Em dezembro passado, a Nvidia anunciou a compra da SchedMD, empresa responsável pelo desenvolvimento e manutenção do Slurm, o principal sistema de gerenciamento de cargas de trabalho utilizado globalmente em clusters de computação de alto desempenho e no treinamento de modelos de inteligência artificial. A transação, cujo valor não foi divulgado publicamente, entregou à Nvidia o controle comercial de uma peça fundamental da infraestrutura de inteligência artificial em escala mundial. Especialistas ouvidos pela reportagem manifestaram preocupação com o avanço da empresa sobre mais um elo da cadeia produtiva de IA, ampliando seu domínio desde o design dos chips até o software que orquestra a utilização desses processadores em grandes centros de dados.
O Slurm, cujo nome original remete a "Simple Linux Utility for Resource Management", é um sistema de código aberto criado no início dos anos 2000 por pesquisadores do Lawrence Livermore National Laboratory, nos Estados Unidos. Desde então, tornou-se o padrão de fato para o agendamento e a alocação de recursos computacionais em ambientes de alto desempenho. Sua adoção é ampla tanto em supercomputadores acadêmicos quanto em datacenters de grandes provedores de nuvem como Amazon Web Services, Google Cloud e Microsoft Azure. A SchedMD, fundada em 2010 e sediada em Lehi, no estado de Utah, é a empresa que lidera o desenvolvimento comercial do Slurm, oferecendo suporte, consultoria e customização para organizações que utilizam o sistema.
O entendimento técnico do que está em jogo é essencial para avaliar a dimensão dessa aquisição. Em clusters de computação de alto desempenho, frequentemente chamados de HPC (High-Performance Computing), milhares de processadores trabalham em conjunto para executar tarefas intensivas em cálculo, como simulações científicas, análise genômica e, mais recentemente, o treinamento de grandes modelos de linguagem e outros sistemas de inteligência artificial. O Slurm funciona como o maestro desses ambientes: ele decide quais tarefas recebem quais recursos, em que momento e por quanto tempo, garantindo o uso eficiente dos equipamentos disponíveis. Sem um gerenciador como o Slurm, os clusters seriam caóticos e improdutivos.
O que torna a aquisição particularmente sensível é o fato de que a Nvidia já ocupa uma posição dominante na fabricação dos chips usados nesses ambientes. Suas unidades de processamento gráfico, conhecidas como GPUs, tornaram-se o hardware preferido para o treinamento de modelos de IA em grande escala. Produtos como a linha H100, a arquitetura Hopper e, mais recentemente, a plataforma Blackwell são considerados essenciais por laboratórios de pesquisa e empresas de tecnologia ao redor do mundo. Com o controle da SchedMD, a Nvidia passa a ter influência direta tanto sobre o hardware quanto sobre a camada de software que decide como esse hardware é alocado e utilizado.
Especialistas ouvidos pela reportagem alertam que essa verticalização pode criar conflitos de interesse significativos. A Nvidia poderia, em tese, priorizar a integração e o desempenho do Slurm com seus próprios chips em detrimento de hardware concorrente, como as GPUs da AMD ou os aceleradores de IA desenvolvidos pela Intel e pela Google. Essa dinâmica poderia colocar concorrentes em desvantagem mesmo que seus produtos fossem tecnicamente competitivos, simplesmente porque o sistema de gerenciamento de recursos mais utilizado no mercado estaria sob o guarda-chuva de uma empresa rival.
Há também o risco relacionado ao ecossistema de código aberto. Embora o Slurm seja distribuído sob uma licença de código aberto, a SchedMD detém o controle sobre o desenvolvimento principal do projeto, incluindo decisões sobre quais funcionalidades são priorizadas, quais correções são implementadas e como a documentação é mantida. A Nvidia já tem um histórico de aquisições de empresas de software de código aberto, e a comunidade de desenvolvedores teme que a empresa possa alterar a dinâmica de desenvolvimento para favorecer seus próprios interesses comerciais. Mesmo que a licença não seja alterada, a influência sobre a direção do projeto pode ser suficiente para moldar o mercado.
O contexto em que essa aquisição ocorre é marcado por um debate crescente sobre o poder de mercado da Nvidia no setor de inteligência artificial. A empresa, que chegou a ultrapassar a marca de três trilhões de dólares em valor de mercado, tem sido alvo de investigações antitruste em diferentes jurisdições. Autoridades reguladoras dos Estados Unidos, da União Europeia e da China já manifestaram interesse em examinar se a posição da Nvidia na fabricação de chips para IA cria barreiras à concorrência. A compra da SchedMD adiciona uma camada adicional a esse escrutínio, pois expande o domínio da empresa para além do hardware propriamente dito.
Para o mercado brasileiro, a questão tem relevância direta. O Sistema Nacional de Processamento de Alto Desempenho, conhecido como SINAPAD, e os principais centros de pesquisa do país, como o Laboratório Nacional de Computação Científica e o Centro Nacional de Supercomputação do Sul, utilizam o Slurm como gerenciador de seus recursos computacionais. Universidades brasileiras e institutos de pesquisa que dependem de clusters HPC para suas investigações também operam com o Slurm. Qualquer mudança na governança do projeto pode afetar a forma como essas instituições planejam e executam seus trabalhos de pesquisa.
Empresas brasileiras de tecnologia que estão investindo em capacidades de inteligência artificial também podem sentir os efeitos. Startups e corporações que treinam modelos em infraestrutura de nuvem terceirizada estão, indiretamente, utilizando o Slurm por meio dos serviços oferecidos pelos grandes provedores. Se a Nvidia decidir implementar restrições ou priorizar seus próprios produtos dentro do ecossistema do Slurm, o custo e a complexidade de operar ambientes de IA podem aumentar para todos os participantes do mercado, especialmente para aqueles que não utilizam exclusivamente hardware da Nvidia.
A reação da comunidade técnica internacional tem sido de cautela. Desenvolvedores e administradores de sistemas que dependem do Slurm acompanharam o anúncio com preocupação, e alguns já começaram a discutir a possibilidade de criar forks, ou seja, versões independentes do software, caso a Nvidia adote diretrizes que comprometam a neutralidade do projeto. Esse tipo de resposta não é incomum no mundo do código aberto: quando uma empresa adquire um projeto amplamente utilizado, a comunidade frequentemente avalia a necessidade de manter uma versão independente para proteger seus interesses.
A Nvidia, por sua vez, tem buscado tranquilizar o mercado. Em comunicações públicas, a empresa afirmou que pretende manter o Slurm como um projeto de código aberto e continuar investindo em seu desenvolvimento para beneficiar toda a comunidade de computação de alto desempenho e inteligência artificial. Essas declarações, no entanto, não eliminaram as dúvidas de especialistas e concorrentes, que aguardam ações concretas para avaliar o real impacto da aquisição.
A convergência entre hardware e software na infraestrutura de inteligência artificial é uma tendência que transcende essa aquisição específica. Outras grandes empresas do setor, como a Google com seu ecossistema TensorFlow e TPUs, e a AMD com suas iniciativas de software aberto ROCm, também buscam oferecer soluções integradas. A diferença no caso da Nvidia e da SchedMD é a escala: o Slurm é utilizado de forma quase universal em ambientes HPC, o que dá à Nvidia uma posição de influência sem paralelo no setor. O desdobramento dessa transação será acompanhado de perto por reguladores, concorrentes, pesquisadores e empresas que dependem da neutralidade das ferramentas de infraestrutura para operar de forma competitiva e eficiente.
