AMD publica o Helion: rack com 32 768 núcleos de CPU para agentes de IA

A AMD publicou o Helion, um projeto aberto de rack para rodar agentes de IA, e não para treinar modelos. Na versão sem aceleradores, apenas com processadores, cabem até 32 768 núcleos em um único rack. Os primeiros sistemas de parceiros devem aparecer em novembro. A AMD vende o Helion pela eficiência: quantos agentes cabem em cada watt.

Um rack para outro tipo de carga

Nos últimos três anos, a indústria de data centers se estruturou em torno do treinamento: racks densos de GPUs, refrigeração líquida e redes rápidas entre aceleradores. Os sistemas de agentes funcionam de outra forma. Um agente raramente ocupa a GPU o tempo todo. Ele chama ferramentas, acessa APIs, executa código em sandbox, mantém contexto, espera respostas e coordena outros agentes. Isso resulta em muitos processos paralelos e relativamente leves, e boa parte deles esbarra no processador, não no acelerador.

Segundo o anúncio, é nessa observação que o Helion se baseia. A AMD propõe um modelo de construção de rack que os parceiros poderão reproduzir. O formato é aberto: as especificações ficam disponíveis a qualquer um que monte servidores.

O que se sabe até agora

• Nome e formato: Helion, um blueprint aberto de rack.
• Finalidade: executar e escalar agentes, não treinar modelos.
• Configuração só com CPU: até 32 768 núcleos em um rack.
• Prazo: sistemas de parceiros esperados em novembro de 2026.
• Métrica central: número de agentes por watt.
• Não revelado no anúncio: modelo exato dos processadores, consumo do rack, rede, refrigeração e preço.

O último item importa. Por enquanto, temos uma promessa e um número geral, mas nenhuma ficha técnica do produto.

A aritmética e a métrica

O número 32 768 é igual a 2 elevado à 15ª potência e parece uma configuração redonda e conveniente. Para dar uma noção de escala: com 256 núcleos por soquete, seriam 128 processadores por rack. Esse é um cálculo nosso, para ilustração, e não um dado da AMD. A distribuição real pode ser diferente.

O "agente por watt" levanta mais dúvidas. O treinamento tem unidades consolidadas: FLOPS, tokens por segundo, tempo até a convergência. Para agentes, não existe padrão. O que conta como um agente: um ciclo simples com algumas chamadas de API ou um processo complexo com navegador e execução de código? Qual carga, quais latências, qual proporção de ociosidade? Sem essas respostas, o número da AMD só poderá ser comparado com ele mesmo. Medições independentes só serão possíveis quando o hardware chegar aos clientes.

O quadro no mercado

O Helion mostra que os fabricantes de chips buscam uma segunda fonte de demanda além dos caros aceleradores. Se a carga de agentes realmente migrar para a CPU, saem ganhando quem tem processadores de servidor fortes e um ecossistema de parceiros de montagem. Um projeto aberto reduz a barreira de entrada para integradores e preocupa menos com dependência de um único fornecedor do que uma plataforma fechada. Mas os concorrentes também oferecem CPUs de servidor, incluindo soluções Arm, e cada um vai tentar provar a própria eficiência nos seus testes.

O que fazer se você constrói agentes

Antes de esperar novembro, vale medir a própria carga. Quanto tempo o agente realmente passa na GPU e quanto passa esperando ferramentas e na CPU? Se a segunda parcela for grande, pagar por aceleradores para fazer orquestração não compensa, e um rack de CPU pode sair mais barato por tarefa executada. Calcule o custo da tarefa, não o custo do servidor.

Quando os parceiros anunciarem as configurações, peça a eles o consumo sob a sua carga, e não o valor da ficha técnica. Verifique também as licenças e o custo por núcleo do software: com dezenas de milhares de núcleos por rack, eles podem consumir o ganho de energia. Por ora, o Helion continua sendo uma promessa, mas a direção está clara: a infraestrutura para agentes começa a se separar da infraestrutura para treinamento.