A inteligência artificial no Amazonas ganha capacidade para acelerar pesquisas e analisar imagens de satélite, projetos em execução e impactos ambientais ainda precisam ser detalhados.
A inteligência artificial no Amazonas passa a contar com uma infraestrutura de alto desempenho instalada em Manaus. A FPFtech informou que já utiliza um sistema NVIDIA DGX H200 para desenvolver modelos computacionais e acelerar o processamento de grandes volumes de dados, incluindo imagens de satélite.
Segundo a instituição, pesquisas com essas imagens estão em execução. O anúncio, porém, não identifica os projetos, os territórios analisados ou os resultados obtidos. Também não esclarece se as aplicações envolvem monitoramento de desmatamento, queimadas ou outras mudanças na cobertura da floresta.
O equipamento reúne oito GPUs NVIDIA H200 Tensor Core, processadores utilizados em tarefas intensivas de inteligência artificial. Cada unidade possui 141 GB de memória, somando 1.128 GB de memória gráfica.
O desempenho divulgado chega a 32 petaFLOPS em operações FP8, formato numérico empregado em determinadas tarefas de IA. Esse valor corresponde à capacidade anunciada para condições específicas de processamento, e não à velocidade de qualquer aplicação executada no sistema.
Capacidade própria para desenvolver modelos
A estrutura permite realizar internamente etapas como treinamento, ajuste, testes e validação de modelos. Entre os usos previstos estão visão computacional, processamento de linguagem natural, IA generativa, automação e robótica.
Com essa inteligência artificial no Amazonas, se amplia a disponibilidade local de recursos para pesquisa. As equipes da FPFtech passam a ter maior controle sobre o ambiente em que trabalham com dados e experimentam soluções.
Ricardo Bastos, gerente de Tecnologia da Informação da instituição, afirma que o investimento tem o objetivo de converter pesquisas em aplicações para problemas concretos. “Passamos a reunir recursos computacionais, conhecimento técnico e formação de profissionais em um mesmo ambiente, criando condições para transformar pesquisa em soluções aplicadas a desafios reais”, afirmou.
Já Glaucio Messias, gestor de inovação, relata que projetos com grandes conjuntos de imagens de satélite exigem processamento elevado. Segundo ele, o acesso interno ao equipamento permite ampliar a experimentação e aperfeiçoar os modelos utilizados nessas iniciativas.
Formação e parcerias
Outra frente anunciada é a qualificação de estudantes e profissionais. A proposta é aproximar o aprendizado das etapas de desenvolvimento de sistemas, da preparação dos dados à execução dos modelos treinados. A formação associada à inteligência artificial no Amazonas poderá utilizar a mesma infraestrutura destinada à pesquisa aplicada.
A FPFtech também prevê empregar o sistema em projetos de Pesquisa, Desenvolvimento e Inovação com empresas e outras instituições. Entre as possibilidades estão provas de conceito, testes de desempenho e validação de aplicações industriais.
Investimento e impactos ainda sem detalhes
Embora apresente as características técnicas, o anúncio deixa questões relevantes em aberto. Não foram informados o valor da aquisição, a origem dos recursos, os parceiros envolvidos ou os custos de operação.
Também faltam dados sobre consumo de eletricidade, sistema de refrigeração e eventual uso de água. Essas informações são necessárias para dimensionar os impactos da infraestrutura e discutir a expansão da inteligência artificial no Amazonas sob a perspectiva ambiental.
No contexto de Manaus e da Zona Franca, a instalação abre uma pauta sobre o papel da capacidade computacional na diversificação tecnológica regional. Para avaliar seus efeitos, ainda é preciso conhecer quais demandas locais serão atendidas e como pesquisadores de outras instituições poderão acessar o equipamento.
O avanço da inteligência artificial no Amazonas dependerá, assim, da articulação entre infraestrutura, profissionais e projetos com resultados verificáveis. No caso das imagens de satélite, o próximo passo é esclarecer o que está sendo analisado e como as informações produzidas poderão apoiar decisões sobre a região.
