Na WAIC 2026, a empresa de infraestrutura de IA de Cingapura, Acrab, lançou o Agent Box e o chip GΞLIX 1, visando fornecer a base de computação para AI Agentic em dispositivos de borda. Diferentemente dos chips de IA tradicionais, o GΞLIX 1 enfatiza a cooperação híbrida entre CPU e NPU, arquitetura de memória unificada e otimização de Prefill, oferecendo 700 TOPS de poder de processamento e 273 GB/s de largura de banda de memória. O CEO Ken Phua acredita que a IA entrou na era do cálculo híbrido, com a CPU retornando ao centro, e a Acrab já arrecadou mais de US$ 350 milhões. A IA em borda está passando de “executar um modelo” para “executar continuamente um sistema inteligente”, e a verdadeira competição reside na capacidade integrada completa de chips, pilha de software e ecossistema de Agentes.Autor e fonte do artigo: Nova Inteligência
Agentic AI deve ser executado em que tipo de infraestrutura de computação?
Days later, one of the most crowded concepts at WAIC 2026 — the Agent Computer — has begun to shift from a novelty on the exhibition floor to a genuine engineering challenge.
Fazer um modelo grande rodar localmente em um dispositivo já não é a parte mais difícil. O mais desafiador é garantir que o chip mantenha estabilidade sob restrições de consumo de energia, latência e custo, quando o agente precisar ler arquivos continuamente, manter memória, chamar ferramentas e operar em segundo plano por longos períodos.
Isso mudará a forma de avaliar os chips de borda. TOPS, parâmetros do modelo e tokens por segundo ainda são importantes, mas se a largura de banda da memória não acompanhar, se a cooperação entre CPU e NPU for inadequada ou se a pilha de software não conseguir manter o estado da tarefa, mesmo o pico mais impressionante poderá ser suficiente apenas para uma única demonstração.
Nós observamos que, esta semana, a empresa de Cingapura Acrab realizou um lançamento online e lançou o Agent Box, o que pode fornecer uma amostra para análise.
Nesta apresentação, a empresa de infraestrutura de IA apresentou simultaneamente o prefill, memória unificada, coordenação híbrida CPU-NPU e orquestração de agentes.
Essas palavras-chave apontam para o mesmo julgamento: a IA na borda está passando de “executar um modelo” para “executar permanentemente um sistema inteligente”.
O que os chips precisam resolver já não é mais apenas se a potência de processamento é suficiente, mas sim como os dados fluem, como as tarefas são agendadas e como o software e o hardware se coordenam continuamente.
Então, quando o entusiasmo em torno do WAIC, os lançamentos de novos produtos e as tendências do setor se dissiparem, a questão verdadeiramente importante ficará mais clara: quando os Agentes passarem de uma única chamada para funcionamento contínuo, o que exatamente precisa ser reinventado nos chips de borda?
De uma única inferência para trabalho contínuo
O agente alterou a carga no lado do dispositivo
Os bots de chat geralmente completam uma rodada de pergunta e resposta. Após receber uma tarefa, o agente pode primeiro pesquisar informações, ler arquivos, depois chamar código, navegador, calendário ou software de produtividade; após concluir uma parte, verifica os resultados, mantém o estado da tarefa e aguarda o próximo gatilho. Uma tarefa geralmente envolve várias chamadas ao modelo e alternâncias repetidas entre diferentes modelos, ferramentas e aplicações.
Acrab demonstrou um fluxo de tarefas relativamente completo durante a apresentação: o usuário solicita a criação de um presente temático espacial para seu filho, o sistema fornece ideias, auxilia na escolha da solução, aciona as ferramentas relacionadas e acompanha o progresso da produção; quando surgem novas condições no ambiente, ele pode se conectar a outros dispositivos inteligentes para tratá-las.
O significado desta demonstração não está em quão inteligente é uma única resposta, mas em se uma linguagem natural pode ser convertida em uma sequência contínua de ações. Para sistemas computacionais, o Agente não é mais apenas “chamar um modelo uma vez”, mas sim alternar continuamente entre modelo, dados, software e dispositivos.
Este modo de trabalho primeiro amplia a divisão de responsabilidades entre a extremidade e a nuvem.
O custo de uma única inferência pode não ser alto, mas quando as chamadas se tornam frequentes e contínuas, os tokens deixam de ser apenas indicadores técnicos e se tornam faturas reais; uma única espera na rede tem impacto limitado na conversa, mas se acumula progressivamente em tarefas de múltiplos passos; para que o agente domine um contexto pessoal mais completo, os dados precisam viajar repetidamente para a nuvem, ampliando assim a superfície de exposição.
Portanto, a borda e a nuvem não são mutuamente exclusivas. Uma estrutura mais realista é: tarefas de alta frequência, sensíveis à privacidade, que exigem resposta rápida e manutenção de estado prolongada devem ser mantidas localmente sempre que possível; o raciocínio complexo que excede os limites de capacidade do dispositivo deve recorrer aos recursos da nuvem.
A verdadeira mudança é que o dispositivo de borda não será mais responsável apenas por uma única inferência de modelo, mas sim por um sistema inteligente que não pode ser facilmente interrompido.
Ele precisa executar grandes modelos, processar contextos longos, múltiplas tarefas e chamadas de ferramentas; o desempenho deve ser suficientemente forte, sem que o consumo de energia e os custos saiam do controle, e o Runtime, a cadeia de ferramentas e o ecossistema de Agentes também precisam avançar simultaneamente.
O grande modelo na borda resolve se o modelo pode ser instalado no dispositivo; o Agentic AI busca resolver se o modelo, a memória, as ferramentas e os aplicativos podem cooperar a longo prazo dentro do dispositivo.
Não basta apenas empilhar NPU
A CPU, a memória e a pilha de software devem ser refeitas juntas
Anteriormente, adicionar uma NPU em um CPU ou SoC permitia que dispositivos finais ganhassem capacidades de IA, como reconhecimento de voz e processamento de imagens. Mas, quando o Agente passou de uma função adicional a um componente central do dispositivo, simplesmente aumentar o poder de processamento máximo já não é suficiente.
A razão é que o agente não é uma cadeia fixa de inferência neural. O cálculo paralelo em larga escala é adequado para ser entregue ao NPU, enquanto a decomposição de tarefas, julgamentos condicionais, agendamento do sistema, chamada de ferramentas, tratamento de exceções e cooperação entre múltiplos sistemas dependem fortemente do CPU. Quanto mais dinâmica for a trajetória da tarefa, mais importante se torna a coordenação entre o CPU e o NPU.
O CEO da Acrab, Ken Phua, resumiu essa mudança como: "A CPU retornou ao centro da era da IA."
Em sua avaliação, a IA está entrando em ambientes de computação heterogênea, e o desempenho não depende apenas do desempenho do NPU, mas sim da capacidade do CPU e do NPU de trabalhar em conjunto de forma perfeita.
Esta também é uma das poucas pistas da equipe Acrab que valem a pena explorar.
Ken Phua liderou a equipe de engenharia de aplicações da Ásia-Pacífico na Arm UK e participou da formulação da estratégia global de IP, antes de assumir o cargo de CEO conjunto da Arm China.
O significado dessa experiência não se limita ao currículo profissional, mas explica por que essa empresa redefiniu a carga de trabalho de Agent a partir da interseção entre arquitetura CPU, computação heterogênea e necessidades reais de aplicação.
Acrab não define o GΞLIX 1 como um processador AI tradicional, mas sim como uma plataforma de computação para a era do AI na borda.
O lado de hardware é baseado no GΞLIX 1; o lado de software abrange grandes modelos, um Runtime otimizado, uma cadeia de ferramentas completa e uma camada de orquestração de Agentes que conecta modelos, ferramentas, dispositivos e serviços; além disso, a empresa oferece projetos de referência de Agentes para cenários típicos, ajudando desenvolvedores e parceiros do ecossistema a construir aplicações mais rapidamente.
O Agent Box é a primeira vez que esta plataforma de software e hardware aparece na forma de um produto completo. Ele é definido como um Personal AI Center, capaz de executar modelos com bilhões de parâmetros localmente, mantendo suas funcionalidades essenciais mesmo sem conexão à internet.
Acrab é derivado das iniciais de Agentic Compute, Reasoning, Action e Brain, e também é o nome de um sistema estelar múltiplo na astronomia — assim como sua filosofia de design: fazer com que diferentes unidades de computação operem em conjunto, como um sistema estelar.
A empresa tem como objetivo criar um cérebro capaz de pensar e agir para o Agente, construindo a próxima geração de plataforma de computação.
Acrab, com sede em Cingapura, já arrecadou mais de US$ 350 milhões em financiamento, com investidores incluindo a Vertex (Xiangfeng Investment), plataforma global de capital de risco da Temasek, e a K3 Ventures, renomada instituição de investimento em tecnologia de Cingapura.
Sua primeira plataforma de computação, GΞLIX, já foi validada em ambientes de implantação real exigentes e está agora se preparando para sua primeira adoção industrial e produção em escala.
O financiamento pode comprar tempo para a reengenharia, mas o que realmente determina se a rota é viável é se o sistema pode ser entregue.
Do ponto de vista deste ângulo, "o CPU retornando ao centro" não significa que o NPU deixou de ser importante.
Ao contrário, isso significa que o cálculo de IA tornou-se tão complexo que não pode mais ser resolvido apenas com um acelerador isolado.
Além de 700 TOPS
Prefill e caminho de dados determinam a experiência real
Muitas vezes, o gargalo na inferência de grandes modelos não é apenas a falta de velocidade das unidades de cálculo, mas sim a incapacidade de enviar os dados às unidades de cálculo a tempo.
Mesmo com alta potência de processamento pico, se a largura de banda da memória não acompanhar, a NPU ainda precisará parar e aguardar.
O agente agravará ainda mais o problema de transferência de dados. Ele precisa ler frequentemente o histórico, transferir dados entre diferentes modelos e softwares, e salvar continuamente o estado das tarefas. Cada cópia aumenta a latência e o consumo de energia; quanto mais tempo a tarefa durar, maior a importância do design do sistema.
O foco do design do GΞLIX 1 é manter os dados necessários pelo modelo o mais próximo possível da unidade de cálculo e reduzir a transferência entre CPU, NPU, memória e diferentes sistemas operacionais.
De acordo com a arquitetura divulgada pela Acrab, o GΞLIX 1 oferece mais de 700 TOPS de poder de IA e largura de banda de memória unificada de 273 GB/s, com 8 MB de cache L1 integrado, cache L2 compartilhado com largura de banda de 768 GB/s, quatro núcleos NPU em paralelo e módulos de aceleração dedicados projetados para cálculos de Attention.
Acrab says the latter can increase relevant computational efficiency by up to three times.
Um cache maior no chip permite que dados críticos fiquem mais próximos das unidades de cálculo; o cache L2 compartilhado permite a troca eficiente de parâmetros e características intermediárias entre as unidades de cálculo; a arquitetura de memória unificada reduz cópias desnecessárias de dados entre o modelo, o sistema operacional e os aplicativos.
Acrab também adota uma arquitetura de memória unificada multi-sistema, permitindo que diferentes sistemas operacionais compartilhem memória de forma mais eficiente. Para dispositivos que executam apenas um modelo, isso pode ser apenas uma otimização de eficiência; para Agentes que precisam operar continuamente entre aplicativos e ferramentas, isso afeta diretamente se as tarefas podem ser concluídas sem interrupções.
Isso também explica por que a Acrab colocou o Prefill no centro do lançamento. Ao introduzir novos arquivos, restaurar o estado de tarefas ou atualizar o contexto, os agentes frequentemente precisam processar novamente as informações adicionais. Quanto mais longa a cadeia de tarefas, mais evidente se torna o impacto da eficiência do Prefill na experiência geral.
Em um conjunto de testes autônomos divulgados pela Acrab, o GΞLIX 1 executa o modelo Gemma com 26 bilhões de parâmetros, utilizando 40K de KV Cache e 10 mil tokens de entrada, alcançando uma velocidade de prefll superior a 1.416 tokens por segundo; sob a mesma carga, seu desempenho é mais de 7 vezes superior ao de uma plataforma desktop genérica principal.
Acrab também comparou o GΞLIX 1 com uma plataforma de computação AI de mesa da mesma categoria no mesmo quadro de teste.
Os dados mostram que o GΞLIX 1 entra em uma faixa de desempenho semelhante nas duas métricas principais, Prefill e Decode, ao mesmo tempo que apresenta menor consumo de energia e custo total do sistema mais competitivo.
Acrab escolhe enfatizar o prefill e o caminho de dados, o que por si só revela uma abordagem de produto: os chips de agente na borda não podem se concentrar apenas na velocidade da saída do modelo, mas também em resolver se o modelo consegue ler rapidamente contextos longos, recuperar o estado da tarefa e começar a trabalhar.
O usuário não se importa com quantas camadas de cache foram percorridas dentro de uma cadeia de raciocínio, nem verifica o TOPS antes de cada interação. O que o usuário realmente sente são apenas três coisas: se ele consegue entender rapidamente, se consegue operar continuamente e se vale a pena tê-lo.
Do chip à plataforma
A verdadeira competição está além dos parâmetros
O Agent Computer, o centro de IA pessoal e os dispositivos de ponta empresarial apresentados neste ano no WAIC ainda não formaram uma forma de produto unificada.
O cenário doméstico enfatiza mais memórias pessoais, conteúdo e coordenação de dispositivos, enquanto o cenário empresarial valoriza mais bibliotecas de conhecimento, processamento de arquivos e segurança de dados internos. Diferentes clientes apresentam grandes variações nos requisitos de tamanho do modelo, capacidade de memória, consumo de energia e interfaces.
Quanto mais fragmentado for o terminal, mais difícil se torna criar uma plataforma de computação. Um único chip dificilmente consegue cobrir todos os cenários apenas com parâmetros; é necessário fornecer Runtime, adaptação de modelos, ferramentas de desenvolvimento e um framework de Agentes para ajudar os clientes a transformar a capacidade de processamento subjacente em produtos entregáveis.
Essa é também a questão adicional que os chips Agentic AI têm em comparação com os chips de inferência comuns: o desempenho do chip determina se o modelo pode ser executado, a pilha de software determina se os desenvolvedores conseguem utilizá-lo, e o ecossistema de Agentes determina quais tarefas o dispositivo poderá finalmente realizar. A ausência de qualquer camada pode fazer com que um chip com parâmetros impressionantes permaneça na fase de demonstração.
Acrab tenta controlar todos esses aspectos ao mesmo tempo. A vantagem é que a definição do produto é mais completa; o risco é direto: a linha de frente é muito longa.
Os chips devem provar desempenho, estabilidade e capacidade de entrega em escala; a pilha de software precisa acompanhar a rápida iteração dos modelos; e a camada de orquestração de Agentes deve ser compatível com ferramentas e aplicativos em constante mudança. Após os arquivos pessoais e a memória de longo prazo permanecerem localmente, a isolamento de permissões, a segurança de plugins e a auditoria de operações também devem ser resolvidas simultaneamente.
Portanto, se o Acrab poderá se tornar a plataforma de computação da era da IA Agente não depende de quantos tokens foram apresentados no evento, nem de quantas tarefas o Agent Box consegue demonstrar.
A verificação mais crítica é: os desenvolvedores conseguem criar produtos rapidamente nesta plataforma; após horas de funcionamento contínuo, o agente mantém desempenho, consumo de energia e estabilidade simultaneamente; e se a infraestrutura de software e hardware consegue acompanhar as mudanças no modelo e no framework do agente.
A inovação arquitetônica determina o limite de capacidade de uma empresa de chips, enquanto a engenharia e o ecossistema determinam se esse limite se transformará em pedidos.
Os novos terminais intensamente aparecendo na WAIC indicam que a indústria está passando de “fazer grandes modelos funcionarem” para “fazer Agentes trabalharem continuamente”. A fase anterior comparava poder de processamento, memória e tamanho do modelo; a próxima fase também precisará resolver contextos longos, memória pessoal, chamada de ferramentas e coordenação de múltiplas tarefas.
Acrab está apostando exatamente nessa mudança.
O Agent Box não é o ponto final, mas sim um teste público das capacidades da plataforma.
Os chips de borda precisam ser “refeitos”, não porque os TOPS não são importantes, mas porque os Agentes estão transformando o cálculo de números de pico em capacidades de sistema de funcionamento contínuo. Sua viabilidade dependerá finalmente de se esses chips, software e terminais conseguirem integrar-se aos fluxos de trabalho reais.