Nvidia abre código completo do Run:ai, orquestrador de GPUs

A Nvidia publicou nesta terça-feira (13) o código-fonte completo do Run:ai, a plataforma de orquestração de GPUs que comprou da startup israelense de mesmo nome no fim de 2024. O código está num repositório da organização NVIDIA DSX AI Factory no GitHub, e a empresa enquadrou a abertura como parte da plataforma DSX, seu conjunto de referência para quem constrói e opera "fábricas de IA".

O que foi aberto

A plataforma chega em quatro módulos que podem ser adotados separadamente: o KAI Scheduler, que agenda cargas de trabalho em Kubernetes levando em conta as GPUs; o GPU Fractioning Operator, que fatia uma placa física para várias tarefas; o KAI Resource Management, responsável por cotas e hierarquias por equipe; e o Workload Map, que padroniza como as cargas são descritas e geridas.

Parte disso já era pública. O KAI Scheduler está sob licença Apache 2.0 desde abril de 2025 e foi aceito como projeto sandbox da Cloud Native Computing Foundation. A novidade é o restante, em especial o fracionamento de GPU e a gestão de cotas, que eram o núcleo comercial do produto. Segundo a cobertura do HPCwire e do Blockchain.News, a versão distribuída como produto comunitário no catálogo NGC da Nvidia não exige assinatura paga do Run:ai. Quem precisar de acordo de nível de serviço continua tendo uma versão com suporte, vendida dentro das ofertas corporativas da empresa.

A abertura cumpre uma promessa antiga. De acordo com o site israelense Calcalist, os fundadores do Run:ai haviam se comprometido a abrir o código quando a venda para a Nvidia foi concluída.

Por que a Nvidia abre mão da licença

O argumento econômico é direto. O gargalo de quem opera clusters de IA raramente é a falta de GPUs instaladas: é a ociosidade delas. Uma GPU de data center alocada inteira a uma equipe que roda um experimento pequeno fica parada a maior parte do tempo, e o fracionamento, o agendamento em grupo e as cotas por equipe existem justamente para elevar essa taxa de uso. Ao distribuir a camada que aproveita melhor cada placa, a Nvidia reduz o atrito para que mais empresas montem os próprios clusters, e todas elas continuam comprando o hardware.

O contraponto é igualmente concreto. O operador de fracionamento é descrito pela própria Nvidia como nativo de CUDA, o que significa que a peça mais valiosa do pacote amarra o cliente ao hardware da empresa. Código aberto, aqui, não equivale a neutralidade de fornecedor. Uma equipe que roda aceleradores da AMD ou chips próprios de nuvem, como os TPUs do Google, ganha pouco com o anúncio além do agendador, que já estava disponível.

Quem ganha com isso

O efeito mais imediato é sobre as chamadas neoclouds, provedores especializados em alugar capacidade de GPU. A Nebius, sediada em Amsterdã, já anunciou a oferta do Run:ai aberto em seu catálogo de aplicações. A americana Crusoe, a Rafay e a Saturn Cloud também estão entre os parceiros que integram a plataforma, e a espanhola OpenNebula Systems aparece na lista divulgada pela Nvidia. Para esses provedores, que antes revendiam ou concorriam com uma ferramenta proprietária, a abertura elimina um custo de licenciamento e uma dependência comercial.

Na Europa, o movimento conversa com a demanda por nuvens soberanas. Governos e empresas que querem operar clusters próprios, sem depender de um hiperescalador americano, passam a ter acesso a uma camada de orquestração madura sem negociar licença com a Nvidia, ainda que continuem presos às GPUs da empresa.

Para integradores e consultorias que montam plataformas de IA para clientes corporativos, a mudança altera a proposta comercial. Projetos que antes incluíam a licença do Run:ai no orçamento agora podem tratá-la como componente gratuito, e o valor se desloca para a integração, a operação e o suporte. Bancos, seguradoras e governos que rodam clusters próprios na Índia, no Brasil ou no Oriente Médio passam a ter uma alternativa sem custo de software para dividir GPUs entre equipes.

O que ainda não está claro

A Nvidia não detalhou, no material divulgado, a licença que cobre a plataforma inteira além do Apache 2.0 do agendador, e a diferença importa: uma licença permissiva permite que concorrentes adaptem o código a outros aceleradores, enquanto uma restritiva limita isso. Também não está claro quanto da receita do Run:ai a empresa abre mão, porque a Nvidia nunca divulgou o faturamento da unidade separadamente. O sinal para os clientes é que a disputa entre fornecedores de infraestrutura de IA se deslocou do software de orquestração, que ficou gratuito, para a camada de hardware e de serviços gerenciados que roda sobre ele.