---
title: "Google troca delegado do TensorFlow Lite pelo ML Drift"
author: "Ignácio Afonso"
date: "2026-10-27 06:13:57.962-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/10/27/google-troca-delegado-do-tensorflow-lite-pelo-ml-drift/md"
---

## Resumo
- Google lançou o ML Drift em outubro de 2026 como motor GPU de código aberto e multiplataforma.
- A ferramenta substitui o delegado de GPU do TensorFlow Lite, que deixará de receber atualizações.
- O ML Drift passa a ser o principal motor de aceleração do LiteRT.
- A tecnologia introduz virtualização de tensores e suporte nativo a tensores 5D.
- Benchmarks com modelos Gemma registraram 12% menos sobrecarga de memória que frameworks como llama.cpp.
- YouTube Shorts, Google Photos, Adobe e Snapchat tiveram melhorias de latência ou desempenho em recursos de IA.

---

Em outubro de 2026, o Google lançou o [ML Drift](https://developers.googleblog.com/ml-drift-next-gen-gpu-aiml-inference-at-the-edge/), um mecanismo de computação GPU de código aberto, licenciado sob Apache 2.0, para executar inferência de inteligência artificial em dispositivos. A mudança importa para quem desenvolve aplicações com IA porque o antigo delegado de GPU do TensorFlow Lite deixará de receber atualizações, enquanto o novo motor assume a aceleração do LiteRT.

## Uma mudança na camada de execução

O delegado de GPU era a peça responsável por encaminhar operações do TensorFlow Lite para a unidade gráfica do dispositivo. Agora, o **ML Drift** ocupa esse espaço e passa a funcionar como o principal motor de aceleração do LiteRT, a plataforma do Google para executar modelos de inteligência artificial na borda, isto é, diretamente no aparelho. A troca altera a base técnica usada por aplicativos que precisam processar dados sem depender exclusivamente de servidores.

Esse trabalho fica mais simples porque a ferramenta esconde parte da variedade de hardware e de interfaces gráficas. Em vez de adaptar cada aplicação a uma implementação específica, o ML Drift oferece uma camada comum para tecnologias como **Metal** e **WebGPU**. A promessa descrita no anúncio é reduzir a complexidade de lidar com GPUs diferentes sem abandonar o desempenho necessário para inferência no dispositivo.

## Tensores maiores e vários tipos de aparelho

A novidade técnica mais específica está na virtualização de tensores, que permite usar shaders unificados, além do suporte nativo a **tensores 5D**. Tensores são estruturas que organizam os dados processados por um modelo de IA. O suporte amplia a capacidade de executar modelos mais complexos, incluindo transformadores e redes convolucionais tridimensionais, segundo a documentação do lançamento.

O ML Drift também traz otimizações para chips de fabricantes diferentes, como **Arm** e Qualcomm. A execução pode ocorrer em Windows e Linux por meio do Dawn, enquanto o macOS usa Metal. Essa combinação explica por que o Google apresenta a ferramenta como multiplataforma: o mesmo motor foi desenhado para atravessar ambientes de hardware e sistemas operacionais distintos.

## O que os números mostram

Os primeiros números indicam ganho no uso de memória. Em benchmarks com modelos **Gemma**, o ML Drift registrou 12% menos sobrecarga de memória do que frameworks como llama.cpp, de acordo com o anúncio técnico. O resultado não elimina a necessidade de medir cada modelo em seu aparelho específico, mas mostra onde a troca pode afetar diretamente aplicações que trabalham sob restrições de memória.

O [relato técnico sobre a implementação](https://www.infoq.com/news/2026/10/google-ml-drift/) também aponta efeitos em produtos já conhecidos. No **YouTube Shorts**, a latência de quadros caiu até 40%; no Google Photos, pipelines de processamento ficaram até 2 segundos mais rápidos. Em ambos os casos, a diferença aparece no tempo de resposta de recursos que executam IA no próprio fluxo do aplicativo.

Parceiros registraram resultados semelhantes em tarefas específicas. Adobe Lightroom e Photoshop tiveram melhoria de 30% em recursos de edição por IA, enquanto o Snapchat reduziu em 30% a latência de efeitos de rosto e estilo. A piada inevitável é que o ML Drift colocou a GPU na borda, mas ela continua sem saber qual é a borda da mesa. É ruim, eu sei.

Daqui para frente, o Google trata o **ML Drift** como o novo padrão de aceleração GPU do LiteRT e oferece uma API C++ para criar grafos de computação personalizados. As fontes não informam um prazo de migração para cada projeto, mas deixam claro o ponto de decisão: o delegado antigo do TensorFlow Lite não seguirá recebendo atualizações, enquanto o novo motor concentra o desenvolvimento futuro.