Uma LLM da classe de 20 bilhões de parâmetros, cerca de 30 tokens por segundo, 16 núcleos de CPU e 32 GB de RAM. O resultado apresentado em vídeo coloca a eficiência do software no centro da discussão sobre o futuro da IA no Brasil.
Uma decisão tomada em Washington pode mudar o planejamento de empresas, universidades e desenvolvedores brasileiros. Em novembro de 2026, o texto de uma nova norma americana incluiu o Brasil na exigência de licenciamento para exportações de determinados chips avançados.
Em 17 de novembro, o documento havia sido disponibilizado antecipadamente, com publicação prevista para o dia 19. A medida acrescenta uma barreira ao acesso à infraestrutura abrangida pelos controles. Para quem planeja investir em IA, diversificar a capacidade de execução ganhou ainda mais relevância.[1]
É nesse cenário que o MultiCortex apresenta uma resposta provocativa: aproveitar melhor a capacidade computacional que já está disponível. No vídeo acima que acompanha este texto, apresento uma LLM da classe de 20 bilhões de parâmetros da Unsloth, sem aplicar quantização adicional aos pesos, alcançando aproximadamente 30 tokens por segundo com 16 núcleos de CPU e 32 GB de RAM, sem GPU dedicada, no Multicortex OS.
O resultado abre uma possibilidade concreta: construir aplicações de IA com uma infraestrutura diferente daquela que costuma dominar as manchetes.
Há muita engenharia entre carregar um modelo e fazê-lo responder com velocidade útil. O motor de inferência precisa executar operações matemáticas adequadas ao processador, distribuir o trabalho entre os núcleos e movimentar os dados com eficiência. A escolha do software passa a fazer parte da escolha da infraestrutura.
O MultiCortex trabalha nessa integração. Sua edição Intel Accelerated reúne oneAPI, OpenVINO, Level Zero e drivers Intel Arc e NPU previamente instalados e configurados. A proposta é entregar um ambiente Linux preparado para explorar CPUs e aceleradores compatíveis, reduzindo o trabalho de montar e ajustar essa base a partir de componentes separados.[2]
Dentro desse ecossistema, o oneAPI oferece bibliotecas, ferramentas e um modelo de programação voltado a diferentes arquiteturas. Tecnologias como SYCL ajudam a desenvolver caminhos de execução para o hardware disponível. O suporte efetivo depende das implementações e dos dispositivos utilizados; a vantagem estratégica está em ampliar as opções de desenvolvimento e implantação.[3]
O OpenVINO acrescenta recursos de otimização e execução de modelos. Seu plugin de CPU utiliza a oneDNN em operações críticas. Essa biblioteca fornece primitivas de alto desempenho: blocos matemáticos, como multiplicações de matrizes, que sustentam o processamento de
modelos de redes neurais artificiais. Também oferece seleção de implementações conforme as instruções disponíveis e recursos de fusão de operações, reduzindo trabalho intermediário em situações compatíveis.[4][5]
Na prática, o processador pode entregar resultados muito diferentes conforme o caminho de execução escolhido. Instruções vetoriais e, em processadores compatíveis, utilizando primitiva de performance, permitem acelerar operações usadas em IA. O benefício depende do tipo de dado, da operação e do motor que aciona esses recursos. Cada backend utiliza um conjunto de otimizações; a presença de uma biblioteca no sistema, por si só, não demonstra sua participação no benchmark.[4]
Memória e paralelismo também entram nessa conta. Afinidade de threads, quantidade de tarefas simultâneas e localidade dos dados precisam acompanhar as características da carga. O OpenVINO oferece controles de threads, streams e fixação de execução nos núcleos. São ajustes que ajudam a adequar o uso da CPU à aplicação.[4]
No segundo video abaixo, veremos a computação heterogênea ampliar essa liberdade para ambientes com CPU, GPU e NPU. Conforme a compatibilidade, diferentes tarefas podem usar recursos diferentes. O modo heterogêneo do OpenVINO também permite repartir operações entre dispositivos suportados. O planejamento precisa considerar o custo das transferências: combinar dispositivos só compensa quando o conjunto entrega um resultado melhor para aquela carga.[6]
A computação heterogênea amplia essa liberdade para ambientes com CPU, GPU e NPU. Conforme a compatibilidade, diferentes tarefas podem usar recursos diferentes. O modo heterogêneo do OpenVINO também permite repartir operações entre dispositivos suportados. O planejamento precisa considerar o custo das transferências: combinar dispositivos só compensa quando o conjunto entrega um resultado melhor para aquela
carga.[6]
Para o Brasil, essa abordagem tem valor estratégico. Empresas que conseguem executar parte de suas aplicações em CPUs disponíveis ganham mais opções de implantação. Universidades podem avaliar projetos com a infraestrutura existente. Equipes de desenvolvimento podem
dimensionar seus investimentos a partir de medições da própria aplicação.
Quando a solução é implantada integralmente no ambiente local, modelos e documentos também podem permanecer sob o controle operacional da organização. Isso abre espaço para assistentes internos, consulta a documentos e automação de tarefas com menor dependência
de serviços externos, conforme os requisitos de cada projeto.
GPUs continuam essenciais em muitas cargas de treinamento e inferência em grande escala. Ao mesmo tempo, a demonstração do MultiCortex OS dá visibilidade a outro espaço de inovação: aplicações que podem se tornar viáveis com CPUs, bibliotecas otimizadas e uma integração cuidadosa de software e hardware.
A discussão brasileira sobre IA precisa incluir essa capacidade de engenharia. Comprar processamento é uma parte da estratégia. Extrair mais valor do processamento disponível também merece investimento, pesquisa e reconhecimento. Os problemas Geopolíticos pode dificultar a chegada de um equipamento. A engenharia brasileira pode ampliar as formas de colocar a IA para trabalhar.
Não tem GPU?
Tem MultiCortex.
Fontes consultadas em 17 de novembro de 2026:
Addressing Remote Access to Advanced Semiconductors, documento disponibilizado antes da publicação e registro com publicação e registro com publicação prevista para 19 de novembro.
MultiCortex AI Intel Accelerated.
Intel — Visão geral do oneAPI.
OpenVINO — CPU Device.
Intel — oneAPI Deep Neural Network Library, oneDNN.
OpenVINO — Heterogeneous Execution.
