Physical Intelligence Otimiza Stack de Dados Robóticos com PostgreSQL e ClickHouse

A Physical Intelligence, empresa de modelos de fundação para robótica, enfrentou um desafio comum em arquiteturas de dados: a escalabilidade de um único banco para cargas transacionais e analíticas. A solução veio com uma estratégia de separação de responsabilidades. Para o dia a dia operacional e dados transacionais, que exigem garantias ACID e forte consistência, a empresa manteve o PostgreSQL. Este é o motor para gerenciar as anotações e os processos internos, com volumes que ficam abaixo de 100 milhões de linhas.

Já para os dados de alta cardinalidade, como metadados e anotações usadas em treinamento de modelos de robótica, que podem chegar a dezenas de bilhões de linhas, a escolha recaiu sobre o ClickHouse. Este banco colunar otimizado para OLAP se mostrou ideal para consultas complexas, filtros longos e operações de GROUP BY, mesmo com consistência eventual. A migração resolveu gargalos que antes levavam dias ou semanas, e agora permitem exploração de dados orientada por agentes, algo vital para o desenvolvimento de modelos de IA de robótica.

Este movimento da Physical Intelligence reflete uma tendência crescente no mercado de dados, especialmente para empresas que lidam com IA em larga escala. A sobrecarga de um único banco de dados para gerenciar volumes massivos de dados transacionais e analíticos simultaneamente é um ponto de falha comum. A segmentação da stack, utilizando ferramentas especializadas como PostgreSQL para OLTP e ClickHouse para OLAP, oferece a resiliência e a performance necessárias.

O CEVIU News tem documentado casos semelhantes. Vimos a Meta reestruturar seu armazenamento para workloads de IA e a Arcesium migrar para DuckDB e Iceberg visando otimização. A Rippling também adotou um banco de dados de IA em lakehouse. Esses exemplos mostram que a engenharia de dados precisa de arquiteturas flexíveis e especializadas para sustentar o avanço e a demanda por modelos de IA e análises complexas, garantindo que os dados não se tornem um gargalo para a inovação.