Acelerando IA sem NVIDIA: ferramenta gratuita para qualquer chip

Em 8 de julho de 2026, a startup francesa ZML lançou uma ferramenta gratuita para acelerar IA em qualquer chip: o ZML/LLMD, uma camada de software que acelera a inferência de modelos de IA em uma ampla gama de aceleradores de hardware. O projeto tem o apoio de Yann LeCun, vencedor do Prêmio Turing e cientista-chefe de IA da Meta.

O que o ZML/LLMD faz

O ZML/LLMD é uma camada de software que permite rodar modelos de linguagem de forma mais rápida e barata, independentemente do fabricante do chip. A compatibilidade multiplataforma é a principal vantagem: o mercado atual de ferramentas de inferência é fortemente voltado para a NVIDIA. Bibliotecas populares, como TensorRT-LLM e as versões de vLLM orientadas a CUDA, são otimizadas por padrão para as GPUs do fabricante "verde". Equipes que usam AMD, Intel Gaudi, AWS Trainium e outros aceleradores precisam aceitar desempenho menor ou gastar recursos de engenharia para adaptar a stack por conta própria.

O ZML/LLMD se posiciona como uma ferramenta única, que funciona igualmente bem em hardware diferente e reduz o custo de rodar produtos de IA em produção.

• Produto: ZML/LLMD, camada de otimização para inferência de LLMs
• Licença: gratuita (free to use)
• Alcance: ampla gama de chips de IA de diferentes fabricantes
• Objetivo: reduzir os custos operacionais da inferência em produção

Por que o nome de LeCun muda a percepção da startup

Yann LeCun é um dos três vencedores do Prêmio Turing de 2018 (junto com Geoffrey Hinton e Yoshua Bengio) e cientista-chefe de IA da Meta desde 2018. Seu trabalho com redes neurais convolucionais virou alicerce da visão computacional moderna e preparou o terreno para a atual onda de aprendizado profundo.

O apoio público de LeCun é um sinal para o mercado e os investidores: a ZML, no mínimo, chamou a atenção de pesquisadores de alto nível. Para desenvolvedores que ainda não conheciam a startup, ter esse nome entre os apoiadores reduz de forma perceptível a barreira de desconfiança em relação a uma ferramenta nova.

Contexto: por que a inferência custa mais que o treinamento

Na maioria dos produtos de IA em produção madura, o gasto com inferência, ou seja, responder a milhões de requisições, supera há tempos o gasto com treinamento. Segundo estimativas do setor, a divisão de custos está se deslocando para 10 a 90 em favor da inferência. Por isso, otimizar a velocidade e o custo de execução dos modelos é um dos nichos mais disputados da infraestrutura de IA em 2026.

A compatibilidade do ZML/LLMD com vários chips pode dar às empresas poder de barganha nas negociações com fornecedores e reduzir o risco de depender de um só.

O que isso significa

O ZML/LLMD atinge uma dor real do mercado: os custos operacionais de inferência crescem junto com a escala dos produtos de IA. O modelo de distribuição gratuito reduz a barreira de entrada e pode atrair uma ampla comunidade de engenharia. Quanto a ferramenta supera soluções especializadas em hardware específico, só benchmarks independentes mostrarão, conforme o número de usuários crescer.

*A Meta foi classificada como organização extremista e é proibida na Rússia.