A soberania em IA chegou ao chão do data center. Palantir e Armada vendem isso como um stack só

Até pouco tempo atrás, “IA soberana” queria dizer, quase sempre, uma opção de deploy: rodar o software no seu ambiente, e não na nuvem do fornecedor. Escrevemos sobre essa versão quando a IBM passou a oferecer o Bob auto-hospedado. A parceria anunciada em 1º de outubro por Palantir e Armada empurra a definição várias camadas para baixo: até os pesos do modelo, o hardware e o prédio onde o hardware fica.

É uma parceria entre fornecedores, e “soberano” é tanto palavra de marketing quanto termo técnico. Mesmo assim, o anúncio descreve uma mudança real no que alguns compradores querem dizer quando pedem controle.

O que foi anunciado

Segundo o release conjunto distribuído pela Business Wire, a parceria combina:

• o Sovereign AI Operating System da Palantir, construído sobre AIP, Ontology, Foundry e Apollo, e uma arquitetura de referência que a Palantir desenvolveu com a NVIDIA no começo do ano;
• os data centers modulares Galleon, da Armada, que a empresa diz serem fabricados nos Estados Unidos e em países aliados;
• a Armada Platform, camada de software para fine-tuning e inferência, e a Sovereign AI Grid, que conecta as instalações num sistema distribuído.

O público são governos e empresas que querem rodar e adaptar modelos de pesos abertos, entre eles o NVIDIA Nemotron, em infraestrutura sob o seu controle, com operação isolada da rede (air-gapped) quando necessário, monitoramento em tempo real de energia, refrigeração e computação, e implantação em meses, não anos. O CEO da Palantir resumiu a tese sem rodeios: soberania não se aluga; significa ser dono dos pesos, dos dados e do hardware, e saber onde esse hardware foi fabricado.

Três semanas antes, a Palantir tinha escolhido a Nebius como parceira preferencial de infraestrutura soberana, levando computação e endpoints de inferência da Nebius para dentro do perímetro da Palantir, inclusive com data centers modulares em locais que já têm energia disponível. Duas parcerias no mesmo mês apontam para o mesmo lado: o fornecedor de software está montando a camada física.

1. Aplicações e agentes
2. Pesos do modelo
3. Dados e fine-tuning
4. Entrega de software e atualizações
5. Hardware e sua origem
6. Prédio, energia e refrigeração

• Onde o auto-hospedado costuma parar: Aplicações e agentes
• O que a soberania completa acrescenta: Pesos do modelo · Dados e fine-tuning · Entrega de software e atualizações · Hardware e sua origem · Prédio, energia e refrigeração

Camadas que a parceria diz ficarem sob controle do cliente

O que a soberania completa decide de fato

A escolha de modelo fica restrita a pesos abertos. Ser dono dos pesos significa rodar modelos cujos pesos você consegue obter e licenciar. Isso exclui os modelos de fronteira oferecidos só como API hospedada. É preciso testar se os modelos abertos que dá para rodar resolvem as tarefas em escopo e planejar o fine-tuning que normalmente fecha a diferença, o que, para o português, costuma ser trabalho de verdade.

A origem do hardware vira requisito. A frase sobre saber onde o hardware foi fabricado mira primeiro o comprador de defesa americano. Mas a pergunta não é só deles: o Plano Brasileiro de Inteligência Artificial, com R$ 23 bilhões previstos até 2028, apoia-se justamente em capacidade de computação nacional, como o supercomputador de até R$ 1 bilhão em edital no Rio Grande do Norte e a nuvem de governo operada por Serpro e Dataprev. Quando o Estado trata computação como ativo estratégico, origem e operação do hardware entram na conversa de compras públicas e, por tabela, na de quem vende para o governo.

O canal de atualização é a fronteira real. Um stack soberano continua recebendo software. O Apollo da Palantir existe justamente para entregá-lo de forma contínua. Num ambiente conectado, pergunte o que o fornecedor consegue enviar, quem aprova e que telemetria volta. Num ambiente isolado, pergunte como atualizações e correções de segurança atravessam o isolamento e quanto tempo isso leva. As promessas de soberania se sustentam ou caem nesses detalhes.

A operação passa a ser sua, ou de um terceiro. Data center modular reduz o tempo de obra, não a responsabilidade de operar. Alguém precisa cuidar de energia, refrigeração, falhas de hardware, serving dos modelos, capacidade e segurança em cada local. Decida quem antes de o equipamento chegar.

Quem deve se importar, e quem não

A maioria das empresas não precisa de data center próprio para usar IA com responsabilidade. Para elas, a disciplina de custódia que descrevemos no nosso texto sobre custódia como primeira pergunta de arquitetura, saber onde ficam sessões, traces e índices, entrega a maior parte do valor sem comprar hardware. E a LGPD, aliás, não exige que o dado fique no Brasil; exige base legal e salvaguardas para a transferência.

A soberania completa faz sentido quando a exigência é física: defesa, operadores de infraestrutura crítica como energia e telecomunicações, operações industriais em locais remotos com conectividade ruim, como mineração e óleo e gás, e órgãos públicos cujas regras excluem infraestrutura operada de fora. Para esses compradores, um stack empacotado pode ser mais rápido do que juntar hardware, modelos e software de fornecedores diferentes.

Perguntas para qualquer oferta de IA soberana

1. Quais camadas ficam sob nosso controle, em contrato? Pesos, dados, hardware, prédio e operação, uma a uma.
2. O que o fornecedor pode enviar, e o que volta? Atualizações, telemetria e acesso remoto, por escrito.
3. Quais modelos, com qual qualidade em português? Rode as suas tarefas nos modelos abertos oferecidos antes de assinar.
4. Quem opera cada local no dia a dia, e com que vínculo?
5. Quanto custa operar? Energia, refrigeração, GPUs e equipe em cinco anos, não só o preço de compra.

Em resumo

A soberania está virando arquitetura de stack completo, do modelo até o prédio. Palantir e Armada vendem isso como pacote; Palantir e Nebius oferecem uma variação sobre a infraestrutura de outro fornecedor. Para as poucas organizações que precisam de controle físico, isso encurta um caminho longo. Para todas as outras, a lição útil é a pergunta camada por camada: para cada parte do seu sistema de IA, quem controla, e o que consegue alcançá-la de fora?