Se você acompanha o setor, já deve ter notado: a NVIDIA raramente parabeniza um parceiro no lançamento de um modelo aberto. Quando faz, vale prestar atenção.
A conta oficial da divisão de IA da empresa publicou apoio público ao Beam 1.0, o primeiro modelo de pesos abertos da ReflectionAI. E a escolha da plataforma de treino diz bastante sobre onde a NVIDIA quer estar.
Segundo a publicação, o Beam 1.0 é um modelo de arquitetura Mixture of Experts (MoE) com 501 bilhões de parâmetros. O treinamento rodou sobre a plataforma NVIDIA GB300 NVL72.
Ainda de acordo com a NVIDIA, o modelo entrega mais de 70 mil tokens por segundo por GPU em hardware Blackwell Ultra já no primeiro dia de disponibilidade. Sem ajustes adicionais.
O checkpoint do Beam 1.0 em formato NVFP4 já está disponível no Hugging Face, plataforma amplamente usada pela comunidade de código aberto para distribuir modelos de IA. O NVFP4 é uma representação numérica de baixa precisão voltada à otimização de inferência em GPUs da geração Blackwell.
Mas por que isso importa?
Na prática, modelos MoE ganharam destaque nos últimos anos por ativarem apenas uma fração de seus parâmetros durante a inferência. Isso reduz custos computacionais em comparação a arquiteturas densas de tamanho equivalente.
Além da eficiência, a adoção de pesos abertos permite que pesquisadores e desenvolvedores auditem, ajustem e implantem o modelo em seus próprios ambientes — algo que modelos fechados não permitem.
O lançamento reforça a estratégia da NVIDIA de posicionar sua linha Blackwell Ultra como infraestrutura de referência para treinamento e inferência de modelos de grande escala. Ao mesmo tempo, amplia o catálogo de modelos abertos disponíveis no mercado.
Vale acompanhar se outros laboratórios vão seguir o mesmo caminho de publicar checkpoints otimizados para Blackwell desde o dia zero. E você, o que espera ver nos próximos lançamentos de pesos abertos?
