É sempre o DNS.
O grande colapso do Azure em 2025? DNS. A indisponibilidade regional da AWS em 2025, que derrubou metade da internet por algumas horas? DNS de novo. A piada mais antiga da TI continua válida porque a resolução de nomes é a primeira peça do dominó e, quando ela cai, tudo o que vem depois desaba.
Agora, acrescente a IA a essa mistura. A IA não corrige o DNS como num passe de mágica. Ela amplifica cada uma de suas fragilidades. Endpoints de inferência surgem e desaparecem, pods são recriados e serviços mudam de nome mais rápido do que você consegue xingá-los. Se o DNS não for resiliente, você ficará caçando fantasmas enquanto as GPUs permanecem ociosas.
Quando analisamos os dez principais desafios da entrega de aplicações, o primeiro item da lista estava relacionado ao DNS. O ADC01 alertou sobre práticas inadequadas de DNS porque elas comprometem o desempenho, a disponibilidade e a escalabilidade. Essa verdade continua tão atual quanto antes. O que mudou foi a velocidade: as arquiteturas de IA evoluem mais rapidamente, e cada TTL configurado incorretamente ou atualização não protegida pode causar, a qualquer momento, uma interrupção com prejuízos milionários.
O DNS não tem glamour. Ele é a infraestrutura básica. Mas, se você está criando sistemas de IA que dependem de inferência em tempo real ou de modelos distribuídos globalmente, é melhor que seu DNS seja mais inteligente que seu modelo — caso contrário, o jogo acaba antes mesmo de o primeiro token ser gerado.
Como a IA afeta as práticas de DNS
Estas são as principais mudanças que você enfrentará ao migrar de “aplicativos comuns” para sistemas de IA robustos — e como o DNS continua sendo o principal ponto de estrangulamento.
1. Velocidade e rotatividade da infraestrutura
A IA não é estática. Os endpoints surgem, escalam e depois são desativados em data centers, regiões e até na borda. Se as atualizações de DNS não acompanharem esse ritmo (lembre-se do alerta sobre atualizações dinâmicas no ADC01), você terá registros desatualizados, falhas de conexão e lacunas de desempenho.
Porque, com IA, cada milissegundo conta. O modelo pode estar pronto, a GPU pode estar em execução, mas, se a consulta de DNS ao endpoint de inferência estiver lenta ou incorreta, você ficará sem saída.
2. Alcance global + presença na borda
Os sistemas de IA geralmente abrangem diferentes regiões geográficas, provedores de nuvem e locais de edge computing. A disponibilidade é essencial para a missão. O ADC01 apontou que um DNS deficiente prejudica a disponibilidade. Com a IA, os riscos são ainda maiores. Roteamento incorreto, picos de latência ou interrupções de DNS podem resultar em respostas degradadas dos modelos ou até mesmo na indisponibilidade do serviço para usuários em diferentes regiões.
3. Problemas de segurança e confiança amplificados
As cargas de trabalho de IA frequentemente lidam com dados confidenciais, tomam decisões e dão suporte a operações sujeitas a regulamentações. Se o DNS não estiver protegido (por exemplo, sem DNSSEC), um invasor que redirecione o tráfego ou falsifique endpoints poderá causar consequências catastróficas, incluindo a corrupção de dados de treinamento, resultados de inferência maliciosos e violações de dados.
Com a IA, não dá para dizer “vamos corrigir o DNS depois”; é preciso partir do princípio de que agentes mal-intencionados explorarão qualquer brecha.
4. Complexidade de escalabilidade e pressão de custos
O ADC01 destaca que práticas inadequadas de DNS prejudicam a escalabilidade e aumentam os custos operacionais. Na IA, os custos já são enormes: pipelines de dados, GPUs, operações de modelos e monitoramento. As ineficiências de DNS resultam em desperdício de recursos computacionais, tempo e orçamento.
A questão do DNS passa a ser: sua infraestrutura consegue dimensionar a estrutura de suporte à resolução de nomes com a mesma rapidez com que seus modelos são escalados horizontalmente?
5. As dependências são opacas e os efeitos em cascata são mais rápidos
Na IA, há muitas dependências: ingestão de dados, disponibilização de modelos, orquestração, registro de logs e telemetria. O DNS é a base de tudo isso. Se o DNS falhar, tudo o que depende dele entra em colapso mais rapidamente do que em aplicações tradicionais. As categorias de impacto do ADC01 (desempenho, disponibilidade, escalabilidade e eficiência operacional) se aplicam diretamente, mas, com a IA, o efeito em cascata é ampliado, assim como o impacto da IA em praticamente todo o resto.
No fim das contas, é sempre o DNS
A conclusão é esta: é sempre o DNS. Isso pode parecer um velho clichê, mas é porque é verdade. Você pode criar o modelo de IA mais sofisticado do mundo, mas, se a resolução de nomes falhar, o usuário nunca chegará a vê-lo.
As orientações do ADC01 continuam extremamente sólidas, mesmo para cargas de trabalho de IA e, talvez, sobretudo para a IA agêntica. Se quisermos que nossos sistemas operem na velocidade e na escala da IA, precisamos aplicar essas orientações mais cedo e com mais rigor.
DNS não é algo com que você se preocupa “depois de acertarmos o modelo”. É algo que você precisa dominar antes de expor seu modelo ao mundo.
Configure o DNS corretamente e você permitirá que seu sistema de IA realmente brilhe. Ignore-o, e seu modelo se tornará apenas uma caixa-preta caríssima que ninguém consegue acessar.
Saiba mais sobre os 10 principais desafios de entrega de aplicações enfrentados por organizações em todo o mundo.
Sobre o autor
Lori MacVittie é engenheira distinta e evangelista-chefe no Escritório do CTO da F5, com ampla experiência em entrega de aplicações, estratégia de automação e infraestrutura. Ela é conhecida por transformar complexidade em clareza, seja definindo diretrizes para agentes de IA, analisando arquiteturas multinuvem frágeis ou investigando os limites de sistemas escaláveis. Ela acumula mais de trinta anos de experiência no setor, abrangendo desenvolvimento de aplicações, arquitetura de TI e operações de redes e sistemas. Antes de ingressar na F5, atuou como editora de tecnologia e recebeu diversos prêmios. MacVittie tem mestrado em Ciência da Computação e é uma autora prolífica, com publicações que abrangem segurança, nuvem e arquitetura empresarial. Ela também é uma entusiasta de jogos de tabuleiro e videogames, além de ter opiniões assumidamente fortes sobre queijos.
Mais publicações de Lori Mac VittiePublicações relacionadas no blog
O que é o Top 10 de Entrega de Aplicações?
A F5 busca ajudar as organizações a enfrentar os desafios de entrega e proteção de aplicações, APIs e IA generativa com a lista dos 10 principais desafios de entrega de aplicações.
Comportamento e limites: a mudança para a segurança agêntica
Agentes criam sequências emergentes e ilimitadas, nas quais o risco se acumula ao longo do tempo. A segurança deve deixar de se concentrar na validação de solicitações individuais e passar a adotar uma governança comportamental contínua em fluxos de várias etapas e em constante evolução.
A identidade é a guardiã da IA agêntica
À medida que a IA agêntica transforma máquinas de ferramentas em agentes, a identidade se torna o principal mecanismo de controle: quem pode agir, em nome de quem e com qual escopo — tudo aplicado em tempo real durante a inferência.
A IA está impulsionando o surgimento de novos tipos de tráfego
A adoção da IA está criando novos tipos de tráfego de primeira classe: solicitações de inferência, tráfego de automação orientado por máquinas e tráfego de telemetria de alto volume que alimentam ciclos de controle.
A inferência agora é o centro de gravidade operacional
Operações multimodelo e automação orientada por APIs transferem o controle para as camadas de tempo de inferência — prompt, tokens/controles, roteamento e moderação —, nas quais custos, riscos e desempenho precisam ser gerenciados.