O que é ONNX? Explicação simples para gestores

Em proposta técnica de IA, às vezes aparece a sigla ONNX. Gestor costuma não saber o que é — e é compreensível, porque é uma peça de infraestrutura invisível para o usuário final. Mas a escolha de usar ou não ONNX afeta custo e flexibilidade do projeto. Este texto explica, sem código, o que é.

Veja também a definição no nosso glossário de IA.

O que é ONNX (em uma frase)

ONNX é um formato aberto para representar modelo de machine learning, que permite treinar em um framework e rodar em outro, sem precisar refazer o modelo.

Em português direto: é como um PDF para modelo de IA. Você escreve o documento no Word, Google Docs ou LibreOffice — quando vira PDF, qualquer um consegue abrir. ONNX faz o mesmo para modelo de IA: treinado em PyTorch, TensorFlow ou outro, ele roda em qualquer runtime que suporte o formato.

A sigla vem de Open Neural Network Exchange. É um padrão aberto, mantido em conjunto por Microsoft, Facebook (Meta) e a comunidade, desde 2017.

Por que isso importa

Em projeto de IA, há duas fases distintas:

• Treinamento — onde o modelo aprende. Caro, demorado, feito uma vez por versão.
• Inferência — onde o modelo gera resposta, no dia a dia. (O que é inference?)

Sem ONNX, o modelo treinado em um framework precisa rodar nesse mesmo framework em produção. Isso gera dois problemas:

• Dependência de ferramenta. Treinou em PyTorch? Servidor de produção precisa ter PyTorch instalado. Pesado, complexo.
• Lock-in. Mudar de ferramenta vira retrabalho. Equipe fica presa ao que escolheu no começo.

ONNX quebra isso. Modelo treinado em qualquer framework vira arquivo ONNX. Esse arquivo roda em qualquer runtime leve (ONNX Runtime, otimizado para produção). Resultado: servidor mais simples, modelo mais rápido, equipe mais livre.

Como funciona, sem código

Pense em ONNX como uma “língua franca” para modelo de IA. O fluxo:

• Equipe treina o modelo no framework que preferir (PyTorch, TensorFlow, scikit-learn, outros).
• Exporta para formato ONNX — arquivo único, com os pesos e a estrutura do modelo.
• Em produção, usa um runtime ONNX (em vez do framework original) para carregar e rodar o modelo.
• O mesmo arquivo roda em servidor Windows, Linux, em nuvem, em dispositivo móvel, em edge.

O runtime ONNX é otimizado para velocidade e baixo consumo. Em muitos casos, modelo em ONNX roda mais rápido que no framework original — especialmente em CPU, sem GPU.

Exemplo prático: classificador de chamado rodando em servidor modesto

Imagine uma empresa brasileira de médio porte que quer classificar automaticamente chamado de suporte (técnico, financeiro, comercial). A equipe treina um modelo de machine learning usando PyTorch, em máquina potente, com histórico de chamados.

Sem ONNX: para rodar em produção, a empresa precisa de servidor com PyTorch instalado. PyTorch é pesado, exige biblioteca grande, GPU para rodar bem. Servidor fica caro.

Com ONNX: a equipe exporta o modelo treinado para ONNX. Em produção, basta o ONNX Runtime, que é leve e roda em CPU comum. A empresa coloca em servidor simples, barato, sem GPU. Modelo classifica chamado em milissegundos, sem custo alto de infraestrutura.

A economia aqui não está no modelo, está no servidor. Para volume alto, diferença mensal é grande.

ONNX, PyTorch, TensorFlow: qual a relação?

Vale situar:

• PyTorch, TensorFlow, scikit-learn — frameworks para treinar modelo de ML. Pesados, completos, com tudo para pesquisa e desenvolvimento.
• ONNX — formato de arquivo para representar modelo já treinado. Não treina, só guarda e roda.
• ONNX Runtime — motor leve que carrega arquivo ONNX e executa inferência. Rápido, multiplataforma.

Em projeto bem feito, framework de treino e formato de produção são escolhas separadas. ONNX é a ponte que permite isso.

Onde ONNX vale a pena

A escolha faz sentido quando aparece:

• Necessidade de rodar em servidor modesto — CPU, sem GPU.
• Modelo em múltiplos ambiente — servidor, mobile, edge, navegador.
• Equipe quer trocar de framework sem refazer produção.
• Custo de infraestrutura é variável crítica.
• Latência baixa é requisito — resposta em milissegundos.

Quanto mais desses pontos, mais ONNX se justifica.

Onde ONNX NÃO é a escolha

Não vale quando:

• Modelo é LLM gigante (GPT-4, Claude, Llama 70B) — esses rodam em runtime próprio, ONNX não é o caminho.
• Treino e produção ficam no mesmo framework sem dor — ONNX é um passo a mais, sem ganho.
• Equipe é pequena e usa uma só ferramenta — adicionar ONNX é complexidade sem retorno.

ONNX brilha em modelo clássico de ML (classificação, regressão, visão computacional leve), não em LLM em escala.

Cuidados ao adotar

• Exportação nem sempre é perfeita. Operação exótica no framework original pode não ter equivalente em ONNX. Vale testar antes de assumir.
• Versão do formato evolui. Modelo exportado há dois anos pode precisar de reexport na versão atual.
• Diferença de resultado entre framework e ONNX costuma ser mínima, mas existe. Conferir acurácia depois de exportar.
• Otimização é separada. ONNX Runtime tem acelerador (CUDA, TensorRT) que precisa ser configurado por ambiente.

Custo de adotar ONNX é basicamente hora de engenharia — não há licença paga. Ganho aparece em servidor mais barato e flexibilidade de trocar de tecnologia.

Perguntas frequentes

ONNX substitui PyTorch ou TensorFlow?

Não. ONNX é formato de saída, não framework de treino. Você continua treinando em PyTorch, TensorFlow ou outro. ONNX entra depois, como formato para rodar o modelo em produção, de forma mais leve e portátil.

ONNX roda modelo de IA generativa, tipo LLM?

Para modelo pequeno e especializado, sim — existe suporte. Para LLM grande (GPT, Claude, Llama em escala), ONNX não é o caminho padrão; esses modelos rodam em runtime próprio, otimizado para GPU. ONNX brilha em modelo de ML clássico e visão computacional leve.

ONNX é pago?

Não, é padrão aberto e gratuito, mantido por consórcio da comunidade. O runtime ONNX, da Microsoft, também é open source. Custo real é hora de engenharia para exportar e integrar.

Próximo passo

ONNX é uma daquelas escolhas técnicas que parecem detalhe e afetam custo e flexibilidade do projeto inteiro. Vale quando o caso é certo. Se você quer entender se faz sentido para o seu modelo, com sua infraestrutura, fazemos um diagnóstico gratuito. Mostramos o que ganha e quanto custaria.

Agendar diagnóstico gratuito →