noticias
Microsoft prepara nova fase do Windows com IA rodando dentro do próprio PC
**Categoria editorial:** Tecnologia no Cotidiano
Microsoft prepara nova fase do Windows com IA rodando dentro do próprio PC
**Linha fina:** Evento de outubro reunirá Microsoft e NVIDIA para detalhar uma estratégia que pretende levar modelos e agentes de inteligência artificial para dentro dos computadores, reduzindo a dependência constante da nuvem.
**Meta description:** Microsoft prepara evento de Windows e Surface para detalhar PCs com IA local, NVIDIA RTX Spark e agentes executados diretamente no computador.
**Slug:** `microsoft-windows-surface-ia-local-rtx-spark`
Durante boa parte da explosão recente da inteligência artificial, o computador pessoal teve um papel menos impressionante do que o marketing costuma sugerir.
O usuário escrevia uma solicitação no notebook, mas o trabalho pesado acontecia a centenas ou milhares de quilômetros dali, em datacenters repletos de GPUs. O PC funcionava principalmente como porta de entrada para uma inteligência que morava na nuvem.
A Microsoft quer mudar essa relação.
No dia **7 de outubro de 2026**, em San Francisco, a empresa realizará seu primeiro grande evento dedicado ao Windows e à família Surface em mais de dois anos. O encontro terá Satya Nadella, CEO da Microsoft; Pavan Davuluri, responsável por Windows e dispositivos; e Jensen Huang, fundador e CEO da NVIDIA.
A presença dos três no mesmo palco ajuda a explicar o que realmente está em jogo.
A Microsoft não prepara apenas mais uma geração de notebooks. A empresa quer discutir como a **inteligência artificial executada localmente** pode alterar o papel do computador pessoal.
E, desta vez, a mudança pode ser mais profunda do que colocar um botão de Copilot no teclado.
A inteligência começa a sair da nuvem
Quando alguém utiliza um grande serviço de IA generativa, normalmente o computador não executa o modelo responsável pela resposta.
A solicitação segue pela internet até servidores equipados com aceleradores especializados. O processamento acontece no datacenter e somente o resultado retorna ao dispositivo.
Esse modelo permitiu disponibilizar sistemas extremamente grandes para praticamente qualquer computador ou celular, mas criou dependências importantes.
É preciso conexão com a internet. Cada requisição consome infraestrutura remota. Dados precisam trafegar entre dispositivo e servidor. E quem controla o serviço também controla quais modelos estão disponíveis, quanto custam e quais limites podem ser impostos.
A **IA local** altera parte dessa arquitetura.
Em vez de enviar toda tarefa para um datacenter, determinados modelos podem ser armazenados e executados diretamente no computador utilizando processador, GPU ou uma unidade especializada em inteligência artificial, a NPU.
Isso não elimina a nuvem.
Mas muda quem precisa dela e quando.
Por que executar IA dentro do PC?
Há vantagens bastante concretas.
Uma aplicação local pode responder com menor latência porque não precisa esperar uma viagem completa pela internet. Também pode continuar funcionando quando não existe conexão disponível.
Em determinadas aplicações, existe ainda um benefício importante de privacidade.
Um modelo utilizado para resumir documentos confidenciais, organizar arquivos ou analisar informações empresariais pode realizar o processamento sem precisar enviar todo o conteúdo para um servidor remoto.
Para desenvolvedores, a diferença também pode aparecer na conta.
Serviços comerciais de IA geralmente cobram conforme o volume de processamento ou de tokens utilizado. Quando o modelo está executando no próprio hardware, esse custo recorrente pode ser reduzido ou eliminado para aquela carga específica.
Isso não significa processamento gratuito.
O computador precisa ser comprado, consome eletricidade e possui capacidade limitada. Modelos também ocupam memória e armazenamento.
A conta apenas muda de endereço.
É aqui que a NVIDIA entra na história
A presença de Jensen Huang no evento da Microsoft não é mera cortesia entre executivos.
A NVIDIA apresentou em maio o **RTX Spark**, uma plataforma criada para levar uma quantidade consideravelmente maior de processamento de IA aos computadores Windows.
O chip combina uma CPU NVIDIA Grace com uma GPU baseada na arquitetura Blackwell RTX e pode oferecer até **128 GB de memória unificada** e até **1 petaflop de desempenho para IA em FP4**, segundo as especificações da fabricante.
É importante colocar esses números no lugar certo.
Um petaflop representa uma quantidade gigantesca de operações matemáticas por segundo, mas a métrica divulgada pela NVIDIA considera cálculos em precisão FP4 e condições específicas de aceleração para inteligência artificial.
Não significa que qualquer programa ficará absurdamente mais rápido.
Para modelos de IA, entretanto, a combinação entre capacidade de processamento e grande quantidade de memória pode fazer uma diferença enorme.
Memória pode ser tão importante quanto velocidade
Modelos de linguagem precisam permanecer na memória durante sua execução.
Esse é um dos motivos pelos quais rodar modelos grandes localmente ainda é difícil em computadores convencionais.
Uma GPU potente pode possuir enorme capacidade de processamento e, mesmo assim, ficar limitada porque dispõe de pouca memória gráfica para armazenar o modelo e o contexto necessário para aquela tarefa.
O RTX Spark tenta atacar exatamente esse gargalo.
Com até 128 GB de memória unificada, CPU e GPU passam a trabalhar sobre um espaço compartilhado muito maior do que aquele normalmente encontrado na memória dedicada de notebooks tradicionais.
Isso abre espaço para executar localmente modelos e agentes que anteriormente precisariam de uma workstation muito mais pesada ou de servidores em nuvem.
A NVIDIA afirma que sistemas RTX Spark podem trabalhar com modelos de até 120 bilhões de parâmetros em determinadas condições.
É uma mudança considerável de escala para um computador pessoal.
O Surface Laptop Ultra não será uma surpresa de outubro
Uma expectativa precisa ser corrigida desde já.
A Microsoft não precisa utilizar o evento de outubro para revelar pela primeira vez o Surface Laptop Ultra.
O equipamento já foi apresentado oficialmente em maio.
Ele é o primeiro notebook Surface construído em torno da plataforma NVIDIA RTX Spark e representa uma categoria bastante diferente dos Surface voltados ao usuário convencional.
A proposta é atender desenvolvedores, profissionais de inteligência artificial e criadores que precisam executar cargas pesadas sem depender continuamente de infraestrutura remota.
A Microsoft já confirmou configurações com até 128 GB de memória unificada e capacidade de processamento voltada a modelos de IA locais.
O que permanece particularmente interessante para outubro são detalhes comerciais e demonstrações mais concretas do que a empresa pretende fazer com esse hardware.
Um computador pode possuir números espetaculares numa ficha técnica.
O desafio é mostrar quais problemas reais esses números resolvem.
Microsoft também criou um pequeno PC exclusivamente para desenvolvedores
Se o Surface Laptop Ultra mostra que a Microsoft pretende colocar IA pesada dentro de um notebook, outro produto revela ainda melhor a estratégia.
O **Surface RTX Spark Dev Box** é um computador compacto desenvolvido especificamente para cargas de inteligência artificial.
Ele também utiliza NVIDIA RTX Spark, oferece até 128 GB de memória unificada e chega a um petaflop de capacidade de computação voltada para IA.
A diferença está na finalidade.
Em vez de tentar ser um computador generalista, o equipamento foi pensado para tarefas como inferência local, ajuste de modelos, desenvolvimento de agentes e processos prolongados de inteligência artificial.
O Windows 11 Pro chega preparado para esse tipo de trabalho, com ferramentas utilizadas por desenvolvedores e integração com tecnologias como Windows Subsystem for Linux e CUDA.
Não é apenas mais um Surface em formato diferente.
É um indício de que a Microsoft começa a enxergar o PC como infraestrutura local de IA.
O “PC com IA” está começando a significar outra coisa
A expressão **AI PC** já sofreu bastante abuso de marketing.
Nos primeiros Copilot+ PCs, apresentados em 2024, uma das grandes mudanças estava na NPU, um processador dedicado a determinadas tarefas de inteligência artificial com baixo consumo de energia.
Esses componentes continuam importantes.
Recursos de câmera, áudio, reconhecimento, processamento de imagem e modelos menores podem funcionar muito bem em NPUs sem exigir toda a potência de uma GPU dedicada.
O RTX Spark ocupa outro espaço.
Uma GPU Blackwell acompanhada de grande quantidade de memória unificada permite trabalhar com cargas consideravelmente maiores.
Isso significa que começamos a ter diferentes categorias de “computador com IA”.
Um notebook convencional pode utilizar uma NPU para recursos inteligentes integrados ao Windows.
Uma máquina mais poderosa pode executar modelos generativos localmente.
Uma workstation pode realizar ajuste fino de modelos e manter agentes trabalhando durante longos períodos.
Usar a mesma expressão para todos eles começa a esconder mais do que explicar.
O Windows está sendo preparado para essa mudança
Hardware sozinho não resolve o problema.
Não adianta colocar uma GPU extremamente poderosa dentro do computador se cada desenvolvedor precisar reconstruir do zero a infraestrutura necessária para utilizá-la.
A Microsoft vem preparando o Windows justamente para funcionar como essa camada intermediária.
O **Windows ML** oferece um runtime para executar modelos localmente utilizando diferentes aceleradores disponíveis na máquina, incluindo CPUs, GPUs e NPUs.
O **Foundry Local** permite que desenvolvedores executem modelos diretamente no dispositivo e construam aplicações que não dependam integralmente de uma API remota.
A estratégia é importante porque o mercado de PCs não pertence a uma única arquitetura.
AMD, Intel, Qualcomm e NVIDIA possuem soluções diferentes de aceleração.
Se a Microsoft conseguir esconder parte dessa complexidade atrás das APIs do Windows, um desenvolvedor poderá criar uma aplicação de IA sem precisar escrever uma versão completamente diferente para cada chip.
É aí que o sistema operacional volta a ocupar uma posição estratégica.
O computador poderá decidir onde a IA deve trabalhar
O futuro mais provável não é completamente local nem completamente baseado em nuvem.
É híbrido.
Tarefas menores podem ser executadas dentro do PC, principalmente quando privacidade, latência ou custo forem prioridades.
Solicitações que dependam de modelos gigantescos, dados constantemente atualizados ou enormes quantidades de processamento continuarão seguindo para datacenters.
Aplicações poderão inclusive decidir isso automaticamente.
Uma tarefa simples pode utilizar um modelo local.
Outra mais complexa pode ser encaminhada para um modelo maior na nuvem.
Em vez de o usuário escolher manualmente entre “IA local” e “IA online”, o próprio software poderá selecionar onde cada trabalho deve ser processado.
Essa arquitetura talvez seja mais importante do que qualquer novo chatbot apresentado no evento.
E a privacidade?
Executar inteligência artificial localmente pode melhorar a privacidade, mas não transforma automaticamente um computador em uma fortaleza.
O modelo pode permanecer dentro da máquina e ainda assim acessar arquivos, navegador, e-mails ou serviços externos.
Esse problema se torna particularmente sério com agentes.
Um chatbot tradicional produz uma resposta.
Um agente pode executar uma ação.
Pode criar arquivos, abrir programas, pesquisar informações, escrever código ou interagir com serviços externos.
Quando isso acontece, uma alucinação deixa de ser apenas uma frase errada na tela e pode virar uma operação real.
A Microsoft já trabalha em mecanismos para limitar esse risco.
Agentes precisarão de uma gaiola própria
Uma das tecnologias em desenvolvimento são os **Microsoft Execution Containers**, ou MXC.
A ideia é permitir que agentes executem tarefas em ambientes isolados, separados da sessão normal do usuário.
Isso permite criar regras sobre quais arquivos podem ser acessados, quais recursos estão disponíveis e quais ações o agente está autorizado a realizar.
É uma mudança importante na segurança do Windows.
Aplicativos tradicionais normalmente executam comandos que foram programados anteriormente.
Agentes podem decidir dinamicamente como executar determinada tarefa.
Se um sistema possui liberdade para gerar código, acessar documentos e encadear operações, conceder a ele todas as permissões do usuário seria uma receita bastante criativa para produzir problemas.
O isolamento passa a ser parte essencial da arquitetura.
NVIDIA e Microsoft estão tentando definir a próxima categoria de PC
A presença conjunta de Nadella e Huang também revela uma disputa maior no mercado.
Em 2024, a Qualcomm ocupou posição privilegiada na estratégia dos primeiros Copilot+ PCs, especialmente com a aposta do Windows em processadores Arm e nas NPUs integradas à família Snapdragon X.
Agora a NVIDIA aparece no centro de uma proposta diferente.
O RTX Spark combina processamento gráfico, inteligência artificial e grande quantidade de memória num único sistema voltado a workloads muito mais pesados.
E a Microsoft não será a única fabricante utilizando a tecnologia.
A própria NVIDIA já confirmou projetos de ASUS, Dell, HP, Lenovo, Microsoft Surface e MSI, entre outras empresas.
Os primeiros PCs Windows baseados em RTX Spark estão previstos para chegar ao mercado em outubro.
Portanto, o evento não trata apenas do Surface.
A Microsoft está tentando estabelecer qual será a arquitetura da próxima geração de computadores Windows.
E o Windows 12?
Até agora, não existe confirmação de que a Microsoft apresentará o Windows 12 no evento de 7 de outubro.
E talvez esse nem seja o assunto mais importante.
Uma nova numeração do Windows produziria uma manchete óbvia, mas a transformação que está acontecendo pode ocorrer dentro do próprio Windows 11.
A empresa está construindo componentes para execução local de modelos, criando uma infraestrutura específica para agentes, adicionando mecanismos de isolamento e trabalhando com fabricantes para colocar aceleradores cada vez mais poderosos dentro dos PCs.
O que está mudando é a própria função do sistema operacional.
Durante décadas, o Windows foi construído ao redor de uma lógica bastante previsível: o usuário abre um programa e executa uma tarefa.
Agentes alteram essa relação.
O usuário pode simplesmente definir um objetivo, enquanto o sistema utiliza modelos e ferramentas para decidir como chegar ao resultado.
Isso mexe com interface, segurança, permissões, desenvolvimento de software e até com a noção tradicional de aplicativo.
O preço ainda pode colocar um freio nessa revolução
Existe uma variável bastante menos futurista capaz de decidir o tamanho desse mercado.
Preço.
Um computador com GPU Blackwell, até 128 GB de memória unificada e hardware desenvolvido para cargas pesadas de IA dificilmente disputará a mesma faixa de preço de um notebook doméstico comum.
A primeira geração de equipamentos RTX Spark tende a interessar principalmente a desenvolvedores, criadores, pesquisadores e profissionais capazes de transformar essa capacidade computacional em produtividade.
Isso cria uma divisão relevante.
Usuários com máquinas poderosas poderão executar modelos privadamente e reduzir sua dependência de serviços pagos de nuvem.
Quem estiver utilizando hardware mais simples continuará precisando enviar boa parte dessas tarefas para servidores externos.
Se IA local se transformar numa vantagem importante, capacidade computacional poderá virar também uma nova forma de desigualdade digital.
Não será apenas uma questão de ter ou não acesso à inteligência artificial.
Será uma questão de **quem controla a máquina em que essa inteligência está sendo executada**.
Análise da equipe
A Microsoft já tentou vender a ideia do “PC com IA” antes que existisse uma quantidade realmente convincente de software capaz de justificar toda a empolgação ao redor da expressão.
O risco de repetir esse roteiro continua existindo.
Colocar 128 GB de memória unificada e um petaflop de processamento voltado a IA dentro de um computador é tecnicamente impressionante. Isso não significa automaticamente que consumidores terão alguma razão para comprar a máquina.
O que torna o evento de outubro interessante é justamente a possibilidade de a discussão finalmente sair da ficha técnica.
Foundry Local, Windows ML, RTX Spark e os mecanismos de segurança para agentes começam a formar uma arquitetura coerente.
O hardware executa o modelo.
O Windows fornece a camada para o software utilizá-lo.
Os mecanismos de isolamento tentam impedir que agentes recebam liberdade demais.
E a nuvem permanece disponível quando o computador não tiver capacidade suficiente.
É uma estratégia tecnicamente muito mais interessante do que simplesmente adicionar inteligência artificial a mais um aplicativo.
Mas a Microsoft precisa demonstrar utilidade real.
A grande disputa não é entre PC e nuvem
A próxima fase provavelmente terá os dois.
A nuvem continuará indispensável para modelos gigantescos, treinamento e cargas que exigem infraestrutura de datacenter.
O PC pode recuperar uma parcela do processamento que nos últimos anos foi progressivamente entregue aos servidores das grandes plataformas.
Esse movimento tem consequências econômicas e técnicas.
Se modelos funcionarem localmente, empresas poderão reduzir determinadas despesas recorrentes com APIs.
Usuários poderão manter parte de seus dados no próprio equipamento.
Desenvolvedores ganharão uma nova plataforma para construir aplicações.
E fabricantes terão um ótimo motivo para convencer consumidores de que computadores comprados poucos anos atrás já não são suficientes. Essa parte da inovação, curiosamente, continua bastante tradicional.
O verdadeiro teste acontecerá quando essas máquinas chegarem às mãos das pessoas.
Se agentes locais conseguirem trabalhar durante horas, manipular documentos privados, produzir conteúdo, programar e executar tarefas sem transformar cada interação numa chamada para um servidor remoto, estaremos diante de uma mudança importante na computação pessoal.
Se o resultado for apenas hardware caro executando demonstrações que poderiam igualmente funcionar na nuvem, teremos mais uma geração de “AI PCs” procurando uma razão para existir.
No dia 7 de outubro, portanto, o mais interessante não será descobrir quantos teraflops, petaflops ou bilhões de parâmetros cabem dentro do próximo Surface.
Será descobrir se Microsoft e NVIDIA finalmente conseguem responder à pergunta que acompanha os PCs com inteligência artificial desde o começo:
**o que uma IA dentro do computador consegue fazer por nós que uma IA do outro lado da internet não consegue fazer melhor?**
👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis