MetaX adapta GPUs C-series ao Hy4 da Tencent no mesmo dia do lançamento e libera pesos FlagOS W8A8

- Leitura
- 5 min
- Tabelas
- 1
- Fontes
- 1
A MetaX diz que suas GPUs C550 já suportam o modelo-topo Hy4 da Tencent (Hunyuan), liberado em 20 de novembro, e publicou uma versão quantizada via FlagOS. Os números do próprio fabricante mostram ganhos de vazão e uma piora na latência inicial.
O que a MetaX anunciou
A fabricante chinesa de GPUs MetaX diz ter concluído uma adaptação "dia zero" de suas GPUs C-series ao Hy4, o modelo-topo (flagship) da Tencent, horas depois de a empresa liberar os pesos do modelo para download em 20 de novembro de 2026. Junto com isso, a MetaX publicou uma versão quantizada em W8A8 do Hy4 construída sobre o FlagOS, segundo reportagem da Pandaily publicada em 22 de novembro.
É importante separar duas coisas que a notícia junta. Uma é a adaptação de hardware e software para rodar o Hy4 original nas GPUs C550 da MetaX. A outra é essa versão W8A8, que não é um modelo novo treinado do zero: é uma forma mais leve de servir os mesmos pesos, com oito bits para pesos e ativações em vez da precisão original. A Pandaily também frisa que esse lançamento é separado da adaptação anterior da MetaX ao "Hy4 flash" (uma variante mais enxuta do mesmo modelo) e do anúncio original da Tencent, coberto em outra reportagem da Pandaily.
MXMACA e FlagOS: a pilha que tenta fazer o papel do CUDA
A MetaX atribui a integração rápida à sua pilha de software MXMACA, que inclui drivers, interfaces, o compilador MXCC, adaptação de operadores e conexões com frameworks de inferência. É, na prática, uma tentativa de oferecer para GPUs chinesas o mesmo tipo de camada que o CUDA oferece para GPUs Nvidia: sem ela, rodar um modelo grande em hardware diferente exige reescrever operador por operador.
O FlagOS, por trás da versão W8A8, é um projeto do BAAI (Beijing Academy of Artificial Intelligence) para padronizar operadores entre chips chineses diferentes. A Pandaily publicou outra matéria sobre a versão 2.2 do FlagOS, que já cobre 1.454 operadores entre fabricantes como MetaX e Huawei Ascend. O objetivo declarado é permitir que um mesmo modelo quantizado rode em múltiplos aceleradores domésticos sem reescrita manual, algo relevante num mercado em que o acesso a GPUs Nvidia de ponta segue restrito por controles de exportação dos EUA.
O benchmark de 32 GPUs: vazão sobe, latência inicial piora
O model card que acompanha o lançamento descreve um cluster de quatro servidores, cada um com oito GPUs C550 de 64GB, totalizando 32 GPUs. O teste usa 64 requisições simultâneas, com cerca de 4.000 tokens de entrada e 1.000 de saída por requisição, segundo a reportagem. Essas condições específicas de hardware e carga importam para interpretar os números, porque não equivalem a um teste em produção com tráfego real.
| Métrica | Com decode-graph | Sem decode-graph |
|---|---|---|
| Vazão agregada de saída | 80,98 tokens/s | 52,31 tokens/s |
| Tempo médio até o primeiro token (com fila) | 227,2 s | 220,5 s |
Ou seja: o modo "decode-graph" recomendado pela MetaX aumenta a vazão em cerca de 55%, mas o tempo até o primeiro token piorou, não melhorou, quando a fila de espera é contada junto. Os dois números vêm do mesmo card e da mesma reportagem, e juntos derrubam qualquer leitura de que "tudo melhorou": há uma troca real entre vazão agregada e latência percebida por requisição individual.
Dois pontos adicionais limitam o alcance do benchmark. A receita de implantação usa um contexto máximo de 65.536 tokens, bem abaixo da capacidade de 1 milhão de tokens que a Tencent anuncia para o Hy4 original, então os números não dizem nada sobre desempenho em contexto longo. O card também marca duas avaliações multimodais como "em andamento", não concluídas.
Em resumo: os números são do próprio fabricante, específicos de uma configuração, e a Pandaily foi explícita ao tratá-los como "afirmações do fornecedor", não como resultado independente verificado em aplicações reais.
O que a verificação da Pandaily encontrou (e não encontrou)
Vale destacar um detalhe de apuração que separa esta cobertura de um simples release reproduzido. O repositório FlagRelease citado é público e contém arquivos de pesos em formato safetensors disponíveis para download, não apenas um anúncio ou uma demonstração hospedada. Na verificação, uma requisição limitada conseguiu recuperar 64 bytes de um fragmento de peso listado no repositório.
A Pandaily não baixou o modelo completo nem executou a implantação descrita no card. Isso significa que a existência dos pesos foi confirmada, mas o desempenho declarado pela MetaX não foi reproduzido de forma independente.
A licença: por que a tag Apache 2.0 não conta a história toda
O ponto mais delicado para quem pensa em usar esses pesos comercialmente é o licenciamento. Os metadados do repositório derivado trazem uma tag Apache-2.0, mas a licença original da Tencent para o Hy4, chamada Hy License 1.0, diz explicitamente que não é Apache 2.0 e trata pesos quantizados como obra derivada sujeita às mesmas condições.
A Hy License 1.0 impõe exigência de licença separada para negócios que ofereçam o modelo como Model-as-a-Service (MaaS) em grande escala, com uma exceção para uso interno sob condições específicas. Na prática, a tag Apache-2.0 do repositório FlagRelease descreve a embalagem técnica da adaptação, não substitui os termos comerciais que vêm de cima, da Tencent. Quem for avaliar o Hy4 quantizado para produto comercial precisa ler a Hy License 1.0 original, não só a licença do pacote de distribuição.
O que fica para quem decide infraestrutura de IA
Para equipes no Brasil que hoje rodam modelos abertos majoritariamente sobre GPUs Nvidia com CUDA, via llama.cpp, Ollama ou TensorRT-LLM↳LLMs48 conteúdosConsiderações básicas de hardware para modelos de linguagem em código aberto: Memória, Desempenho e ViabilidadeMarketing Tech · out 2025Modelos de linguagem sob ataque: o lado obscuro da IA generativaDevSecOps · mai 2025Criando um LLM – modelo de linguagem de grande escala – do zero com TransformersAI · abr 2024Ver tudo em AI →, o episódio é menos sobre qual GPU comprar e mais sobre um sinal de maturação: GPUs chinesas como a C550 da MetaX, combinadas a pilhas como MXMACA e FlagOS, estão perseguindo paridade de adaptação com modelos grandes no mesmo dia de lançamento, algo que até recentemente era domínio quase exclusivo do ecossistema Nvidia.
Isso interessa principalmente a quem avalia nuvens chinesas ou provedores de infraestrutura fora do eixo Nvidia por custo ou disponibilidade, inclusive fora da China. Para o restante, o aprendizado prático é mais imediato: antes de adotar um peso quantizado de terceiros, confira a licença na fonte original do modelo, não na tag do repositório que redistribui os pesos, e trate número de desempenho publicado por fabricante como ponto de partida para teste próprio, não como medição final.
Fonte: Pandaily
Highlights
- MetaX adaptou suas GPUs C550 ao Hy4 da Tencent em 20 de novembro, mesmo dia do lançamento dos pesos
- Vazão agregada subiu 55% com decode-graph, mas tempo até primeiro token piorou de 220,5 para 227,2 segundos
- Benchmarks usam 32 GPUs em contexto de 65.536 tokens, muito abaixo do 1 milhão anunciado pelo Hy4 original
- Hy License 1.0 da Tencent exige licença separada para Model-as-a-Service; tag Apache-2.0 do repositório não substitui termos comerciais
- Sinal de maturação: GPUs chinesas perseguem paridade de adaptação com modelos grandes no mesmo dia de lançamento
Este artigo foi escrito por Lucas Cardoso, colunista de China. Conteúdo produzido por agente de IA da redação iMasters, sob revisão editorial humana. Saiba como produzimos no expediente.
Resumos de IA cortam o tráfego de notícias e ameaçam quem vive de SEO
Levantamento do Reuters Institute mostra queda de cerca de um terço no tráfego de busca para sites de notícias em um ano. O mesmo mecanismo que esvazia redações já pressiona qualquer negócio que dependa de clique orgânico para crescer.













