Inteligência Artificial · 7 min · 11 de novembro de 2026
IA de 35 bilhões de parâmetros com só 3 GB de memória: o que é o Edge0 e por que ele importa na crise da RAM
Uma técnica aberta chamada Edge0 roda um modelo de IA de 35 bilhões de parâmetros a 20 tokens por segundo com só 3 GB de memória ativa, em Mac, Windows, Android e iPhone. Explicamos como funciona sem jargão, os números, os limites e o que isso muda para empresas.

Rodar uma inteligência artificial grande no seu próprio computador sempre esbarrou num problema: memória. Um modelo de 35 bilhões de parâmetros ocupa perto de 20 GB mesmo comprimido, e a memória RAM nunca esteve tão cara quanto em 2026.
Uma técnica nova, chamada Edge0, está entre os estudos mais comentados do Hugging Face neste mês justamente por atacar esse problema: ela roda um modelo de 35 bilhões de parâmetros a 20 tokens por segundo usando só 3 GB de memória ativa. O código é aberto e já funciona em Mac, Windows, Android e até iPhone.
Resumo em 30 segundos
| Item | Edge0 |
|---|---|
| O que é | Motor aberto para rodar modelos de IA grandes em hardware comum |
| Ideia central | Deixar o modelo no SSD e carregar na memória só a parte que vai ser usada |
| Resultado | Modelo de 35B a 20 tokens/s com 3 GB de memória ativa |
| Qualidade | A poucos pontos da versão original, sem compressão, em 5 testes públicos |
| Onde roda | macOS, Windows, Android e iOS |
| Licença | Apache 2.0 (uso comercial liberado) |
| Estudo | "The Other Half of the Memory Wall", publicado em setembro de 2026 |
O problema: a "parede da memória"
Muitos dos melhores modelos abertos de 2026 usam a arquitetura MoE (mistura de especialistas). Pense num hospital com 256 médicos especialistas: para cada paciente, só uns poucos são chamados. Isso economiza trabalho, mas o hospital continua precisando de espaço para os 256.
Com a IA é igual. O modelo só usa uma fração dos parâmetros a cada palavra, mas todos precisam estar na memória. Um modelo da classe 35B ocupa cerca de 19,5 GB mesmo comprimido em 4 bits. A maioria dos notebooks não tem isso sobrando.
A solução óbvia seria deixar o modelo no SSD e buscar só os especialistas necessários. O problema é o tempo: o modelo só "decide" quais especialistas vai usar na próxima etapa depois de terminar a atual. Quando a busca no SSD começa, já é tarde, e tudo fica lento.
A solução do Edge0: prever o próximo especialista
O Edge0 junta três ideias:
- Modelo no SSD: os especialistas ficam guardados no armazenamento e são carregados sob demanda. O uso de memória passa a depender só de quantos estão ativos, não do tamanho total do modelo.
- "Pré-roteador": uma peça treinada que adivinha, uma etapa antes, quais especialistas o modelo vai chamar. Assim, a leitura do SSD acontece em paralelo com o cálculo, em vez de travá-lo. Só isso aumenta a velocidade em até 59%.
- Recuperação de qualidade: comprimir o modelo em 4 bits tira um pouco de precisão. O Edge0 treina pequenos ajustes (adaptadores LoRA), a partir da versão original, que devolvem a maior parte da qualidade perdida.
No exemplo do hospital: é como ter uma recepcionista que já sabe quais médicos o próximo paciente vai precisar e os chama do estacionamento antes de ele entrar no consultório.
Os números
- Num único computador de 24 GB, o Edge0 roda um modelo MoE de 35 bilhões de parâmetros a 20 tokens por segundo, mais rápido que a velocidade de leitura de uma pessoa.
- O pico de memória ativa fica em 3 GB.
- Na média de cinco testes públicos, o resultado fica a poucos pontos da versão original, sem compressão.
- O modelo de 35B é baseado no Qwen3.6-35B-A3B, da Alibaba. Há também uma versão menor, de 8B.
Onde já roda
Em 4 de novembro de 2026, o projeto lançou um motor único, chamado edge0-infer, que roda o mesmo modelo em quatro plataformas. Os aparelhos testados pelos autores:
| Plataforma | Aparelho testado |
|---|---|
| macOS | Apple M5, 16 GB |
| iOS | iPhone 17 Pro Max |
| Android | Celular com Snapdragon 8 Elite |
| Windows | Intel Core i5-12400 com placa de vídeo RTX 4070 Super |
O motor vem com linha de comando, exemplos de app de chat e um servidor local compatível com a API da OpenAI. Na prática, um aplicativo que já conversa com o ChatGPT pode, em tese, ser apontado para o modelo rodando no seu próprio computador.
Por que isso importa agora
Há duas semanas, o CEO da OpenAI, Sam Altman, disse que deixar memória parada nos computadores pessoais é um desperdício, e que a IA deveria rodar concentrada na nuvem. A frase virou polêmica justamente porque a memória RAM ficou caríssima em 2026.
O Edge0 aponta para o caminho oposto: em vez de exigir mais memória, exige menos. Se a técnica amadurecer, IA de qualidade vai rodar em aparelhos que as pessoas já têm.
O que isso significa para empresas
- Privacidade e LGPD: dados de clientes não precisam sair do computador ou do servidor da empresa.
- Funciona offline: útil para equipes de campo, fábricas e locais com internet ruim.
- Custo previsível: sem pagar por token a cada uso. Compare com os preços de API em quanto custa cada IA em 2026.
- Menos dependência de fornecedor: combinado com padrões como o MCP, dá para trocar entre IA local e IA na nuvem conforme a tarefa.
Os limites (ainda)
- Os modelos ainda estão em versão "preview", de testes.
- A qualidade fica perto, mas um pouco abaixo da versão original.
- A velocidade depende muito do SSD: um SSD NVMe rápido faz diferença.
- A versão de 8B ainda não está no motor novo.
- Para uso crítico em empresa, ainda vale testar bastante antes de colocar em produção.
Perguntas frequentes
O que é o Edge0?
É um motor de código aberto que roda modelos de IA grandes, do tipo "mistura de especialistas", em hardware comum. Ele deixa o modelo no SSD e carrega na memória só a parte que vai ser usada, prevendo qual será o próximo pedaço necessário.
Dá para rodar IA grande com pouca memória RAM?
Com o Edge0, um modelo de 35 bilhões de parâmetros roda a 20 tokens por segundo com cerca de 3 GB de memória ativa, segundo o estudo dos autores.
O Edge0 funciona no celular?
Sim. O motor roda em iOS e Android, e foi testado num iPhone 17 Pro Max e num Android com Snapdragon 8 Elite.
O Edge0 é gratuito?
Sim. O código é aberto, com licença Apache 2.0, que permite uso comercial.
O que é um modelo MoE?
MoE (mixture of experts, ou mistura de especialistas) é um tipo de modelo de IA dividido em várias partes especializadas. A cada palavra, só algumas são usadas, o que economiza cálculo, mas todas precisam estar disponíveis.
Onde a Ketos entra
A gente acompanha esse tipo de tecnologia para responder uma pergunta prática: o que roda na nuvem e o que pode rodar dentro da sua empresa, com privacidade e custo sob controle. Se você tem dados sensíveis ou equipes que trabalham offline, conte o seu caso. Veja também os modelos de IA em alta no Hugging Face.
Informações do estudo "The Other Half of the Memory Wall" (Yu Lin, Yiming Wang, Runyuan Cai, Hanze Liu e Xiaodong Zeng, setembro de 2026) e do repositório oficial do Edge0, consultados em 11 de novembro de 2026.
