IA coordena a cadeia de chips da NVIDIA do “wafer-out” ao primeiro token
A NVIDIA passou a usar Palantir Foundry e cuOpt para automatizar as decisões de alocação da sua cadeia de suprimentos de hardware em fábricas ao redor do mundo. A empresa mede a entrega operacional do wafer-out (saída do wafer da fábrica) até o first token (primeiro token em produção), um intervalo que se divide em tempo-até-o-rack — o trânsito da saída da fábrica até o sistema montado no data center — e tempo-até-o-token, que cobre energia, refrigeração, rede e prontidão de software no primeiro dia.
Por que isso importa agora
O avanço do hardware ampliou as restrições de suprimento. Um único rack Grace Blackwell NVL72 contém 18 bandejas de computação, e cada bandeja exige duas CPUs Grace, quatro GPUs Blackwell e 32 pacotes de memória HBM3e, obtidos de milhares de fornecedores, OEMs e parceiros de design. A cadeia que está sendo montada para a próxima arquitetura Vera Rubin é o dobro do tamanho da rede que sustenta a Grace Blackwell.
A montagem só pode avançar quando as peças chegam por três canais distintos: estoque direto, estoque consignado e fornecedores externos. As alocações de fábrica são refeitas semanalmente em horizontes rolantes de dois trimestres, para conciliar disponibilidade de peças, limites de capacidade e cronogramas de entrega.
Otimização matemática + LLM
Para coordenar essas dependências, a equipe de operações construiu o centro de comando “Digital Supply Chain Intelligence” sobre o Palantir Foundry. A Ontologia do Foundry modela fábricas, compromissos de fornecedores, estoques e metas de produção como objetos interligados. O cuOpt — biblioteca open-source de otimização acelerada por GPU — lê essa camada operacional e formula a distribuição como um programa linear inteiro-misto que minimiza o Time of Ownership (tempo entre o recebimento dos materiais e a saída das sub-montagens).
A otimização matemática sozinha, porém, não capturava variáveis não estruturadas que os planejadores humanos observam, como transcrições de chamadas de fornecedores, previsões meteorológicas, trocas de e-mail com parceiros e eventos geopolíticos. Para isso, a NVIDIA fez pós-treinamento do modelo Nemotron 3.5 Lightning, uma mistura de especialistas com 30 bilhões de parâmetros totais e cerca de 3 bilhões ativos por passada. O pipeline usa NeMo Anonymizer (para anonimizar campos sensíveis), NeMo Data Designer (para balancear exemplos com cenários sintéticos de disrupção) e NeMo AutoModel (para aplicar LoRA mantendo os pesos-base congelados).
Os números da decisão
O Nemotron 3.5 Lightning pós-treinado atingiu 86,7% de precisão de decisão em registros históricos de alocação, contra 55,5% do modelo maior Nemotron 3 Ultra e 17,5% do Lightning base sem ajuste. O fine-tuning foi concluído em duas GPUs B200 em minutos. As escolhas operacionais, revisões e resultados de fábrica são reescritos continuamente na Ontologia do Palantir, e a NVIDIA confirmou que esse conjunto de dados formará pares de preferência para futuras rotinas de aprendizado por reforço.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
