Viabilidade do Uso de TV Boxes em Clusters para Inferência de Machine Learning

Resumo

As TV boxes são dispositivos eletrônicos compactos que, ao serem conectados a uma televisão, transformam-na em uma central multimídia com acesso à internet. Baseadas, em sua maioria, no sistema operacional Android, essas caixas permitem a instalação de aplicativos de streaming, jogos, navegadores e outras ferramentas, oferecendo funcionalidades semelhantes às de uma smart TV. Em seus usos legítimos, as TV boxes são populares por sua versatilidade e custo acessível. No entanto, esses dispositivos também têm sido amplamente utilizados de forma indevida para o acesso não autorizado a serviços pagos, como canais de TV por assinatura e plataformas de streaming. No Brasil, a proliferação de TV boxes não regulamentadas representa um desafio significativo tanto para as autoridades quanto para os consumidores. Um relatório da Agência Nacional de Telecomunicações (Anatel) indica que 1,5 milhão de TV boxes não certificadas foram apreendidas entre 2018 e 2025. Esses dispositivos, frequentemente chamados de "TV boxes piratas", não apenas violam as regulamentações de telecomunicações, mas também representam um risco de segurança. Por exemplo, o malware "BadBox 2.0" infectou mais de 370.000 aparelhos no Brasil, usando-os para cometer fraudes. Além disso, as autoridades enfrentam um fardo logístico e financeiro para descartar esses dispositivos confiscados. Normalmente, quando esse tipo de material é apreendido, ele é enviado para destruição ou desmontado em materiais que podem ser reciclados. Este não é apenas um processo caro para a Receita Federal, mas também gera uma quantidade substancial de lixo eletrônico que requer descarte adequado. A Receita Federal forneceu quatro modelos diferentes de TV boxes, cada um com especificações de hardware variadas. Todos os modelos possuem CPUs ARM Cortex, com 1GB ou 2GB de RAM. Para estes experimentos, escolhemos o TX9 por ser o único modelo com 2GB de RAM. A proposta deste trabalho é estudar a viabilidade de uso dessas TV boxes em um cluster para realizar inferência de algoritmos de Machine Learning, buscando o reaproveitamento destas TV boxes como uma alternativa de baixo custo e consumo energético. As TV boxes vieram com uma instalação customizada do Android, que teve de ser substituída por uma distribuição Linux, neste caso, a escolhida foi o sistema operacional Armbian, baseado no Ubuntu. O cluster foi criado utilizando o software Kubernetes, com a configuração de 1 nodo control plane e 4 outros nodos workers. Cada TV box worker executava pods responsáveis por realizar tarefas específicas de inferência de Machine Learning, utilizando modelos previamente treinados em plataformas mais robustas. Para testes iniciais, foram utilizados modelos leves, como MobileNet. Os testes demonstraram que, mesmo com recursos limitados, as TV boxes foram capazes de executar inferências de forma satisfatória em termos de desempenho. Do ponto de vista ambiental, o reaproveitamento das TV boxes representa uma alternativa sustentável frente ao descarte desses dispositivos. A utilização de equipamentos que seriam inutilizados contribui para a redução do volume de lixo eletrônico, além de oferecer uma solução de baixo custo para aplicações de computação distribuída, especialmente em contextos acadêmicos ou de pesquisa com orçamento limitado. A proposta de reaproveitamento de TV boxes apreendidas como parte de um cluster de baixo custo e consumo energético para inferência de Machine Learning mostrou-se viável tanto do ponto de vista técnico quanto ambiental. A implementação do sistema com Armbian e Kubernetes foi bem-sucedida, e os resultados obtidos com os testes de inferência indicam que esses dispositivos podem, sim, ser reutilizados de forma eficiente. Apesar de suas limitações de hardware, as TV boxes demonstraram ser capazes de contribuir para cargas de trabalho leves, oferecendo uma alternativa interessante para projetos que priorizam sustentabilidade e economia.