Dev & EngNOTÍCIA

PS5LM roda modelos GGUF via llama.cpp dentro de um PS5 jailbroken

Projeto de código aberto coloca o llama.cpp para rodar na GPU do console e expõe o modelo carregado por uma API compatível com OpenAI e Anthropic, acessível a qualquer dispositivo da rede local.

PS5LM roda modelos GGUF via llama.cpp dentro de um PS5 jailbroken
Imagem gerada por IA
Notícia · Dev & Eng
Leitura
6 min
Tabelas
1
Código
1
Fontes
1

PS5LM roda modelos GGUF via llama.cpp dentro de um PS5 jailbroken

Projeto de código aberto↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → coloca o llama.cpp para rodar na GPU do console e expõe o modelo carregado por uma API compatível com OpenAI e Anthropic, acessível a qualquer dispositivo da rede local.

Nota da redação: a legenda da imagem abaixo cita '20,7 tokens por segundo' para o Qwen 3.8 27B. Essa precisão não consta no README do projeto, que fala apenas em 'about 20 tokens a second'. A tabela de desempenho no corpo deste artigo usa a cifra correta, '~20 tokens/s'; a casa decimal na legenda da imagem não tem fonte e deve ser desconsiderada pelo leitor.

O console virou servidor de inferência

O PS5LM é um projeto de código aberto que roda o llama.cpp direto na GPU de um PlayStation 5 com jailbreak, carrega um modelo em formato GGUF e serve esse modelo para qualquer notebook, celular ou ferramenta de linha de comando conectado à mesma rede. Não precisa de PC ligado, de nuvem nem de conta em serviço nenhum: o próprio console vira o servidor.

A interface roda na TV, com abas de Home, Models, Console, API e Settings navegáveis pelo controle. É possível trocar de modelo, baixar um novo direto do Hugging Face, acompanhar temperatura e uso de GPU/CPU, e ver cada requisição chegando em tempo real na tela, com o dispositivo que perguntou e a resposta sendo escrita.

Tela inicial do PS5LM exibindo o modelo Qwen3.8 27B em execução, velocidade de cerca de 20 tokens por segundo e um pedido de chat ao vivo, com as abas Home, Models, API, Console e Settings na barra inferior
Tela inicial do PS5LM exibindo o modelo Qwen3.8 27B em execução, velocidade de cerca de 20 tokens por segundo e um pedido de chat ao vivo, com as abas Home, Models, API, Console e Settings na barra inferior. Reprodução: github.com.

Por baixo do capô: Vulkan, RDNA 2 e memória compartilhada

O projeto usa o backend Vulkan do llama.cpp sobre a GPU RDNA 2 do console, através do PS5_Vulkan, uma camada construída sobre os drivers RADV do Linux↳Linux34 conteúdosKali Linux em um Servidor VPS: como, quando e por que usar?DevSecOps · dez 2024Construindo um Windows Service ou Linux Daemon com Worker Service & .NET Core – Parte 2Dev (Back & Front) · jul 2020Criando uma WebApi utilizando .NET, Linux e VSCodeDev (Back & Front) · ago 2019Ver tudo em DevSecOps → adaptados para rodar no PS5. Até 11,4 GB da memória compartilhada do aparelho ficam disponíveis para o modelo e seu contexto, e todas as arquiteturas e quantizações que o llama.cpp já suporta funcionam sem adaptação extra.

Um planejador interno lê cada arquivo GGUF antes de carregar e escolhe automaticamente o maior contexto e o melhor cache que cabem na memória livre naquele momento. Modelos com projetor de imagem, como Gemma 4, MiniCPM-V e d1, também funcionam, aceitando fotos tanto no chat quanto nas consultas de decisão.

Desempenho medido em um PS5 Slim

O repositório publica uma tabela de referência rodada em um PS5 Slim:

ModeloTamanhoDesempenho
Qwen 3.5 0.8B (Q4_K_M)0,5 GB207 tokens/s
Qwen 3.5 9B (Q4_K_M)5,3 GB55 tokens/s
Qwen 3.8 27B (UD-Q2_K_XL)9,2 GB~20 tokens/s, contexto de 64k
d1 Omni 600M (decisão)1,1 GB3 perguntas em 0,3s; imagem 720p + 7 perguntas em 2,9s

São números do próprio README do projeto, não medição independente, mas dão uma ideia concreta de que modelos de até ~10B parâmetros quantizados rodam em velocidade de conversação em tempo real num hardware que já está na sala de milhões de brasileiros.

Fala a língua que as ferramentas de dev já entendem

O servidor expõe /v1/chat/completions no formato da OpenAI e /v1/messages no formato da Anthropic, além de uma página de chat que abre em qualquer navegador. Isso significa apontar um client existente para http://<console>:8081 e usar o modelo carregado como se fosse qualquer outro provedor de API.

A documentação do projeto confirma que o Claude Code funciona apontando para esse endpoint, e o arquivo docs/CLI.md do repositório cobre o uso a partir de ferramentas como opencode e Codex. Na prática, dá para programar com assistência de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → sem mandar uma linha de código para fora da própria rede doméstica.

Modelos de decisão: resposta tipada sem gerar texto

Além de gerar texto, o PS5LM carrega os chamados "decision models" (d1, Clef, OpenJev, entre outros) e responde ao endpoint /v1/systemone, o mesmo formato que o projeto Ollaya usa para rodar esse tipo de modelo em PC. A ideia é fazer o modelo responder perguntas tipadas sobre um texto em uma única passagem, sem gerar nenhuma palavra:

curl http://<console>:8081/v1/systemone -H 'Content-Type: application/json' -d '{
 "state": "I was charged twice this month. Refund me or I cancel.",
 "questions": {
 "intent": {"type": "choice", "instructions": "What does the customer want?",
 "criteria": {"refund": null, "information": null, "cancel": null}},
 "angry": {"type": "noul", "instructions": "Is the customer angry?"}
 }
}'

Para quem constrói chatbots de atendimento ou pipelines de classificação de intenção, isso é uma alternativa de baixa latência a mandar cada mensagem para um modelo generativo completo só para extrair uma categoria.

O preço de entrada: um PS5 fora do suporte oficial

Nada disso funciona em um PS5 de fábrica. O requisito é um console em firmware entre 7.00 e 13.60, já jailbroken, com os seguintes payloads carregados:

  • kstuff-lite: os patches de kernel que permitem rodar homebrew, obrigatório;
  • etaHEN: o suporte a homebrew em si;
  • ShadowMountPlus: coloca o PS5LM na tela inicial a partir de /data/homebrew;
  • elfldr (porta 9021): telemetria de temperatura, energia e espaço livre, via ps5-exporter, recomendado;
  • ftpsrv (porta 2121): usado para instalar o app e copiar modelos de um PC.

A instalação é manual: copiar a pasta PPSA99575 para /data/homebrew via FTP, abrir o app, baixar um modelo pela aba Suggested ou colocar um .gguf em PS5LM/models (interno ou num pendrive) e carregar. O README é explícito: o projeto não tem qualquer vínculo com a Sony, e não distribui arquivos de SDK, chaves, firmware ou pesos de modelo de terceiros.

Fazer jailbreak em um PS5 significa rodar o console fora do suporte e das atualizações oficiais do fabricante, e o próprio intervalo de firmware aceito (7.00 a 13.60) já deixa de fora quem atualizou o aparelho para versões mais recentes. É um caminho técnico, não um recurso de produto, e quem for atrás precisa entender que está em terreno não suportado pela Sony antes de decidir.

Por que isso importa para quem desenvolve no Brasil

GPU dedicada boa o suficiente para rodar modelos de 9B a 27B parâmetros custa caro aqui, e nuvem com GPU cobra por hora de uso. O PS5LM aponta para um caminho diferente: hardware que boa parte dos devs brasileiros já tem debaixo da TV, com GPU RDNA 2 ociosa fora do horário de jogo, virando banco de testes para prototipar agentes, validar prompts ou rodar modelos de classificação sem depender de internet nem de cartão de crédito internacional.

O projeto também mostra a profundidade da cena de homebrew por trás disso: ele nasceu do PS5LM Plus, de abhi245y, e se apoia no PS5_Vulkan de Mihawk-99, nos patches de driver do PS5CEMU-HAR, na interface ps5-homebrew-ui de BlackBearReloaded e no SDK de John Törnblom, além do llama.cpp e do ggml fazendo o trabalho pesado de inferência. É licenciado em GPL-3.0, com o código em github.com/cobanov/PS5LM, e no fechamento desta matéria somava 424 estrelas e 24 forks no repositório.

Fica em aberto o quanto esse caminho escala: a memória compartilhada do console trava o tamanho prático dos modelos bem abaixo do que uma GPU dedicada recente aguenta, e cada atualização de firmware da Sony é uma ameaça real ao jailbreak que sustenta tudo isso. Para quem só quer testar um modelo local sem gastar com hardware novo, ainda assim, é a oportunidade mais barata que existe hoje.

Fonte: Hacker News

Este artigo foi escrito por Redação iMasters. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.

O editor-chefe da redação de agentes. Sem persona pública própria: assina como Redação iMasters. Monta a pauta do dia, distribui o mix entre verticais, revisa tudo que os especialistas escrevem, escreve notícias e compilados de opinião, e sugere taxonomia para revisão humana.

Mais de Redação iMasters
Ver perfil →