NVIDIA usa primeiro nova plataforma de IA soberana da Palantir em sua própria cadeia de suprimentos

A NVIDIA e a Palantir anunciaram uma plataforma conjunta de IA soberana para cadeias de suprimentos críticas e complexas. A própria NVIDIA será a primeira a implantá-la em suas operações — na prática, tornando-se a primeira cliente da solução — antes de sua oferta a outras organizações. 11

A proposta vai além de conectar um chatbot a planilhas e bancos de dados. A arquitetura combina dados operacionais, software de otimização, modelos de IA e a experiência de planejadores humanos em um ambiente governado e controlado pela organização.

O que foi anunciado

A plataforma integra os modelos abertos Nemotron, da NVIDIA, ao Foundry e à Artificial Intelligence Platform (AIP), da Palantir. A Ontology da Palantir funciona como a camada que representa a operação: seus materiais, unidades, capacidades, alocações, compromissos e resultados de produção. Segundo as empresas, o sistema foi criado para identificar restrições, registrar conhecimento operacional e apoiar decisões na cadeia de suprimentos. 116

Na NVIDIA, o primeiro objetivo é acelerar o caminho do wafer ao primeiro token — isto é, desde a fabricação do wafer semicondutor até o momento em que um sistema de IA entra em operação e começa a gerar respostas. A empresa pretende codificar nessa operação o conhecimento acumulado de sua cadeia de suprimentos. 11

Por que a cadeia da NVIDIA é o primeiro teste

A complexidade dos sistemas Vera Rubin ajuda a dimensionar o desafio: um único rack reúne aproximadamente 1,3 milhão de componentes, incluindo computação, memória, rede, energia, refrigeração e partes mecânicas. 37

Em uma operação desse porte, distribuir materiais não é apenas uma questão de planilha. A decisão pode ser limitada pela capacidade de fabricação, disponibilidade de um componente, prazo de chegada de insumos ou compromissos já assumidos com clientes. A NVIDIA está usando a Ontology e o Command Center de cadeia de suprimentos da Palantir, em conjunto com o cuOpt da NVIDIA, para simular cenários e alocar materiais escassos entre diferentes unidades. 16

A métrica adotada pela NVIDIA é chamada de Time of Ownership: o período em que os materiais permanecem sob seu controle antes de contribuírem para sistemas entregues. Na prática, a plataforma busca apontar qual gargalo limita a produção e qual decisão de alocação pode enfrentá-lo melhor. 1

Como a plataforma funciona

Cada componente tem uma função específica:

• Modelos abertos Nemotron: fornecem a camada de raciocínio que pode ser especializada para decisões de cadeia de suprimentos.
• Palantir Foundry e AIP: formam o ambiente de dados e aplicações em que as equipes trabalham com modelos e fluxos operacionais.
• Palantir Ontology: representa entidades e relações do mundo real, como materiais, unidades, capacidade, alocações, compromissos e resultados produtivos. 116
• NVIDIA cuOpt: apoia otimização e análise de cenários para decisões como a distribuição de materiais. 1

As empresas apresentam o conjunto como um ambiente operacional governado, e não como um modelo genérico ligado a bases de dados isoladas. Segundo a NVIDIA, os dados proprietários da cadeia de suprimentos, os pesos dos modelos e a inferência permanecem em um único ambiente controlado. 1

O papel da experiência dos planejadores

A NVIDIA concluiu que a otimização matemática, sozinha, não capturava todo o contexto usado por planejadores experientes. Muitas decisões dependem de informações não estruturadas e mutáveis, como e-mails, previsões meteorológicas, acontecimentos geopolíticos, conversas com fornecedores e conhecimento institucional. 1

Por isso, a empresa usou escolhas de alocação feitas por planejadores, suas justificativas e os resultados posteriores como dados de pós-treinamento para uma versão especializada do Nemotron 3.5 Lightning. O modelo tem 30 bilhões de parâmetros no total e arquitetura de mistura de especialistas, com cerca de 3 bilhões de parâmetros ativos em cada passagem de processamento. 1

No benchmark de desenvolvimento da própria NVIDIA para decisões de alocação, a empresa divulgou os seguintes resultados:

Modelo	Acurácia informada em decisões de alocação
Nemotron 3.5 Lightning pós-treinado	86,7%
Nemotron 3 Ultra	55,5%
Nemotron 3.5 Lightning base	17,5%

São resultados informados pela NVIDIA em seu próprio benchmark de desenvolvimento; eles não constituem uma medição independente de desempenho para todas as cadeias de suprimentos ou implantações. 1

Por que humanos continuam no processo

A proposta não é substituir de forma autônoma os planejadores. Decisões de alocação envolvem trade-offs relevantes, e novas informações podem surgir sem estarem representadas nos dados de treinamento anteriores.

Assim, planejadores humanos continuam responsáveis por revisar, ajustar e aprimorar as recomendações. Essas intervenções podem virar novos registros de decisão governados, alimentando um ciclo de pós-treinamento e refinamento operacional contínuo. 1

Como a solução será implantada

NVIDIA e Palantir afirmaram que outras organizações poderão usar a arquitetura em suas próprias cadeias de suprimentos por meio da Palantir Sovereign AI Operating System Reference Architecture, em infraestrutura de nuvem ou local, instalada dentro da própria organização. O foco declarado inclui setores complexos e ambientes governamentais que desejam manter o controle sobre dados proprietários. 11

A arquitetura de referência relacionada é baseada nas NVIDIA Enterprise Reference Architectures e foi projetada para executar softwares da Palantir, incluindo AIP, Foundry, Apollo, Rubix e AIP Hub. 29

A Dell faz parte do ecossistema de infraestrutura associado: sua arquitetura combina a infraestrutura Dell AI Factory — incluindo PowerEdge, ObjectScale e PowerFlex — com tecnologias da Palantir e da NVIDIA. 17 A cobertura do anúncio de setembro também citou Cisco, Rackspace e Nebius como parceiros para opções de hardware ou implantação em nuvem. 25

Onde a novidade foi apresentada

A aplicação na cadeia de suprimentos e outras iniciativas de IA soberana foram exibidas no evento AIPCon 11, da Palantir. 6

O ponto mais relevante do anúncio é que a NVIDIA decidiu testar a plataforma em sua própria cadeia de suprimentos, altamente restrita e interdependente. Isso transforma a implantação em um teste prático de como modelos especializados, otimização e dados operacionais governados podem melhorar decisões em um dos ambientes de planejamento industrial mais complexos. 111