blocks será crível quando vários clientes relatarem resultados previsíveis de implantação e operação. Uma grande demonstração em um evento de fornecedor é útil, mas a repetibilidade gera confiança.

A VAST e a AMD também enfrentam um alvo em movimento. A Nvidia continua aprimorando redes, software de inferência, integração de armazenamento e sistemas em escala de rack.

Outras empresas de armazenamento buscam a mesma oportunidade de alimentar GPUs. Weka, DDN, Dell, HPE, Pure Storage e plataformas de dados nativas da nuvem querem um papel maior na infraestrutura de IA.

Portanto, os clientes têm mais de duas opções. Podem usar uma pilha Nvidia integrada, montar sistemas baseados em AMD ou operar clusters mistos com infraestrutura de dados separada.

O caminho vencedor variará conforme a carga de trabalho. Uma empresa vinculada a software específico de CUDA pode aceitar menos opções de hardware para reduzir o trabalho de migração.

Uma nuvem de IA que atende modelos abertos com alta concorrência pode valorizar mais a diversidade de aceleradores e a capacidade de cache compartilhado. Grandes empresas podem priorizar a responsabilidade pelo suporte e os controles de conformidade em vez de proporções máximas de benchmark.

Essas distinções impedem que o anúncio se transforme em um simples placar AMD contra Nvidia. Trata-se de uma opção arquitetural que precisa conquistar seu espaço por meio de evidências específicas para cada carga de trabalho.

Três Sinais Mostrarão se a Estratégia Funciona

A próxima fase depende do envio de sistemas de referência, da publicação de resultados reproduzíveis e da comprovação de adoção além das parcerias anunciadas.

O primeiro sinal é a disponibilidade das próximas gerações CBox e EBox da VAST usando processadores EPYC de sexta geração. Sistemas enviados transformarão um compromisso de roadmap em equipamentos que os clientes podem qualificar.

Os compradores devem observar as configurações compatíveis, datas de disponibilidade geral, caminhos de atualização e orientações de implantação. Uma ampla disponibilidade fortaleceria a afirmação de que a AMD está se tornando uma plataforma VAST padrão.

Atrasos ou configurações limitadas enfraqueceriam essa conclusão. Eles sugeririam que a parceria permanece mais avançada em marketing do que em operações de produto.

O segundo sinal é a expansão dos testes de cache KV. Uma divulgação útil incluiria modelos, tamanhos de contexto, níveis de concorrência, taxas de acerto do cache, topologia de rede e distribuições de latência.

As evidências mais fortes viriam de testes conduzidos por clientes ou de instruções de benchmark reproduzíveis. Resultados em vários modelos e mecanismos de inferência mostrariam se o mecanismo se transfere para além de uma única carga de trabalho controlada.

Uma melhoria repetida fortaleceria o argumento para tratar o armazenamento compartilhado como infraestrutura ativa de inferência. Ganhos menores ou inconsistentes reduziriam os casos de uso endereçáveis pela tecnologia.

O terceiro sinal é a adoção em produção da arquitetura de referência conjunta. Clientes nomeados já demonstram interesse na capacidade AMD, mas implantações do design completo importam mais.

Observe clientes conectando racks Helios, redes DriveNets, VAST AI OS e inferência baseada em ROCm em um único ambiente compatível. Seus relatórios operacionais devem incluir utilização, confiabilidade e tempo de implementação.

A expansão entre clientes validaria a resposta liderada por parceiros da AMD à vantagem de integração da Nvidia. Projetos-piloto isolados mostrariam que a escolha técnica, por si só, não supera a familiaridade com o software e a complexidade do suporte.

O próprio roadmap da AMD adiciona urgência. A empresa havia anteriormente previsto a disponibilidade do Helios durante 2026 e relatado uma crescente adoção do ROCm em sua estratégia de data center.

A VAST fornece uma camada de dados mais forte para essa estratégia. Ela também cria um teste exigente porque o armazenamento e a gestão de contexto ficam diretamente no caminho da latência visível ao usuário.

Os desenvolvedores devem se importar porque as escolhas de infraestrutura determinam quais modelos, runtimes e ferramentas de otimização continuam viáveis. Um suporte melhor à AMD pode reduzir a dependência de software concebido em torno de uma única plataforma de aceleradores.

Os operadores de nuvens de IA devem se importar porque o tempo ocioso das GPUs reduz diretamente a capacidade de serviço disponível. O contexto compartilhado só pode ajudar se seus custos de armazenamento e rede permanecerem abaixo da recomputação que ele substitui.

Os compradores empresariais devem se importar porque os dados de inferência têm requisitos de governança. Mover o contexto em cache para armazenamento gerenciado pode melhorar o controle, mas também amplia o perímetro de segurança.

Os trabalhadores do conhecimento sentirão o resultado indiretamente. Se os sistemas preservarem contexto útil com eficiência, os assistentes poderão lidar com projetos mais longos sem reconstruir repetidamente o mesmo histórico.

Esse resultado também depende de como as aplicações organizam o material-fonte. Uma base de conhecimento de IA bem mantida pode melhorar a recuperação antes mesmo de qualquer otimização de infraestrutura.

A estratégia amd blocks não é, portanto, uma declaração de que a AMD deslocou a Nvidia. É um plano para tornar a computação AMD mais fácil de implantar como parte de um sistema de inferência completo.

A VAST comprometeu hardware, software, redes, gestão de cache e designs de referência com esse plano. O trabalho restante é a validação pública sob uma demanda de clientes mista e sustentada.

Nos próximos meses, ignore afirmações amplas sobre abertura ou fábricas de IA. Procure appliances VAST enviados, resultados de cache reproduzíveis e clientes operando a arquitetura completa.

Esses três sinais mostrarão se a parceria cria um segundo caminho crível para a infraestrutura de IA ou apenas mais uma coleção de componentes compatíveis.