Nesta semana, o ano dos bancos de dados visto por Andy Pavlo, IA rodando em hardware barato e um exemplo prático de como reescrever estruturas de dados economiza recursos.
PostgreSQL concentrou a energia do mercado de bancos de dados em 2025
No seu balanço anual, Andy Pavlo, professor da Carnegie Mellon, afirma que a maior parte da atividade do setor foi para empresas e produtos baseados em PostgreSQL. Ele cita a compra da Neon pela Databricks por cerca de US$ 1 bilhão, a da CrunchyData pela Snowflake por US$ 250 milhões e o lançamento do HorizonDB pela Microsoft. A versão 18 do PostgreSQL trouxe I/O assíncrono e skip scan em índices B-tree com várias colunas.
Escolher PostgreSQL para sistemas novos segue sendo uma aposta segura, com cada vez mais opções gerenciadas nas grandes nuvens. Quem roda versões antigas pode planejar a atualização para aproveitar os ganhos de desempenho da versão 18.
Como a Dexpert ajuda: Backend e APIsFontes
- Carnegie Mellon University: Databases in 2025: A Year in Review
Um Qwen de 30 bilhões de parâmetros roda em tempo real num Raspberry Pi 5
A ByteShape mostrou o modelo Qwen3-30B-A3B rodando num Raspberry Pi 5 de 16 GB a cerca de 8 tokens por segundo, mantendo 94% da qualidade da versão original. O resultado vem de um método que escolhe o tipo de dado de cada peso para equilibrar velocidade e qualidade, em vez de apenas reduzir o tamanho do arquivo. Segundo a empresa, cerca de 8 tokens por segundo já parece tempo real para quem lê a resposta.
Modelos de bom nível rodando em hardware barato abrem espaço para IA em dispositivos, quiosques e ambientes sem internet estável, sem custo por chamada de API. Vale considerar esse caminho em projetos com restrição de conectividade ou de privacidade dos dados.
Como a Dexpert ajuda: Inteligência ArtificialFontes
Brave reescreve as estruturas do seu adblock em Rust e corta 75% da memória
O Brave reformulou seu mecanismo de bloqueio de anúncios, escrito em Rust, e reduziu o consumo de memória em 75%, cerca de 45 MB por navegador em todas as plataformas. A mudança principal foi guardar os cerca de 100 mil filtros padrão no formato FlatBuffers, que é lido sem cópias, em vez de estruturas alocadas em memória. A equipe também acelerou a comparação de filtros em 13% e reduziu alocações em 19%.
O caso mostra que otimizar a forma como os dados ficam em memória pode trazer ganhos maiores do que trocar de infraestrutura, especialmente em apps mobile e em hardware mais antigo. Sistemas que carregam muitas regras ou catálogos em memória são bons candidatos a esse tipo de revisão.
Como a Dexpert ajuda: Desenvolvimento WebQuer colocar uma dessas novidades para trabalhar na sua empresa?
A Dexpert desenvolve sistemas, apps, integrações e soluções de IA sob medida. Conte o que você precisa e receba uma estimativa, ou faça o diagnóstico gratuito de maturidade digital.