A AMD lançou seu próprio modelo aberto, o Instella. O detalhe que faz dele notícia não é o desempenho — é onde ele foi treinado.
A Nvidia domina o setor porque quase toda ferramenta de IA é construída sobre a plataforma CUDA, e treinar fora dela é notoriamente difícil. A AMD treinou o Instella do zero em chips AMD Instinct, usando a pilha de software ROCm.
Por que isso importa
- É prova prática de que dá para treinar um modelo competitivo fora do ecossistema CUDA.
- A AMD publicou os checkpoints de cada etapa e as receitas de treino, não só o modelo final.
- Segundo a fonte, supera modelos de tamanho parecido, como o Gemma 4 E4B e uma versão menor do Qwen 3.5.
1.Por que 'sem CUDA' é a manchete
2 minA Nvidia basicamente dominou o espaço de IA porque a maioria das ferramentas é construída sobre a plataforma CUDA. É muito difícil treinar e rodar modelos em chips que não são CUDA.
Um fornecedor único no ponto mais caro da cadeia é um problema estrutural: define preço, prazo de entrega e quem consegue treinar. Um modelo competitivo treinado inteiramente em hardware AMD é a demonstração de que existe segundo caminho — e isso vale mais do que a posição do Instella em qualquer tabela de desempenho.
Ficha técnica
- Licença
- Open source (código, pesos e receitas)
- Parâmetros
- 16 B totais / 2,8 B ativos
- Treinado em
- AMD Instinct + pilha ROCm
- Versão final
- Think, ~32 GB
- Diferencial
- Checkpoints e receitas de treino publicados
Continue no microcurso completo
Você leu a primeira de 3 aulas
A versão detalhada traz o passo a passo completo, os critérios de escolha, onde a ferramenta falha e para quem ela realmente serve.
- A ficha e as duas técnicas2 min
- O que a AMD publicou junto3 min
De onde saiu este microcurso
Do capítulo “Instella” (aos 09:16) do vídeo New Deepseek, Seedance 2.5, Minimax H3, Gemini Robotics, AMD models: AI NEWS, do canal AI Search. Transcrevemos, conferimos os nomes contra as páginas oficiais e reescrevemos em português.