Um computador que roda IA sem nuvem e sem tokens

Perplexity muda a lógica dos agentes enquanto OpenAI, Arm e Singapura exploram o futuro do compute.

AuthorAuthor

Filipe Solevicz & Finn Puklowski
26 de agosto de 2026

In partnership with

E aí, seja bem-vindo ao conteúdo de hoje.

Durante anos, rodar modelos de IA avançados significava depender de grandes data centers. Essa lógica começa a mudar. A parceria entre Perplexity e Nvidia para lançar um computador com um agente de IA totalmente local mostra que parte da inteligência pode voltar para o dispositivo do usuário. Sem custos por token e sem depender da nuvem para executar tarefas, a proposta inaugura uma nova etapa da IA, em que desempenho, privacidade e autonomia passam a ser distribuídos também na ponta, e não apenas concentrados na infraestrutura das gigantes de tecnologia.

E os demais destaques mostram que essa transformação está acontecendo em toda a cadeia da computação. A Arm apresentou uma nova arquitetura para tornar CPUs de data centers mais eficientes em cargas de IA, enquanto a OpenAI divulgou os primeiros resultados do Jalapeño, seu chip próprio para inferência em larga escala, reforçando a corrida pela verticalização da infraestrutura. Ao mesmo tempo, Singapura inaugurou um centro dedicado à computação biológica baseada em organoides cerebrais, explorando um caminho que pode ir além do silício. A IA continua evoluindo, mas o verdadeiro campo de batalha passa a ser onde, como e sobre qual hardware ela será executada.

Perplexity e Nvidia lançam agente de IA que roda totalmente no PC

O equipamento utiliza hardware da Nvidia para executar modelos diretamente no computador, permitindo que o agente acesse arquivos, organize informações, responda perguntas e realize tarefas mesmo sem conexão com a internet. Além de reduzir a latência, a abordagem elimina os custos recorrentes de inferência e aumenta a privacidade, já que os dados permanecem armazenados localmente.

O anúncio reforça uma tendência que vem ganhando força em 2026. Empresas como Apple, Meta, Google e Qualcomm estão investindo em IA embarcada, enquanto a Nvidia amplia sua atuação para além dos data centers. A ideia é combinar modelos mais eficientes com chips especializados, tornando viável executar agentes completos em dispositivos pessoais.

A estratégia também desafia o modelo econômico predominante da IA. Hoje, a maior parte dos serviços depende de infraestrutura em nuvem e cobra pelo uso contínuo dos modelos. Com agentes locais, parte desse custo desaparece, abrindo espaço para um modelo em que o investimento principal ocorre na compra do hardware, e não no consumo recorrente de tokens.

O movimento pode redefinir a competição entre fabricantes de hardware e laboratórios de IA. À medida que agentes passam a rodar localmente, fatores como eficiência dos chips, autonomia energética e integração entre software e dispositivo tornam-se tão importantes quanto a qualidade do próprio modelo.

Por que isso importa?

A próxima geração de agentes pode não viver na nuvem. A parceria entre Perplexity e Nvidia mostra que a IA está migrando para os dispositivos pessoais, reduzindo custos operacionais e aproximando a inteligência artificial de uma experiência sempre disponível, privada e independente de conexões com data centers.

🇧🇷 IA generativa no Brasil 🇧🇷 

Your employees are connecting AI to everything. Now what?

ChatGPT and Claude aren't just answering questions. Employees are connecting them directly to Notion, Linear, Jira, and the rest of your stack — with no security visibility into what data moves or what actions they take.

Harmonic Security gives your team the visibility to control it.

Arm apresenta nova CPU para impulsionar data centers de IA

A nova arquitetura traz melhorias voltadas para processamento paralelo, gerenciamento de memória e integração com aceleradores de IA, permitindo que as CPUs assumam uma parcela maior das tarefas executadas em data centers. Embora as GPUs continuem sendo essenciais para treinamento e inferência de modelos, a Arm aposta que CPUs mais eficientes serão fundamentais para alimentar, coordenar e gerenciar esses sistemas em larga escala.

O anúncio reforça uma mudança importante na indústria. A corrida pela IA deixou de envolver apenas GPUs. Fabricantes como Arm, AMD, Intel e Nvidia passaram a competir pelo desenho completo da infraestrutura computacional, buscando otimizar todos os componentes do data center para reduzir custos, consumo de energia e gargalos operacionais.

A estratégia também acompanha a crescente demanda por eficiência energética. Com data centers consumindo volumes cada vez maiores de eletricidade, melhorar o desempenho por watt tornou-se um dos principais objetivos da indústria. Arquiteturas capazes de entregar mais processamento com menor consumo podem representar uma vantagem competitiva tão relevante quanto o desempenho bruto.

O movimento mostra que a infraestrutura da IA está se tornando mais diversificada. Em vez de depender exclusivamente de GPUs cada vez mais potentes, o setor começa a investir em arquiteturas especializadas para cada camada da computação, criando sistemas mais equilibrados e eficientes.

Porque isso importa.

A próxima evolução da IA dependerá não apenas de aceleradores mais rápidos, mas de data centers mais eficientes como um todo. A nova arquitetura da Arm mostra que CPUs continuam desempenhando um papel estratégico na corrida pela infraestrutura, especialmente em um cenário onde energia e eficiência passam a ser recursos tão valiosos quanto capacidade computacional.

🤑 Maiores investimentos do dia no mercado

Blu Dot surpasses 2,000% ROAS with self-serve CTV ads

Blu Dot used Roku Ads Manager to drive incredible results for its furniture sales event. Its strategy hinged on custom audiences and retargeting, where intent was strongest.

“Roku has been a top performer,” said Blu Dot’s Claire Folkestad. “We have seen…CPMs lower than any other CTV partner we've worked with.”

OpenAI entra de vez na corrida dos chips de IA e revela primeiros resultados do ‘Jalapeño’

Os benchmarks indicam que o Jalapeño foi projetado para maximizar desempenho em inferência, entregando respostas mais rápidas e maior eficiência energética em comparação com arquiteturas voltadas para uso geral. Em vez de competir diretamente com GPUs de treinamento, o chip foi otimizado para uma etapa diferente da cadeia, a execução contínua de modelos já treinados, onde está concentrada grande parte dos custos operacionais da IA.

O anúncio reforça uma mudança estratégica da OpenAI. Depois de anos dependendo principalmente da infraestrutura da Nvidia, a empresa passa a investir em hardware próprio para controlar uma parcela maior da stack tecnológica. Isso permite otimizar seus modelos em conjunto com chips desenvolvidos especificamente para suas cargas de trabalho, reduzindo custos e aumentando a capacidade de escalar serviços como o ChatGPT e seus agentes.

A iniciativa acompanha um movimento observado em toda a indústria. Google desenvolve os TPUs, Amazon investe nos chips Trainium e Inferentia, Microsoft trabalha na linha Maia, Meta projeta seus próprios aceleradores e Apple aposta em processadores dedicados para IA. Agora, a OpenAI entra definitivamente nessa corrida, mostrando que laboratórios de modelos também querem controlar a infraestrutura onde suas IAs serão executadas.

O Jalapeño também evidencia uma nova prioridade do setor. Com bilhões de consultas sendo processadas diariamente, inferência se tornou um dos maiores custos da inteligência artificial. Melhorar essa etapa pode gerar economias bilionárias e ampliar significativamente a capacidade de atender novos usuários sem depender apenas da expansão de data centers.

Porque isso importa: A próxima vantagem competitiva da IA pode não estar apenas nos modelos, mas nos chips que os executam. O Jalapeño mostra que a OpenAI quer controlar toda a cadeia da inteligência artificial, do treinamento ao hardware de inferência, reduzindo custos e diminuindo sua dependência da infraestrutura de terceiros.

🛠️ Caixa de Ferramentas 🛠

  • Close Certo - Uma plataforma com IA integrada que auxilia o seu time de vendas a dar a resposta certa no momento certo. O Close Certo ajuda você a responder cada lead com estratégia, qualificação e foco em conversão.

  • akta.pro - API de dados e sinais de empresas privadas para a economia de agentes

  • Jotform AI Data Assistant - ransforme dados de formulários em insights e ações com IA.

  • coolplugz - Um orquestrador Claude que economiza muito tempo para os desenvolvedores.

Stop letting busywork get in the way of selling

Researching accounts. Building lists. Writing sequences.

There's a better use of your team's time.

Apollo is the AI revenue engine that handles the busywork, so you can stay focused on selling.

Plus, everything you need is in one place:

  • 230M+ verified contacts

  • AI-powered outreach

  • Data enrichment

  • Inbound lead capture

  • Meeting scheduler

  • And more

Stop doing busywork and start building pipeline, faster.

With Apollo — the AI revenue engine powering 4M+ users.

Singapura inaugura centro de computação com células cerebrais humanas

O projeto utiliza pequenas redes de neurônios humanos, conhecidas como organoides cerebrais, conectadas a sistemas eletrônicos capazes de enviar estímulos e interpretar respostas. A expectativa é que essas estruturas consigam aprender determinados padrões consumindo uma fração da energia exigida pelos chips atuais, oferecendo um caminho promissor para superar alguns dos gargalos da infraestrutura de IA.

O anúncio reforça uma tendência que começa a ganhar força na pesquisa. Com data centers consumindo volumes cada vez maiores de eletricidade, cientistas investigam novas plataformas computacionais, como chips neuromórficos, computação óptica, arquiteturas quânticas e agora sistemas híbridos que combinam biologia e eletrônica. Embora ainda estejam em estágio experimental, essas tecnologias buscam ampliar a eficiência energética muito além dos limites do silício.

Ao mesmo tempo, a computação biológica levanta desafios inéditos. Além das dificuldades para produzir, controlar e escalar organoides neurais, pesquisadores discutem questões éticas relacionadas ao uso de tecido humano em sistemas computacionais. Esses debates devem ganhar importância à medida que a tecnologia evolui e se aproxima de aplicações práticas.

O projeto de Singapura mostra que a corrida pela IA está ampliando seu escopo. A busca pela próxima geração de computação já não acontece apenas entre fabricantes de chips, mas também em laboratórios que exploram novos paradigmas para sustentar o crescimento da inteligência artificial nas próximas décadas.

Por que isso importa?

O futuro da IA pode depender de tecnologias que hoje parecem experimentais. Ao investir em computação baseada em células cerebrais, Singapura sinaliza que a próxima revolução da infraestrutura pode surgir da convergência entre biologia e computação, oferecendo uma alternativa aos limites energéticos e físicos dos chips atuais.

Zona Técnica

Isso é tudo por hoje!

Até amanhã.

Reply

or to participate.