Figure e Nscale Firmam Parceria Bilionária para Acelerar Treinamento de Robôs Humanoides com GPUs Nvidia
Aprofundamento CEVIU
Aprofundamento
A Figure está dando um passo gigantesco com a parceria bilionária junto à Nscale, focada em turbinar o treinamento de seus robôs humanoides. O cerne dessa estratégia está na implantação de até 100 mil GPUs Nvidia Vera Rubin, com um investimento inicial de US$ 3,5 bilhões em capacidade computacional, que pode escalar para mais de US$ 6 bilhões. Este montante vai para uma infraestrutura em Barstow, Texas, com operação no segundo semestre de 2027.
A sacada aqui é clara: a Figure já não vê mais o hardware robótico como o principal gargalo. O problema agora é o dado e o poder de processamento. Por isso, a empresa lançou o Index, seu dataset crowdsourced que gera 35 minutos de dados por segundo, para alimentar o modelo Helix. A aliança com a Nscale garante o músculo computacional para digerir essa torrente de dados, levando os robôs humanoides a um novo patamar de "inteligência física".
O que mudou
A Nscale consolida sua posição como peça-chave na infraestrutura de IA. Se antes víamos a empresa firmando acordos monumentais, como o pacto de US$ 45 bilhões com a Anthropic em agosto de 2026 para modelos de linguagem grandes (LLMs), agora ela diversifica seu portfólio. Com a Figure, a Nscale entra de vez no nicho de IA física e robótica humanoide, mostrando sua capacidade de atender demandas computacionais massivas para diferentes tipos de IA. É uma expansão estratégica que reforça a abrangência e a importância da Nscale no ecossistema de computação de alto desempenho para IA.
Por que isso importa
Esta parceria é um termômetro do quão crítica se tornou a infraestrutura de computação para o avanço da IA, especialmente na robótica. O foco sai do "o robô consegue se mover?" para "o robô consegue aprender rápido o suficiente?". A escala do investimento sublinha que o treinamento de modelos de IA para robôs humanoides exige a mesma, ou até maior, capacidade computacional que os mais complexos LLMs. Isso valida o modelo de negócio de provedores de infraestrutura como a Nscale e solidifica a Nvidia como a espinha dorsal de quase todo o avanço em IA, do software físico ao digital.
Linha do tempo
Meta Expande Acordo com Nvidia para Milhões de Chips de IA em Data Centers, Incluindo CPUs Autônomas
AMD e Anthropic anunciam parceria bilionária para acelerar infraestrutura de IA
Nvidia e Cloverleaf: Parceria Estratégica Impulsiona Infraestrutura de IA nos EUA
Acordo Bilionário Impulsiona Infraestrutura de IA da Anthropic com Nscale
Figure e Nscale Firmam Parceria Bilionária para Acelerar Treinamento de Robôs Humanoides com GPUs Nvidia
Perguntas frequentes
Qual o objetivo da parceria entre Figure e Nscale?
A parceria visa acelerar drasticamente o treinamento dos robôs humanoides da Figure, utilizando até 100 mil GPUs Nvidia Vera Rubin. Isso garante a capacidade computacional necessária para desenvolver o modelo Helix da Figure, que aprende com grandes volumes de dados.
O que são as GPUs Nvidia Vera Rubin?
As GPUs Nvidia Vera Rubin são a próxima geração de unidades de processamento gráfico de alto desempenho da Nvidia, projetadas para as cargas de trabalho mais exigentes em inteligência artificial e computação científica. Elas oferecem poder de processamento massivo, essencial para o treinamento de modelos complexos como os da robótica humanoide.
O que são o modelo Helix e o dataset Index da Figure?
Helix é o modelo de IA que controla os robôs humanoides da Figure, responsável por sua "inteligência física". O Index é um dataset crowdsourced lançado pela Figure que gera 35 minutos de dados por segundo. Ele serve como a principal fonte de informações para o treinamento e aprimoramento contínuo do modelo Helix.
Por que a capacidade computacional é tão crucial para robôs humanoides atualmente?
A capacidade computacional é vital porque o desenvolvimento de robôs humanoides avançados mudou seu gargalo de hardware para dados e processamento. Para que os robôs aprendam a interagir com o mundo de forma eficaz e autônoma, eles precisam processar e aprender com quantidades gigantescas de dados, o que exige um poder de computação maciço.
Fontes
- figure.aifonte original
- Categoria
- CEVIU Hardware
- Publicado
- 04 de setembro de 2026
- Editoria
- CEVIU Hardware

