AWS lança instâncias EC2 G7 com GPUs NVIDIA RTX PRO 4500 Blackwell, primeira nuvem com suporte geral

As G7 não são só mais uma geração de instâncias GPU: elas fecham o ciclo de três anos de alinhamento estratégico entre AWS, NVIDIA e Intel para entregar infraestrutura nativa para IA agêntica em produção. A arquitetura Blackwell da RTX PRO 4500, com suporte a FP4, NVLink Switch de 130 TB/s e chip GB203 em 4 nm, foi projetada para inferência eficiente de modelos de 10T+ parâmetros, mas só agora se torna acessível *sem customização* em nuvem pública. Isso muda o jogo para SREs que precisam escalar agentes com múltiplos LLMs especializados (ex: um para RAG, outro para validação de código, outro para análise de risco), já que as G7 oferecem 700 Gbps de EFA com GPUDirect RDMA para FSx for Lustre, ou seja, comunicação GPU-a-GPU com latência sub-microssegundo entre nós, essencial para orquestração síncrona de agentes.

O processador Intel Xeon 6 (Granite Rapids) nas G7 também é decisivo: ele traz até 128 P-cores por soquete e suporte a DDR5 de 12 canais, permitindo que o host processe *simultaneamente* tarefas de pré-processamento pesado (como parsing de documentos em pipelines RAG), chamadas de APIs externas e gerenciamento de estado de sessão, tudo sem competir por memória com as GPUs. Isso reduz a necessidade de separar workloads em clusters distintos (ex: um cluster para inferência, outro para orchestration), simplificando a operação de stacks agênticos em produção.

Em abril de 2024, a NVIDIA anunciou a arquitetura Blackwell na GTC com foco em treinamento massivo. Em março de 2026, a RTX PRO 4500 Server Edition foi lançada como versão *otimizada para inferência contínua*, com consumo de 165 W e suporte a MIG dual, algo ausente nas primeiras Blackwell datacenter (B200). A AWS, que em maio de 2026 já havia lançado o MCP Server para dar acesso seguro de agentes à API da AWS, agora entrega o *substrato físico* para rodar esses agentes com baixa latência e alta densidade. Antes, equipes usavam G6 + L4 ou instâncias personalizadas com A10G, agora têm GPU dedicada com VRAM unificada (32 GB/GPU), driver R595 nativo no EKS AMI e integração direta com SageMaker JumpStart para deploy de modelos de agentes.

Para engenheiros de plataformas, isso significa menos trade-offs entre custo, latência e confiabilidade em stacks agênticos. Não é só sobre rodar Claude Opus 4.7 mais rápido: é sobre manter SLA de <100 ms em workflows com 5+ chamadas sequenciais entre modelos especializados, sem sobrecarregar o network stack. As G7 permitem implantar agentes com RAG + código-execution + avaliação de segurança em uma única instância 24xlarge, reduzindo a complexidade de observabilidade e o número de pontos de falha. E como suportam Windows Server com DirectX/Vulkan, empresas de design e simulação podem migrar VDI gráficas críticas (ex: CAD em nuvem) sem reescrever aplicações, um passo prático rumo à infraestrutura unificada para IA e HPC.