# Como rodo trabalhos de IA na capacidade ociosa da nuvem?

> Rode trabalhos de IA interrompíveis em capacidade spot ou preemptível: use checkpoints e novas tentativas limpas e deixe em outro lugar o que não pode parar.

Source: https://greenai.guide/pt/como/como-rodo-trabalhos-de-ia-na-capacidade-ociosa-da-nuvem/  
Updated: 2026-11-19

## Em resumo

Os provedores de nuvem vendem barato a capacidade ociosa, com a condição de poderem retomá-la com pouco aviso, na forma de instâncias spot ou preemptíveis. O treinamento, a avaliação, a inferência em lote e o processamento de dados podem usá-la se salvarem checkpoints e repetirem de forma limpa. A orientação da Microsoft é usá-la apenas para trabalhos que toleram interrupções, porque as interrupções podem trazer instabilidade.

## Steps

1. Liste as cargas de trabalho de IA que podem ser paradas e reiniciadas, como treinamento, avaliação e inferência em lote.
2. Acrescente checkpoints regulares e uma lógica de nova tentativa limpa a esses trabalhos.
3. Rode-os em capacidade spot ou preemptível, em vários tipos de instância.
4. Mantenha o trabalho interativo ou com prazo crítico na capacidade padrão.
5. Meça quanto trabalho se perde com as interrupções e ajuste o intervalo dos checkpoints.

**A capacidade ociosa é hardware que já foi construído e está ligado; usá-la para trabalho flexível aproveita-o
melhor.** Ela também costuma ser muito mais barata, o que reforça o argumento para usá-la.

## Que trabalhos de IA se encaixam nela? {#which-ai-jobs-suit-it}

- execuções de treinamento e ajuste fino que salvam checkpoints com regularidade;
- buscas de hiperparâmetros, em que cada tentativa é independente;
- execuções de avaliação e de benchmark;
- inferência em lote sobre uma fila de documentos ou imagens;
- preparação de dados.

As orientações de sustentabilidade do Azure Well-Architected, da Microsoft, dizem para "usar Spot VMs apenas para
cargas de trabalho que toleram interrupções", observando que elas podem reduzir o desperdício de infraestrutura, mas
também podem trazer instabilidade.

## Como torno um trabalho à prova de interrupções? {#how-do-i-make-a-job-interruption-proof}

1. Salve checkpoints, incluindo o estado do otimizador, num intervalo sensato.
2. Faça o trabalho retomar automaticamente a partir do último checkpoint quando for reiniciado.
3. Permita vários tipos de instância para que o agendador tenha mais capacidade ociosa à disposição.
4. Grave os resultados aos poucos, para que o trabalho concluído não se perca.

Os checkpoints também permitem pausar os trabalhos quando a rede está suja, como sugere o padrão da Green Software
Foundation para cargas de IA; veja [agendar o treinamento quando a rede está mais verde](/pt/como/como-agendo-o-treinamento-para-quando-a-rede-eletrica-estiver-mais/).

## Erros comuns {#common-mistakes}

- **Não ter checkpoints,** de modo que uma interrupção joga fora horas de trabalho e a energia é desperdiçada.
- **Salvar checkpoints com frequência demais,** de modo que salvar custa mais do que protege.
- **Colocar serviços voltados para usuários em capacidade spot.**

Veja [hospedagem e data centers](/pt/boas-praticas/hospedagem-e-data-centers-para-ia-verde/).

## Fontes

- [Reliability recommendations for sustainable workloads on Azure](https://learn.microsoft.com/en-us/azure/well-architected/sustainability/sustainability-reliability-recommendations), Microsoft Azure Well-Architected Framework (2026)
- [Use carbon-aware scheduling and region selection for AI workloads](https://github.com/Green-Software-Foundation/patterns/blob/main/docs/operations/carbon-aware-ai-scheduling.md), Green Software Foundation, Green Software Patterns (2025)
