sexta-feira, 12 de dezembro de 2025

Jogo da Vida de Conway - exemplo usando o Scilab


O Jogo da Vida (em inglês: Conway's Game of Life) é um dos experimentos mais famosos da história da computação e da matemática recreativa. Criado em 1970 pelo matemático britânico John Horton Conway, ele não é um jogo no sentido convencional, pois não tem jogadores, pontuação ou um objetivo claro. É na verdade um autômato celular: uma simulação que evolui sozinha a partir de regras extremamente simples.

Curiosidade: Conway manteve o jogo em segredo por meses, testando configurações até ter certeza de que era "interessante". Quando publicado na revista Scientific American (Gardner, Martin. “Mathematical Games: The fantastic combinations of John Conway’s new solitaire game ‘life’.” Scientific American, vol. 223, no. 4, p. 120–123, outubro 1970.), explodiu em popularidade e nunca mais parou!

Como funciona?

Tudo acontece em uma grade infinita de células quadradas (em simulações usamos grades finitas, como 50×50). Cada célula pode estar em dois estados:

  • Viva (geralmente representada por 1 ou cor preta)
  • Morta (0 ou branca)

A cada geração (passo de tempo), todas as células são atualizadas simultaneamente com base em seus 8 vizinhos. As regras são apenas estas quatro:

  1. Uma célula viva com menos de 2 vizinhos vivos → morre (solidão)
  2. Uma célula viva com 2 ou 3 vizinhos vivos → sobrevive
  3. Uma célula viva com mais de 3 vizinhos vivos → morre (superpopulação)
  4. Uma célula morta com exatamente 3 vizinhos vivos → nasce!

E só isso. Não há mais regras. 

Por que é tão fascinante?

Apesar da simplicidade, surgem comportamentos incrivelmente complexos:

  • Padrões estáticos: como o "bloco" (2×2) que nunca muda
  • Osciladores: como o "blinker" (pisca a cada geração)
  • Naves espaciais: como o famoso glider que se move diagonalmente para sempre
  • Construções universais: é possível criar portas lógicas, memórias e até computadores completos dentro do jogo!
Fato impressionante: O Jogo da Vida é Turing-completo, ou seja, pode simular qualquer computador real. Teoricamente, daria para rodar Windows dentro dele!

Exemplo de padrão famoso: o Glider

Uma das menores "naves espaciais", que se move uma célula a cada 4 gerações:

// Glider (3x3) - uma das estruturas mais icônicas
glider = [0 1 0;
          0 0 1;
          1 1 1];

Onde ver em ação?

O Jogo da Vida não é só diversão: ele inspira estudos em biologia, inteligência artificial, complexidade e até filosofia sobre o que significa "vivo".´ E tudo isso com apenas quatro regras.

Exemplo de código Scilab:

// ===========================================
// JOGO DA VIDA DE CONWAY (Conway's Game of Life)
// Implementação básica no Scilab
// ===========================================

// Limpa tudo:
clf();
close(winsid());

// --- 1. Parâmetros e Inicialização ---

// Dimensão da grade (matriz)
linhas = 70; 
colunas = 70; 

// Número de gerações a serem simuladas
numGeracoes = 1000;

// Probabilidade inicial de uma célula estar viva (entre 0 e 1)
probVida = 0.25; 

// Cria a grade inicial (Estado 0) preenchida com 0s (mortas) ou 1s (vivas)
// rand(linhas, colunas) gera números aleatórios uniformes entre 0 e 1.
// O teste '< probVida' transforma em matriz booleana (verdadeiro/falso).
// *1 converte a matriz booleana para números (1 para verdadeiro, 0 para falso).
rand('seed',35);
grade = (rand(linhas, colunas) < probVida)*1; 
grade = zeros(linhas, colunas);
m=20;
grade(40:40+m-1,40:40+m-1) = (rand(m,m) < probVida)*1; 

// 1. NAVE ESPACIAL (Glider) - 3x3 - Posição: linhas 5-7, cols 5-7
glider = [0 1 0;   // Forma clássica do Glider
          0 0 1;
          1 1 1];
grade(5:7, 5:7) = glider;
grade(5:7, 35:37) = glider;

// 2. R-PENTOMINO - Evolui de forma interessante - 3x3 - Pos: lin 5-7, col 20-22
r_pentomino = [0 1 1;
               1 1 0;
               0 1 0];
grade(5:7, 20:22) = r_pentomino;

// 3. BLINKER VERTICAL (oscilador período 2) - 3x1 - Pos: lin 20-22, col 40
blinker_v = [1; 1; 1];
grid(20:22, 40) = blinker_v;

// 4. BLOCK (estático) - 2x2 - Pos: lin 25-26, col 25-26
block = [1 1;
         1 1];
grade(26:27, 28:29) = block;

// 5. TOAD (oscilador período 2) - 2x4 - Pos: lin 10-11, col 30-33
toad = [0 1 1 1;
        1 1 1 0];
grade(10:11, 30:33) = toad;

// 6. BEACON (bloco pulsante, período 2) - 4x4 - Pos: lin 35-38, col 10-13
beacon = [1 1 0 0;
          1 1 0 0;
          0 0 1 1;
          0 0 1 1];
grade(35:38, 10:13) = beacon;

// Matriz LWSS (5 linhas x 4 colunas)
lwss = [0 1 1 1 1;   // Linha 1 (topo)
        1 0 0 0 1;   // Linha 2
        0 0 0 0 1;   // Linha 3
        1 0 0 1 0];  // Linha 4 (base)
grade(15:18, 50:54) = lwss;
        
// --- 2. Função para Calcular a Próxima Geração ---
// Define uma função que aplica as regras do Jogo da Vida
function novaGrade=proximaGeracao(gradeAtual)
    
    // Obtém as dimensões da grade
    [r, c] = size(gradeAtual); 
    
    // Inicializa a nova grade (todos mortos)
    novaGrade = zeros(r, c); 
    
    // Loop sobre cada célula da grade
    for i = 1:r
        for j = 1:c
            
            // --- A. Contagem de Vizinhos Vivos ---
            
            // Inicializa a contagem de vizinhos
            vizinhosVivos = 0; 
            
            // Loop de 3x3 em torno da célula (i, j), 
            // ignorando a própria célula
            for di = -1:1
                for dj = -1:1
                    
                    // Se (di, dj) = (0, 0), é a própria célula, 
                    // então pule.
                    if di == 0 & dj == 0 then
                        continue
                    end
                    
                    // Coordenadas do vizinho
                    ni = i + di;
                    nj = j + dj;
                    
                    // Checa se o vizinho está dentro dos limites da grade
                    // Usa a topologia de grade finita (não toroidal/cíclica)
                    if ni >= 1 & ni <= r & nj >= 1 & nj <= c then
                        // Adiciona o estado do vizinho (1 se vivo, 0 se morto)
                        vizinhosVivos = vizinhosVivos + gradeAtual(ni, nj);
                    end
                end
            end
            
            // --- B. Aplicação das Regras (4 Regras Fundamentais) ---
            
            // Estado atual da célula
            estadoAtual = gradeAtual(i, j);
            
            if estadoAtual == 1 then
                // 1. Sobrevivência: Se viva e tem 2 ou 3 vizinhos vivos, continua viva.
                if vizinhosVivos == 2 | vizinhosVivos == 3 then
                    novaGrade(i, j) = 1;
                // 2. Subpopulação/Superpopulação: Caso contrário (0, 1, ou >3), morre.
                else
                    novaGrade(i, j) = 0; // Morre
                end
            else // estadoAtual == 0 (Célula Morta)
                // 3. Nascimento: Se morta e tem EXATAMENTE 3 vizinhos vivos, nasce (fica viva).
                if vizinhosVivos == 3 then
                    novaGrade(i, j) = 1; // Nasce
                // 4. Continua Morta: Caso contrário, permanece morta.
                else
                    novaGrade(i, j) = 0; // Permanece morta
                end
            end
            
        end
    end 
endfunction

// --- 3. Simulação e Visualização (Loop Principal) ---

disp("Iniciando Jogo da Vida...")

    f = scf();
    f.color_map = graycolormap(32);

uicontrol(f, ...
    "style", "pushbutton", ...
    "string", "Fim", ...
    "units", "normalized", ...
    "position", [0.88 0.05 0.1 0.06], ...
    "fontsize", 14, ...
    "fontweight", "bold", ...
    "backgroundcolor", [0.9 0.3 0.3], ...
    "foregroundcolor", [1 1 1], ...
    "callback", "close(gcf()); abort;", ...  // fecha a figura atual
    "callback_type", 10);  // permite usar comandos Scilab diretamente

W = 0;
g = 0;
while W < 1
    g = g + 1;
    if g>2500 then W = 2; end; 
    // Calcula a próxima geração
    grade = proximaGeracao(grade); 
    
    // --- Visualização (Plotagem) ---
    
    // Plota a matriz 'grade' como uma imagem
    // image(grade) mostra a matriz como pixels, onde o valor (0 ou 1)
    // é mapeado para uma cor. 
    // Usamos 'grayplot' para maior controle sobre a visualização de matrizes.
    
    // Define os limites dos eixos
    x = 1:colunas; 
    y = 1:linhas; 

    // O comando grayplot plota a matriz de dados (grade)
    // O 'colmap' (mapa de cores) é definido para ter apenas duas cores:
    // 0 (morto) -> Cor 1 (Branco - 'wh')
    // 1 (vivo) -> Cor 2 (Preto - 'bl')
    
    // Matplot: Plota uma matriz de valores, mapeando os valores diretamente.
    // Usamos -grade para inverter a escala de cores, se necessário.
    // Melhor usar 'Matplot' e definir a paleta:
      
    // Plota a grade usando as cores definidas
    // Matplot(grade) mapeia: 0 -> Cor 1 (Branco), 1 -> Cor 2 (Preto)
    Matplot(32*grade);
    
    // Configurações estéticas para parecer um autômato celular
    a = gca(); // Pega a alça para os eixos atuais
    a.box = "on"; // Desenha a moldura
    //a.x_location = "top"; // Eixo X em cima (opcional)
    //a.y_reverse = "on"; // Inverte o eixo Y para começar no canto superior esquerdo
    a.x_label.text = ""; // Remove o rótulo X
    a.y_label.text = ""; // Remove o rótulo Y
    a.title.text = "Geração " + string(g); // Título com o número da geração
    
    // Pausa para visualizar a animação. O 0.1 é em segundos.
    sleep(0.01); 
end

disp("Simulação concluída.")
// =========================================

quarta-feira, 10 de dezembro de 2025

Divulgando: inscrições abertas para o Mestrado em Educação Profissional e Tecnológica (ProfEPT)


O Programa de Pós-Graduação em Educação Profissional e Tecnológica (ProfEPT) está com inscrições abertas para o exame de acesso ao mestrado profissional. No total, são 769 vagas, distribuídas em 40 instituições da Rede Federal de Educação Profissional, Científica e Tecnológica. Pelo Ifes, são ofertadas 41 vagas, sendo 11 reservadas para servidores da instituição, e as demais para ampla concorrência e para docentes ligados à Universidade Aberta Capixaba (UnAC).

O ProfEPT é um mestrado profissional (gratuito) ofertado nacionalmente em rede, com coordenações em cada instituição associada. A coordenação nacional é feita pelo Ifes. O objetivo do mestrado é formar pesquisadores e desenvolver produtos educacionais na área, integrando saberes do mundo do trabalho com o conhecimento sistematizado. As aulas são semipresenciais para servidores e comunidade.

São duas linhas de pesquisa: “Práticas Educativas em Educação Profissional e Tecnológica (EPT)”, que foca nos fundamentos e no desenvolvimento curricular das práticas educativas; e “Organização e Memórias de Espaços Pedagógicos na Educação Profissional e Tecnológica (EPT)”, que trata dos processos de concepção e organização do espaço pedagógico na EPT, incluindo estudos sobre a construção temporal e memória da educação profissional.

Cronograma:

ATIVIDADE

DATAS*

Divulgação da Bibliografia/Referências para a ENA

08/10/2025

Data de publicação do Edital

09/12/2025

Inscrições

15/12/2025 a 15/01/2026

Período de solicitação de isenções

15/12 a 19/12/2025

Resultado das solicitações de isenções

22/12/2025

Recursos ao resultado das solicitações de isenções

23 e 24/12/2025

Resultado final das solicitações de isenções

29/12/2025

Data limite para pagamento da inscrição

16/01/2026

Divulgação das inscrições homologadas

23/01/2026

Recursos ao resultado das inscrições homologadas

26 e 27/01/2026

Resultado final das inscrições homologadas

30/01/2026

Resultado das solicitações de condições especiais

23/01/2026

Recurso ao resultado de condições especiais

26 e 27/01/2026

Resultado final de condições especiais

30/01/2026

Divulgação de acessos para prova on-line

02/02/2026

Realização do Exame Nacional de Acesso (ENA)

08/02/2026

Divulgação do gabarito

09/02/2026

Recursos ao gabarito

10 e 12/02/2026

Divulgação do gabarito Final

20/02/2026

Divulgação da nota individual 

20/02/2026

Recursos à nota individual 

23 e 24/02/2026

Resultado Final

02/03/2026

Bancas de Verificação de Cotas e Matrículas**

03/03 a 19/03/2026

Aula Inaugural e Início do semestre letivo

a partir de 20 de março de 2026

* Em todas as fases do ENA, para fins de datas/horários, será considerado o fuso oficial (Brasília).
** A divulgação do calendário de bancas de verificação das cotas e matrículas será de responsabilidade de cada Instituição Associada (IA).

 Fonte aqui. Edital completo aqui.

segunda-feira, 8 de dezembro de 2025

Divulgando: Seleção para o Mestrado em Engenharia de Telecomunicações - turma 2026 - Edital nº 52/2025


SELEÇÃO PÚBLICA PARA O MESTRADO ACADÊMICO EM ENGENHARIA DE TELECOMUNICAÇÕES 

A diretora-geral do campus de Fortaleza do Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE), no uso de suas atribuições legais e considerando o que consta na Constituição Federal, Art. 207 § 2º, e na Lei 11892/2008, Art. 1º e 2º, torna públicas as normas da seleção de pessoas candidatas a discente do Curso de Mestrado Acadêmico em Engenharia de Telecomunicações do PPGET, área de concentração em sistemas de telecomunicações, do campus de Fortaleza do IFCE, para ingresso no primeiro semestre letivo de 2026.

Anexos:

  • ANEXO I - Formulário de inscrição para o processo seletivo de alunos regulares; 
  • ANEXO II - Temas a serem desenvolvidos e orientadores por linha de pesquisa; 
  • ANEXO III - Modelo de carta de recomendação; 
  • ANEXO IV - Termo de autorização de uso de imagem/áudio; 
  • ANEXO V - Declaração de cor/raça ou etnia; 
  • ANEXO VI - Declaração de pessoa com deficiência; 
  • ANEXO VII - Formulário para interposição de recurso; 
  • ANEXO VIII - Parecer da avaliação do projeto de pesquisa 

Informações básicas: 

O curso tem duração prevista de 24 meses (incluindo o tempo de elaboração da dissertação de Mestrado), prorrogáveis, a critério do colegiado do curso, por mais seis meses. A carga horária de disciplinas é de 360 horas. O funcionamento do curso é diurno.  O curso é recomendado pela CAPES e atua na área de Engenharias IV.  A pessoa candidata deve estar ciente de que o curso poderá ser ofertado de forma presencial de acordo com as normas estabelecidas pelo IFCE quando do seu ingresso e permanência no curso.

O processo seletivo é aberto a todas as pessoas portadoras de diploma oficial, ou reconhecido, ou ainda certificado de conclusão em caráter provisório de curso superior de licenciatura plena, de bacharelado ou de tecnologia nas áreas de Engenharias ou Ciências Exatas. São ofertadas 31 (trinta e uma) vagas para ingresso no Mestrado Acadêmico em Engenharia de Telecomunicações, área de concentração em Sistemas de Telecomunicações, nas linhas de pesquisa relacionadas a seguir: a) Micro-ondas e Óptica Integrada (12 vagas); b) Processamento de Sinais (19 vagas).

As inscrições para seleção de pessoas candidatas estarão abertas no período indicado no cronograma deste edital e serão realizadas pelo e-mail ppget.fortaleza@ifce.edu.br, com assunto intitulado “Inscrição Seleção PPGET - Turma 2026". Na entrega dos documentos e comprovantes por meio eletrônico, a pessoa candidata deverá ter o cuidado de anexar todos os arquivos em um dos seguintes formatos: “.doc”, “.docx”, “.pdf” ou “.jpg”. Esses arquivos anexos deverão ser facilmente abertos pela comissão de seleção sem a inclusão de qualquer tipo de senha. Não será cobrada taxa de inscrição para este processo seletivo.

Cronograma Parcial:


Link para o edital completo aqui.

 ---------------------------------------------------

quarta-feira, 3 de dezembro de 2025

IA generativa na educação: potencialidades, desafios e alguma bibliografia

Os professores serão substituídos por hologramas robóticos com IA Gen? 

A Inteligência Artificial (IA) generativa, na área de educação, já se encontra em uma fase de uso massivo no dia a dia de docentes e estudantes – em tarefas como planejamento de aulas, produção de materiais, feedback a alunos e apoio ao estudo personalizado. Ao mesmo tempo, ainda não há consenso pedagógico e regulatório sobre limites, avaliação e ética desse uso. Pesquisas indicam que a maioria dos educadores enxerga potencial real de apoio à aprendizagem, mas também teme plágio, dependência excessiva e aumento das desigualdades de acesso. [web:277][web:279][web:281][web:283][web:286]

Estágio atual da IA generativa na educação

Professores e instituições relatam uso crescente de IA generativa para criar recursos didáticos, planejar aulas e currículos, gerar feedback automatizado, propor atividades de revisão, apoiar a correção preliminar de textos e reduzir tarefas administrativas. [web:277][web:280][web:285][web:286]

Estudos em educação básica mostram que a IA generativa pode adaptar materiais (textos, exercícios, imagens) ao nível de conhecimento dos alunos em tempo quase real, o que tende a aumentar motivação e desempenho quando essa tecnologia é bem integrada ao trabalho docente, e não usada de forma isolada. [web:278][web:284]

No ensino superior, docentes de diferentes áreas veem a IA generativa principalmente como ferramenta de apoio – para personalização de conteúdos, criação de questões e instrumentos de avaliação, suporte à escrita acadêmica e até coorientação em projetos –, embora haja preocupação forte com fraude acadêmica e com a dificuldade de distinguir produções genuínas de textos gerados por IA. [web:279][web:281][web:283]

Riscos e desafios específicos no ensino

Entre os riscos e desafios mais discutidos estão: plágio e autenticidade dos trabalhos, desenvolvimento de pensamento crítico (em vez de mero “copiar/colar” de respostas da IA), confiabilidade das saídas (alucinações), privacidade de dados dos estudantes e desigualdades entre quem tem e quem não tem acesso a boas ferramentas. [web:279][web:281][web:283][web:286]

Relatórios de governos e de universidades recomendam que a IA generativa seja utilizada com transparência, com orientação explícita aos estudantes, políticas institucionais claras, formação docente em competências digitais e foco em colaboração “professor + IA”, em vez de uma lógica de substituição do trabalho docente. [web:277][web:280][web:282][web:285][web:286]

Referências recomendadas (foco em educação)

Abaixo, algumas leituras úteis, em grande parte de acesso aberto, para aprofundar o estudo da IA generativa aplicada à educação:

  • XU, H. et al. Large Language Models for Education: A Survey and Outlook. arXiv, 2024. Disponível em: <https://arxiv.org/abs/2403.18105>. Acesso em: 3 dez. 2025. [web:282]
  • FRONTIERS IN EDUCATION. Generative AI and education: dynamic personalization of learning materials in primary education. 2024. Disponível em: plataforma Frontiers. [web:278]
  • GOV.UK. Generative artificial intelligence (AI) in education. Guidance for education providers. 2025. Disponível em: <https://www.gov.uk/government/publications/generative-artificial-intelligence-in-education>. [web:277][web:280]
  • FRONTIERS PARTNERSHIPS. Generative AI in Higher Education: Balancing Innovation and Responsibility. 2025. Disponível em: British Journal of Biomedical Science / Frontiers Partnerships. [web:281]
  • KPMG CANADÁ. Generative AI and the future of education. 2025. Disponível em: <https://assets.kpmg.com/content/dam/kpmg/ca/pdf/2025/04/ca-generative-ai-in-education-report-en.pdf>. [web:286]
  • CENGAGE GROUP. AI’s Impact on Education in 2025. 2025. Disponível em: <https://www.cengagegroup.com/news/perspectives/2025/ais-impact-on-education-in-2025/>. [web:283]
  • HORIZON UNIVERSITY. Applications of Large Language Models in Education. 2025. Disponível em: <https://www.hu.ac.ae/knowledge-update/from-different-corners/applications-of-large-language-models-in-education>. [web:285]
  • AUTOR(ES). Generative AI in Education: A Study of University Instructors’ Attitudes. arXiv, 2024. Disponível em: <https://arxiv.org/abs/2403.15586>. [web:279]

Referências recentes em português sobre IA generativa na educação

ORGANIZAÇÃO DAS NAÇÕES UNIDAS PARA A EDUCAÇÃO, A CIÊNCIA E A CULTURA (UNESCO). Guia para a IA generativa na educação e na pesquisa. Paris, 2024. Disponível em: <https://www.unesco.org/pt/articles/guia-para-ia-generativa-na-educacao-e-na-pesquisa>. Acesso em: 3 dez. 2025. [web:287]

PROFUTURO; UNESCO. IA generativa na educação: como fazemos?. 2024. Disponível em: <https://profuturo.education/pt-br/observatorio/competencias-xxi/ia-generativa-na-educacao-como-fazemos/>. Acesso em: 3 dez. 2025. [web:288]

SUPERENSINO. Inteligência Artificial Generativa & Educação. [S. l.]: SuperEnsino, 2024. Disponível em: <https://www.superensino.com.br/hubfs/Intelig%C3%AAncia%20Artificial%20Generativa%20&%20Educa%C3%A7%C3%A3o.pdf>. Acesso em: 3 dez. 2025. [web:289]

CESAR – CENTRO DE ESTUDOS E SISTEMAS AVANÇADOS DO RECIFE. Como a Inteligência Artificial Generativa está transformando a educação. Recife, 2025. Disponível em: <https://www.cesar.org.br/w/como-a-inteligencia-artificial-generativa-esta-transformando-a-educacao>. Acesso em: 3 dez. 2025. [web:290]

PEARSON. IA generativa na educação: por que é melhor criar do que adaptar. São Paulo, 2024. Disponível em: <https://hed.pearson.com.br/blog/higher-education/ia-generativa-na-educacao-por-que-melhor-criar-do-que-adaptar>. Acesso em: 3 dez. 2025. [web:291]

SANTOS, A. et al. Ferramentas de IA generativa na educação: um estudo exploratório. Lead and Read, v. 3, n. 1, 2024. Disponível em: <https://revistas.rcaap.pt/lead_read/article/download/40930/29644/204018>. Acesso em: 3 dez. 2025. [web:292]

REYNAUD, T. V. Generative Artificial Intelligence for Education: The Present and the Future. 2024. Dissertação (Mestrado em Educação) – Iscte – Instituto Universitário de Lisboa, Lisboa, 2024. Disponível em: <https://repositorio.iscte-iul.pt/bitstream/10071/33817/1/master_teresa_vaz_reynaud.pdf>. Acesso em: 3 dez. 2025. [web:293]

KALOTA, R. et al. O uso da inteligência artificial na educação e os desafios das ferramentas generativas. Educação em Revista, Belo Horizonte, v. 41, e026, 2025. Disponível em: <https://www.scielo.br/j/edur/a/vnXmgcZYr4hd9fW7ZSFGqMq/?lang=pt>. Acesso em: 3 dez. 2025. [web:294]

Vários artigos com a temática de IA: https://www.revistaglauks.ufv.br/Glauks/issue/view/41

#IAGenerativa #Educação #EnsinoSuperior #TecnologiaEducacional #LLMs #InovaçãoPedagógica #ÉticaNaEducação

terça-feira, 2 de dezembro de 2025

Supercomputadores brasileiros

O que é um supercomputador?

Hoje, chamamos de supercomputador um sistema de computação de altíssimo desempenho, projetado para resolver problemas extremamente complexos e intensivos em cálculo, muito além da capacidade de um computador pessoal ou de um servidor comum.

Em termos práticos, os supercomputadores atuais trabalham na escala de petaflops e exaflops, ou seja, conseguem realizar de 10¹⁵ a 10¹⁸ operações de ponto flutuante por segundo. Isso permite simulações climáticas globais, modelagem de reservatórios de petróleo, pesquisas em física de partículas, modelagem de materiais, inteligência artificial em larga escala, entre muitas outras aplicações científicas e industriais.

A lista TOP500

A lista TOP500, publicada duas vezes por ano, classifica os 500 supercomputadores mais poderosos do mundo com base em benchmarks padronizados de desempenho em ponto flutuante (LINPACK).

Essa lista é referência internacional para acompanhar a evolução da computação de alto desempenho (HPC), revelar quais países estão mais avançados em infraestrutura de supercomputação e mostrar quais centros de pesquisa e empresas lideram em capacidade de processamento. 

O Brasil na lista TOP500

Na edição mais recente, o Brasil aparece com 10 supercomputadores em operação listados entre os 500 mais poderosos do mundo, seu melhor desempenho histórico desde a criação do TOP500 em 1993.

Esses sistemas estão distribuídos principalmente em empresas estratégicas (como a Petrobras) e em centros de pesquisa e universidades que atuam com modelagem numérica, exploração de petróleo e gás, previsão de clima, energia, saúde e outras áreas de ciência de dados em grande escala. 

Supercomputadores brasileiros: 

Rank System Cores Rmax (PFlop/s) Rpeak (PFlop/s) Power (kW)
36 Harpia - ThinkSystem SR675 V3, AMD EPYC 9354 32C 3.25GHz, NVIDIA H100 SXM5 80GB, Infiniband NDR, RedHat 8.10, Lenovo
Petróleo Brasileiro S.A
Brazil
284,160 56.60 120.38 1,840
97 Pégaso - Supermicro A+ Server 4124GO-NART+, AMD EPYC 7513 32C 2.6GHz, NVIDIA A100, Infiniband HDR, EVIDEN
Petróleo Brasileiro S.A
Brazil
233,856 19.07 42.00 1,033
122 Santos Dumont - BullSequana XH3000, Grace Hopper Superchip 72C 3GHz, NVIDIA GH200 Superchip, Quad-Rail NVIDIA InfiniBand NDR200, Red Hat Enterprise Linux, EVIDEN
Laboratório Nacional de Computação Científica
Brazil
68,064 14.29 20.26 312
184 Dragão - Supermicro SYS-4029GP-TVRT, Xeon Gold 6230R 26C 2.1GHz, NVIDIA Tesla V100, Infiniband EDR, EVIDEN
Petróleo Brasileiro S.A
Brazil
188,224 8.98 14.01 943
222 Gaia - PowerEdge XE8545, AMD EPYC 74F3 24C 3.2GHz, NVIDIA A100, Infiniband, DELL
Petróleo Brasileiro S.A
Brazil
84,480 6.97 13.73 574
295 Atlas - Bull 4029GP-TVRT, Xeon Gold 6240 18C 2.6GHz, NVIDIA Tesla V100, Infiniband EDR, EVIDEN
Petróleo Brasileiro S.A
Brazil
91,936 4.38 8.85 547
333 Gemini - PowerEdge XE8545, AMD EPYC 74F3 24C 3.2GHz, NVIDIA A100, Infiniband, DELL
Petróleo Brasileiro S.A
Brazil
42,240 3.86 6.86 287
341 IARA - NVIDIA DGX A100, AMD EPYC 7742 64C 2.25GHz, NVIDIA A100 SXM4 40 GB, Infiniband, Nvidia
SiDi
Brazil
24,800 3.66 4.13
354 NOBZ1 - ThinkSystem C2397, Xeon Platinum 8280 28C 2.7GHz, Broadcom, Lenovo
Software Company MBZ
Brazil
80,640 3.55 6.97
382 Fênix - Bull 4029GP-TVRT, Xeon Gold 5122 4C 3.6GHz, NVIDIA Tesla V100, Infiniband EDR, EVIDEN
Petróleo Brasileiro S.A
Brazil
60,480 3.16 5.37 390

 

Brasil: líder em supercomputação na América Latina

Dentro da América Latina, o Brasil é o país com o maior número de supercomputadores na lista TOP500, consolidando-se como líder regional em infraestrutura de computação de alto desempenho.

Relatórios destacam que o Brasil é o único país latino-americano presente entre os 100 primeiros colocados do ranking, com múltiplos sistemas de grande porte voltados a aplicações científicas e industriais avançadas, enquanto outros países da região aparecem com um número bem menor de máquinas listadas. 

Por que isso importa?

Ter vários supercomputadores entre os mais poderosos do mundo significa ter capacidade interna para fazer ciência de fronteira, apoiar setores estratégicos da economia (como energia, agronegócio e clima) e desenvolver tecnologias próprias em vez de depender apenas de infraestrutura externa. 

Em um cenário de transformação digital e de expansão da inteligência artificial, a presença do Brasil na lista TOP500 mostra que o país possui uma base relevante de HPC, fundamental para competir em pesquisa, inovação e desenvolvimento tecnológico em nível global. 

Referências:

  • [1](https://www.bnamericas.com/en/features/spotlight-latin-americas-most-powerful-supercomputers) 
  • [2](https://en.wikipedia.org/wiki/TOP500) 
  • [3](https://top500.org/lists/top500/list/2025/06/) 
  • [4](https://revistapesquisa.fapesp.br/en/brazil-improves-its-supercomputer-infrastructure/) 
  • [5](https://agenciabrasil.ebc.com.br/en/economia/noticia/2019-06/petrobras-runs-biggest-supercomputer-latin-america) 
  • [6](https://par-tec.com/glossary-high-performance-computing/) 
  • [7](https://scalac.redclara.net/en/component/content/article/174-listtop500-jun25?catid=93&Itemid=784) 
  • [8](https://www.tbpetroleum.com.br/noticia/atlas-petrobras-supercomputer-is-on-the-list-of-the-worlds-largests/?page=2) 
  • [9](https://en.wikipedia.org/wiki/Supercomputer) 

*** Postagens semelhantes aqui.

#Supercomputadores #HPC #TOP500 #Ciência #Tecnologia #Inovação #Brasil #PesquisaCientífica

segunda-feira, 1 de dezembro de 2025

Melhores Ferramentas de Automação de Workflows com IA em 2025


Se você precisa criar fluxos complexos que envolvem APIs, bancos de dados, lógica condicional avançada e integração com modelos de IA (LLMs), aqui está uma lista atualizada das melhores ferramentas em 2025 - incluindo o próprio n8n, que continua sendo uma referência no mercado.

Ferramenta Licença / Modelo Capacidades para Tarefas Complexas Vantagens Desvantagens
n8n Fair-code (self-hosted gratuito + Cloud pago) Workflows visuais avançados, 300+ integrações nativas, suporte a LLMs (OpenAI, Anthropic, Ollama, Groq), loops, error handling, branching, code nodes (JS/Python), agentes de IA Muito maduro, comunidade gigante, excelente para AI agents, self-hosted sem limites de execução Licença fair-code restringe uso comercial em grande escala sem plano Enterprise
Node-RED Open-source (Apache 2.0) Fluxos baseados em nodes, ideal para IoT, MQTT, hardware, lógica complexa com Function nodes Totalmente gratuito, leve, roda em Raspberry Pi, extensível com qualquer pacote npm Interface mais “técnica”, menos conectores SaaS prontos
ActivePieces Open-source (MIT) Drag-and-drop estilo Zapier, fluxos paralelos, AI pieces em evolução, self-hosted Licença MIT (uso comercial livre), UI moderna, comunidade crescente Recursos de IA ainda atrás do n8n
Flowise Open-source (Apache 2.0) Especializado em LLM chains, RAG, agentes de IA, LangChain visual Melhor ferramenta visual para prototipar agentes de IA rapidamente Poucos conectores gerais (foco quase exclusivo em IA)
Windmill Open-source (AGPL) Scripts em Python/TS/Go, paralelismo, dependências, AI agents, escalabilidade horizontal Ideal para equipes de devs, performance excelente Menos “no-code” que n8n
Make (ex-Integromat) Freemium (proprietário) Routers, iterators, agregadores, data stores, 1.500+ apps, lógica visual muito poderosa O mais avançado em manipulação de dados entre as ferramentas no-code Não é self-hosted, plano gratuito limitado
Pipedream Freemium (proprietário) Workflows serverless com código custom (Node.js, Python), alta performance Excelente para desenvolvedores, execução rápida e barata Requer conhecimento de programação para fluxos complexos
Huginn Open-source (MIT) Agentes autônomos, monitoramento, web scraping, eventos reativos Muito poderoso para automações “inteligentes” e assíncronas Interface menos amigável, exige conhecimento Ruby para customização pesada
Prefect Open-source (Apache 2.0) Orquestração de pipelines de dados, scheduling, observabilidade Robusto para data engineering em escala Foco maior em dados do que em integrações SaaS gerais
Kestra Open-source (Apache 2.0) Orquestração YAML-first, milhões de execuções, plugins extensos Escalabilidade enterprise open-source Curva de aprendizado mais alta

Como escolher a ferramenta certa em 2025?

  • Quer o melhor equilíbrio entre no-code + IA + self-hosted? → n8n continua sendo a escolha #1 da maioria.
  • Precisa de liberdade comercial total (MIT/Apache)? → ActivePieces, Node-RED ou Flowise.
  • Foco exclusivo em agentes de IA e LangChain? → Flowise.
  • Equipe de desenvolvedores e alta performance? → Windmill ou Pipedream.
  • Lógica visual extremamente complexa sem código? → Make (Integromat).

Todas as ferramentas listadas têm versões gratuitas ou open-source que você pode testar hoje mesmo. Em 2025, a diferença entre elas está cada vez mais nos detalhes: licença, suporte a LLMs locais, escalabilidade e facilidade de manutenção.