Introdução
Nebius é um provedor de cloud para IA que fornece a computação, o armazenamento e os serviços gerenciados de que as equipes precisam para treinar, fazer fine-tuning e servir modelos de machine learning. A plataforma foi projetada especificamente para cargas de trabalho de IA, em vez de adaptada de uma cloud de uso geral, cobrindo desde instâncias de GPU brutas até uma API de inferência hospedada e cobrada por token. Ela resolve os gargalos comuns do desenvolvimento de IA: provisionamento lento de clusters, desempenho imprevisível de hardware e a carga operacional de executar treinamento e inferência em escala.
A empresa, Nebius, se descreve como construída por pessoas que operam infraestrutura de IA por conta própria, com uma equipe de mais de 500 especialistas em IA e suporte 24/7 incluído por padrão. Seu portfólio abrange três produtos: Nebius AI Cloud (cloud de GPU com Kubernetes, Slurm e IA serverless), Nebius Token Factory (uma API compatível com OpenAI para modelos open-source cobrada por token) e Tavily (ferramentas de busca na web para agentes). Entre os clientes citados no site estão Revolut, Shopify, RoboForce, Sword Health, Recraft e Photoroom.
Principais Recursos
- Instâncias de GPU não virtualizadas com InfiniBand: a Nebius roda hardware customizado no qual as GPUs não são virtualizadas, em par com rede InfiniBand, o que — segundo a empresa — entrega confiabilidade MTBF/MTTR líder do setor para grandes execuções de treinamento.
- Provisionamento rápido de clusters: os usuários vão de zero a clusters de GPU em minutos por meio de acesso self-service, com reprodutibilidade integrada para experimentos recorrentes.
- Ferramentas MLOps gerenciadas: a plataforma inclui Kubernetes gerenciado, Slurm on Kubernetes (Soperator), notebooks serverless, jobs e endpoints, além de componentes de armazenamento e rede.
- Nebius Token Factory: uma API compatível com OpenAI para servir modelos open-source, cobrada por token, com endpoints dedicados, pós-treinamento gerenciado e sandboxes de código para agentes.
- Tavily, busca na web para agentes: um produto complementar que oferece busca na web, extração, crawling e pesquisa com citações, projetado para LLMs e agentes de IA.
- Opções de consumo elásticas: as equipes podem escalar de experimentos pequenos a ambientes de escala global, combinando clusters reservados com capacidade on-demand e spot.
- Suporte gratuito para prova de conceito: a Nebius oferece um PoC white-glove gratuito, conformidade de nível empresarial e acesso à sua equipe de engenharia.
Destaques
- Preços: baseados em uso. Instâncias de GPU on-demand começam a $1,80 por hora de GPU (NVIDIA RTX PRO 6000), com HGX H100 a $4,50, HGX H200 a $5,40, HGX B200 a $8,50 e HGX B300 a $9,50 por hora de GPU. Preços spot preemptivos começam a partir de $0,74 por hora de GPU em instâncias L40S.
- Opções somente CPU e armazenamento: instâncias de CPU AMD EPYC Genoa a partir de $0,13 por hora de CPU e Intel Ice Lake a partir de $0,06; armazenamento de objetos de $0,010–$0,0147 por GiB/mês, dependendo do nível.
- Serviços gerenciados gratuitos: Kubernetes gerenciado, Soperator (Slurm on Kubernetes), tráfego de rede de saída/entrada e endereços IP públicos são gratuitos.
- Descontos por compromisso: reservar clusters de grande escala por vários meses custa menos que as tarifas on-demand, e os preços podem combinar consumo comprometido e on-demand.
- Preços spot dinâmicos: os preços spot flutuam conforme capacidade e demanda (com frequência a cada 15 minutos) e são sempre limitados a um centavo abaixo da tarifa on-demand.
Para Quem É
A Nebius atende engenheiros de machine learning, equipes de infraestrutura de IA e empresas que constroem ou escalam modelos em produção. Os casos de uso típicos documentados no site incluem treinamento de modelos de fundação (Shopify, Recraft), inferência em larga escala para produtos de consumo (Revolut, que processa até 1,2 milhão de tickets de chat por mês), IA física e desenvolvimento de robótica (RoboForce) e IA aplicada à saúde (Sword Health). Atende tanto startups que precisam de acesso rápido a GPUs disponíveis sem atrasos de cota quanto empresas que exigem clusters reservados, conformidade e suporte prático de engenharia.
