Large Language Models

Principais notícias

1. 1

   Micron Preparada para Boom de Memória em IA com Demanda de Sistemas Agentic em Ascensão

   O que aconteceu: A Micron reportou receitas do terceiro trimestre fiscal 2026 de um recorde de $41.46 billion, alta de 345.7% ano a ano e 73.7% sequencialmente, impulsionada pela demanda de IA. A empresa espera que os embarques de DRAM e NAND em data centers da indústria em 2026 mais do que dobrem em relação a dois anos atrás, pois as cargas de trabalho de IA agentic—sistemas que raciocinam, planejam e executam tarefas—exigem mais memória em racks de aceleradores, racks de CPU e armazenamento. Por que importa: A IA agentic expande as necessidades de memória além dos chips aceleradores para a infraestrutura de CPU e armazenamento, potencialmente tornando a memória uma parcela maior dos gastos gerais com infraestrutura de IA. As receitas da unidade Core Data Center Business da Micron saltaram para $11.52 billion de $1.53 billion ano a ano, sinalizando uma captura forte de curto prazo dessa mudança.

   O que observar: O HBM4 da Micron está em produção em alto volume e espera-se que o HBM4E entre em produção em 2027; o SSD PCIe Gen6 da empresa foi desenvolvido especificamente para cargas de trabalho agentic. As estimativas de consenso Zacks projetam receitas da Micron fiscal 2026 de $129.61 billion (crescimento de 246.8% ano a ano) e receitas fiscal 2027 de $248.08 billion (crescimento de 91.4%).

2. 2

   Analista da Citi destaca oportunidade de computação em IA da Baidu e foco em ERNIE em meio à competição de LLM

   O que aconteceu: A analista da Citi Alicia Yap discutiu os últimos resultados da Baidu, destacando o renovado foco da empresa em modelos de IA e sua posição no ambiente competitivo de grandes modelos de linguagem (LLM) da China. Por que importa: A Baidu atua em um mercado de LLM altamente competitivo na China, e o comentário da analista sobre a estratégia da empresa—particularmente em relação à infraestrutura de computação e seu modelo de IA ERNIE—oferece insights sobre como a empresa se posiciona contra rivais no setor.

   O que ficar atento: A discussão se concentra em duas áreas: a oportunidade de curto prazo em recursos de computação e o foco de longo prazo da Baidu no desenvolvimento do modelo ERNIE, bem como o desempenho de seu negócio de veículos autônomos Apollo Go, que a analista destacou como excepcional.

3. 3

   Microsoft aprofunda IA nas escolas com controles de governança e contexto

   O que aconteceu: Microsoft 365 Education está introduzindo agentes e experiências com Copilot projetadas para funcionar dentro dos sistemas institucionais existentes — ajudando educadores a simplificar o planejamento de aulas, avaliação e diferenciação, e permitindo que a equipe de apoio ao aluno coordene auxílio e orientação sem transferências repetidas. A mudança move a IA de experimentação isolada para uso institucional amplo vinculado a fluxos de trabalho reais. Por que importa: Segundo o relatório 2026 AI in Education da Microsoft, 92% dos alunos e líderes educacionais pesquisados e 88% dos educadores pesquisados já estão usando IA para fins escolares. No entanto, a IA de propósito geral carece do contexto institucional e das proteções de privacidade/integridade que as escolas exigem. Microsoft 365 Education aborda isso ancorando a IA na identidade, permissões, conformidade e governança de dados de cada escola — mantendo os dados institucionais sob o controle da escola enquanto limita o acesso ao que os usuários estão autorizados a ver.

   O que observar: As instituições podem começar com Copilot Chat (incluído no Microsoft 365) e expandir para experiências e agentes Copilot mais ricos conforme a governança e prontidão maduram. A escolha do modelo depende da tarefa e dos requisitos de processamento de dados da escola, não apenas de qual modelo é mais recente. A abordagem permite que as escolas testem um único fluxo de trabalho de alto impacto antes de se comprometer em toda a instituição.

4. 4

   Aily Labs Leva Plataforma de Decisão com IA ao Google Cloud Marketplace para Farmacêutica

   O que aconteceu: A Aily Labs, empresa de plataforma de Inteligência de Decisão com IA, firmou parceria com Google Cloud para disponibilizar sua plataforma no Google Cloud Marketplace. A medida permite que empresas farmacêuticas e de biotecnologia comprem agentes de IA da Aily diretamente através de contratos existentes com Google Cloud, e essas compras contam para o gasto em nuvem comprometido sem desencadear avaliações de fornecedor separadas ou novas avaliações de segurança. Por que é importante: Empresas farmacêuticas e de biotecnologia tipicamente gerenciam P&D, ensaios clínicos, conformidade regulatória e cadeias de suprimentos espalhados por dezenas de sistemas desconectados—atrasos na seleção de sites de ensaios, priorização de candidatos a medicamentos e decisões de inventário são frequentes. Ao oferecer a plataforma Aily através do Google Cloud, as empresas podem aproveitar agentes de IA para desenvolvimento de medicamentos e trabalho regulatório sem atrito adicional de compras ou auditorias de segurança.

   O que acompanhar: O "Super Agent" da Aily orquestra milhares de sub-agentes de IA especializados em P&D, desenvolvimento clínico, apresentações regulatórias, alocação de capital, cadeia de suprimentos e operações comerciais—todos acessíveis via Agent Gallery dentro do Gemini Enterprise, aplicação de IA corporativa do Google Cloud.

5. 5

   Salesforce delineia arquitetura de dados em camadas para IA corporativa

   O que aconteceu: Tristan Baker, chefe de arquitetura de dados da Salesforce, explicou como os grafos de conhecimento estão se tornando uma camada fundamental para sistemas de IA empresarial. Ele descreveu uma pilha em camadas onde data lakes e bancos de dados operacionais ficam abaixo de uma camada de metadados, com a tecnologia de grafos gerenciando relacionamentos e contexto entre eles—permitindo que agentes de IA raciocinem a partir de dados confiáveis em vez de simplesmente recuperá-los. Por que importa: Líderes empresariais buscam interfaces conversacionais que retornem respostas confiáveis em segundos, mas isso exige muito mais do que um único banco de dados. Baker enfatizou que o grande desafio é descrever com precisão as informações empresariais para que a IA consiga compreendê-las em paisagens de dados fragmentadas. Governança e políticas de acesso semântico estão emergindo como desafios críticos; equipes jurídicas precisam definir proteção de dados no nível semântico, não apenas dentro de bancos de dados individuais.

   O que observar: Baker observou que a maioria das organizações ainda não resolveu completamente esse problema de arquitetura. Ele alertou que até mesmo a melhor tecnologia produz "lixo entra, lixo sai" se o conteúdo exposto a ela não for cuidadosamente curado—um desafio com o qual muitas empresas ainda estão lidando.

6. 6

   Mizuho Financial Group implanta GPUs on-premise em vez de usar nuvem

   O que aconteceu：O Mizuho Financial Group introduziu GPUs on-premise (oito unidades NVIDIA) em lugar de depender de infraestrutura em nuvem, posicionando-se para utilizar agentes de IA. Por que é importante：A implantação on-premise oferece ao Mizuho controle direto sobre sua infraestrutura de IA e dados, o que pode ser crítico para uma instituição financeira que gerencia informações sensíveis de clientes e busca reduzir a dependência de provedores de nuvem externos.

   O que acompanhar：A empresa se prepara para implantar agentes de IA — sistemas autônomos capazes de executar tarefas independentemente — sugerindo uma mudança em direção a uma automação mais sofisticada nas operações financeiras.