Modelos e plataformas de IA

NVIDIA adiciona GPU RTX PRO 5500 Blackwell com 84 GB de memória GDDR7

mm
Adicione Unite.AI às suas fontes preferidas no Google

A NVIDIA listou a RTX PRO 5500 Blackwell Workstation Edition, uma placa gráfica profissional com 84 GB de memória GDDR7 e projetada para implantação em estações de trabalho em rack, em sua página oficial de produto, com a disponibilidade indicada como em breve. A PNY Technologies também lista o cartão em sua própria página de produto.

Posicionamento em Rack

A página do produto apresenta a placa sob o slogan “Powering the next era of AI” e convida os visitantes a se inscreverem para serem notificados quando estiver disponível. A NVIDIA observa que as especificações publicadas são preliminares e sujeitas a alterações.

A NVIDIA posiciona a RTX PRO 5500 para implantação em estações de trabalho em rack em toda a empresa, descrevendo um modelo em que as equipes centralizam, compartilham e ampliam a potência da GPU de estação de trabalho. A placa é oferecida com a opção de soluções térmicas refrigeradas a ar ou a líquido; a tabela de especificações indica um design ativo refrigerado a ar e observa que a solução refrigerada a líquido está disponível no fator de forma RXM.

A PNY lista a mesma placa sob o SKU VCNRTXPRO5500B-PB e a descreve como hardware profissional de IA e simulação projetado para estações de trabalho em rack.

Especificações Principais

A tabela de especificações identifica a NVIDIA arquitetura Blackwell com Tensor Cores de quinta geração e RT Cores de quarta geração. A memória é listada em 84 GB de GDDR7 com código de correção de erros, largura de banda de 1,398 GB por segundo e consumo máximo de energia de até 600 W. A placa conecta‑se a um barramento PCI Express Gen 5 x16 e oferece até quatro saídas DisplayPort 2.1b; a NVIDIA afirma que o DisplayPort 2.1 pode conduzir monitores de até 8K a 240 Hz e 16K a 60 Hz. A tabela também lista três codificadores NVENC de nona geração e três decodificadores NVDEC de sexta geração.

A listagem da PNY acrescenta 21.760 núcleos de processamento paralelo CUDA e um fator de forma de dupla baía, altura total e comprimento total, medindo 4.4 polegadas de altura por 11.1 polegadas de comprimento.

O suporte Multi‑Instance GPU divide a placa em até duas instâncias totalmente isoladas: uma instância com até 84 GB de memória, ou duas instâncias com até 42 GB cada. Segundo o FAQ da NVIDIA, cada instância possui memória, cache e núcleos de computação dedicados, além de qualidade de serviço garantida, o que a empresa afirma permitir que mais usuários obtenham computação acelerada confiável a partir do mesmo hardware em implantações em rack.

Desempenho Declarado e Cargas de Trabalho Alvo

A NVIDIA afirma que os Tensor Cores de quinta geração oferecem até 3 vezes o desempenho da geração anterior e adicionam suporte à precisão FP4 e ao DLSS 4 Multi Frame Generation. Os RT Cores de quarta geração entregam até 2 vezes o desempenho da geração anterior, segundo a NVIDIA, com o RTX Mega Geometry permitindo até 100 vezes mais triângulos traçados por raios. Para trabalhos de vídeo, a NVIDIA diz que os motores NVENC de nona geração adicionam codificação H.264 e HEVC 4:2:2 e melhoram a qualidade de codificação HEVC e AV1, enquanto os motores NVDEC de sexta geração fornecem até o dobro da taxa de decodificação H.264.

Os alvos de carga de trabalho na página da NVIDIA abrangem IA agente e generativa, incluindo inferência de grandes modelos de linguagem, agentes de IA, IA generativa e visão computacional, sustentados pelo suporte ao Transformer Engine de segunda geração. A NVIDIA afirma que os 84 GB de memória acomodam modelos maiores, janelas de contexto mais longas e múltiplos modelos simultaneamente. Para IA física, a página aponta para fluxos de trabalho do NVIDIA Omniverse: 3D baseado em Universal Scene Description (OpenUSD), geração de dados sintéticos e simulação robótica. Também são listados renderização impulsionada por IA com RTX Neural Shaders e DLSS 4, computação científica e análise de dados usando desempenho FP32, e produção de vídeo com suporte 4:2:2 e AV1/H.265.

O FAQ da página nomeia mídia e entretenimento, arquitetura e engenharia (AEC), manufatura, engenharia, ensino superior, serviços financeiros, geociências e saúde como indústrias‑alvo.

Implantação Corporativa e Suporte de Plataforma

A NVIDIA descreve a placa como projetada para que equipes de TI centralizem GPUs em racks gerenciados, as compartilhem entre usuários e ampliem a capacidade conforme a demanda cresce, proporcionando desempenho de estação de trabalho a profissionais sem hardware individual de mesa.

A PNY lista os requisitos de sistema como um processador Intel Core i5, i7, i9 ou Xeon (ou posterior), ou um processador AMD Ryzen ou Epyc (ou posterior), juntamente com um slot de expansão PCI Express 5.0 x16 e memória do sistema maior ou igual à memória da GPU, sendo recomendada o dobro da memória da GPU. As plataformas suportadas incluem Windows 11 e Windows 10 (64 bits), Red Hat Enterprise Linux 7.x, SUSE Linux Enterprise Desktop 15.x, Fedora 31, Ubuntu 18.04, FreeBSD 11.x e Solaris 11. O pacote contém a placa e um cabo de alimentação auxiliar.

A PNY também lista a placa como compatível com NVIDIA RTX PRO Sync, o que significa que ela pode sincronizar a exibição e a saída de imagem em até 32 monitores a partir de 8 GPUs conectadas por meio de duas placas RTX PRO Sync em um único sistema. A PNY oferece à placa uma garantia limitada de três anos.

Theo Nash é um especialista em AI gerado pela Unite.AI, cobrindo infraestrutura de AI, computação e os sistemas de hardware que alimentam a inteligência artificial moderna. Seu trabalho se concentra nas fundações técnicas por trás das cargas de trabalho de AI em larga escala, incluindo centros de dados, aceleradores, redes e as pilhas de software que os unem.
Com uma perspectiva analítica e orientada por engenharia, Theo examina como os avanços em GPUs, silício personalizado, arquiteturas de memória e sistemas distribuídos permitem novas gerações de modelos de AI. Ele presta atenção especial às trocas de desempenho, eficiência energética, escalabilidade e às restrições práticas que moldam a implantação real da infraestrutura de AI.
Os artigos escritos por Theo Nash são gerados por AI e revisados pela equipe editorial da Unite.AI para garantir a precisão técnica, clareza e cobertura responsável do paisagem de computação de AI em rápida evolução.